PRINCIPLES of FUNCTIONAL MRI

Contrast in a magnetic resonance image

het contrast in a magnetic resonance image (which determining the apparent structure in what we see) hangt af van hoe het wordt verkregen. Door het toevoegen van radiofrequentie of gradiëntpulsen, en door zorgvuldige keuze van hun tijdstippen, is het mogelijk om verschillende kenmerken van het weefsel dat wordt afgebeeld markeren., Hoewel het in het algemeen waar is dat MRI de verdeling van water in de hersenen in kaart brengt, komt het nuttige contrast in MR-beelden niet alleen van ruimtelijke variaties in de dichtheid van water, maar ook van verschillen in fundamentele nucleaire magnetische processen die bekend staan als ontspanning, die worden gekenmerkt door verschillende snelheden of “ontspanningstijden.”Er zijn drie ontspanningstijden die van primair belang zijn voor MRI—T1, T2 en T2*., Deze beschrijven de tijdconstante voor de terugkeer van de magnetisering naar de evenwichtspositie die is uitgelijnd langs het statische magnetische veld van de scanner wanneer deze wordt verstoord (T1-ontspanning) en de tijdconstanten die gepaard gaan met signaalverlies wanneer de magnetisering is bemonsterd (T2-en T2* – ontspanning). T2 * is de meest relevante ontspanningstijd voor het begrijpen van contrast in fMRI-afbeeldingen.,

de fysiologische basis van vet fMRI

Het grootste deel van de energie die wordt gebruikt voor neuronale activiteit wordt besteed als gevolg van de postsynaptische neuronale depolarisatie en, in mindere mate, het gegenereerde actiepotentiaal.2 de energiekosten vloeien dus voort uit informatieoverdracht en de postsynaptische integratie ervan. Substraatlevering voor energiemetabolisme wordt verhoogd met verhoogde lokale bloedstroom. Het is echter niet het verhoogde energieverbruik zelf dat de toename van de bloedstroom direct aanstuurt.,3 in plaats daarvan, verhoogde bloedstroom lijkt een direct gevolg van neurotransmitter actie en dus weerspiegelt lokale signalering. Elektrofysiologisch zijn de verhogingen van het vette signaal het duidelijkst gecorreleerd met het lokale veldpotentieel eerder dan de neuronale het vuren snelheid.4 de bloedstroom neemt in feite over een breder volume toe en in grotere mate dan noodzakelijk is eenvoudig om zuurstof en glucose voor de verhoogde energieproductie te verstrekken, zodat neemt de zuurstofextractie met grotere neuronale activiteit af.,

het volume waarover de bloedstroom toeneemt geassocieerd met neuronale activiteit wordt bepaald door de mate van lokale controle van de perfusie, waarvan wordt aangenomen dat het de voedende arteriolen zijn.5 Er kunnen meerdere mediatoren van de arteriolaire respons zijn, maar stikstofmonoxide (NO) en eicosanoïden zijn duidelijk belangrijk onder normale omstandigheden.De Binding van glutamaat aan receptoren op astrocyten leidt niet tot afgifte, en gliacellen rond de synaps kunnen bijdragen tot het onder controle houden van de vasculaire respons.,8

Biofysica van vet fMRI

verminderde zuurstofextractie leidt tot een toename van de verhouding van oxy – tot deoxyhemoglobine in een gebied van neuronale activering. De oorsprong van de geassocieerde vet fMRI signaalverandering ligt in de verschillende magnetische eigenschappen van hemoglobine-dragende zuurstof (oxyHb) en gedeoxygeneerde hemoglobine (deoxyHb). Deoxyhb is licht paramagnetisch ten opzichte van hersenweefsel, terwijl oxyHb isomagnetisch is.,9 vaten met zuurstofrijk arterieel bloed veroorzaken dus weinig of geen vervorming van het magnetisch veld in het omliggende weefsel, terwijl haarvaten en aders met gedeeltelijk gedeoxygeneerd bloed het magnetisch veld in hun voorstad vervormen (fig.1). De microscopische veldinhomogeniteiten geassocieerd met de aanwezigheid van deoxyHb leiden tot destructieve interferentie van signaal binnen het weefsel voxel, een proces dat de neiging heeft om de T2* relaxatietijd te verkorten., Dus, als zuurstofextractie daalt met verbeterde lokale bloedstroom in een gebied met grotere neuronale activiteit, wordt de T2* langer en neemt de MRI-signaalintensiteit toe ten opzichte van de basislijntoestand.

De precieze hoeveelheid waarmee de MRI-signaalintensiteit toeneemt, is afhankelijk van verschillende factoren., Er is een bijdrage van watermoleculen in het bloed (het intravasculaire compartiment) en van watermoleculen in de weefselruimte rond de vaten (het extravasculaire compartiment). Het waargenomen signaal is een volume gewogen gemiddelde van signaalveranderingen zowel van intravasculair water in lokale haarvaten en aders en water in het directe extravasculair compartiment., De vetgedrukte signaalverandering neemt lineair toe met de statische veldsterkte van de MRI-scanner voor bloedvaten die een grotere straal hebben dan ongeveer 8 µm en Quadratisch bij het overwegen van bloedvaten die kleiner zijn dan deze waarde.1213

hoewel slechts 3-5% van de watermoleculen in de grijze stof zich in de vasculaire ruimte bevindt (in de witte stof ligt de waarde dichter bij 2%), kan de bijdrage van de intravasculaire bijdrage aan de vetgedrukte signaalverandering aanzienlijk zijn.1314 omdat de T2 en T2 * ontspanningstijden van het bloed op 1.,5 Tesla zijn lang in vergelijking met weefsel, en de extravasculaire water effecten zijn relatief gelokaliseerd rond de vaten, signaal van de intravasculaire water zwembad heeft een dominant effect (geschat op 60%) op activiteit gerelateerde signaalintensiteit veranderingen bij 1,5 Tesla.15 Signaalveranderingen met hersenactiviteit kunnen dus soms worden gedetecteerd in grote drainerende aderen die enige afstand van de plaats van neuronale activiteit kunnen zijn.,

in ten minste enkele delen van de hersenen (bijvoorbeeld de visuele en primaire motorische cortex) kan een kleine voorbijgaande afname van het vetgedrukte signaal worden waargenomen na het begin van de activiteit voordat het karakteristieke signaal toeneemt.Dit wordt geïnterpreteerd als een weerspiegeling van lokale deoxygenering van bloed in het capillaire bed voorafgaand aan het begin van activatie-geassocieerde hyperemie. Deze “beginonderdompeling” kan een nauwkeurigere meting van de lokalisatie van de activering opleveren.,17 de omvang van de verandering is echter meerdere malen kleiner dan die van de latere vetgedrukte signaalverhoging, dus het is onwaarschijnlijk dat het in de nabije toekomst een praktische aanpak biedt voor een verbeterde functionele mapping voor klinische toepassingen.

praktische implementatie

veel fabrikanten van MRI-scanners leveren nu aanvullende functies waarmee standaard fMRI-procedures eenvoudig kunnen worden uitgevoerd., Deze omvatten geschikte pulsevolgorde, randapparatuur voor de presentatie van stimuli aan de proefpersonen in de scanner, apparaten voor het registreren van reacties van het onderwerp, en zelfs statistische analyse-en weergavepakketten die het mogelijk maken de gegevens te beoordelen terwijl het onderwerp in de magneet blijft. De gemeenschappelijkste gebruikte weergaveopeenvolging is de snelle methode van echo vlakke weergave (EPI),18 die verzameling van gehele hersenengegevens in een paar seconden of minder toestaat. De ruimtelijke resolutie is aanzienlijk lager (meestal 4×4×4 mm3) dan bij een conventionele MRI-scan (fig.2)., De beeldintensiteit wordt ook verminderd in frontale en temporale gebieden en er is enige vervorming van de vorm van de hersenen. Deze problemen komen voort uit de gevoeligheid van het EPI—scannen voor veldgradiënten veroorzaakt door magnetische gevoeligheidsverschillen-bijvoorbeeld bij lucht sinus/Weefsel interfaces. Dit probleem verergert met toenemende veldsterkte.

in een fMRI-experiment wordt een grote reeks beelden snel verkregen terwijl de proefpersoon een taak uitvoert die de hersenactiviteit tussen twee of meer duidelijk gedefinieerde toestanden verschuift. Enkele honderden dergelijke volumes kunnen worden verzameld in een enkele sessie, terwijl het onderwerp doet verschillende taken. Door de signaaltijd cursus in elk volume element (voxel) van de slice stack te correleren met de bekende tijdsverloop van de taak is het mogelijk om die voxels in de hersenen die veranderingen in verband met de hersenfunctie in overweging tonen identificeren.,

ontwerp van fMRI-onderzoeken

methoden zoals positron emissie tomografie (PET) bieden een absolute maat voor het weefselmetabolisme. In tegenstelling, kan vet fMRI momenteel slechts voor het bepalen van relatieve veranderingen van de signaalintensiteit worden gebruikt verbonden aan verschillende cognitieve Staten tijdens één enkele weergavesessie. De meest tijdefficiënte benadering voor het vergelijken van hersenreacties in verschillende toestanden tijdens het beeldvormingsexperiment is het “block” design19 (fig. 3)., Dit ontwerp maakt gebruik van relatief lange afwisselende perioden (bijvoorbeeld 30 seconden), waarbij elk een discrete cognitieve toestand wordt gehandhaafd. In de eenvoudigste vorm kunnen er slechts twee dergelijke toestanden zijn, die gedurende het experiment worden afgewisseld om ervoor te zorgen dat variaties die voortvloeien uit schommelingen in de gevoeligheid van de scanner, de beweging van de patiënt of veranderingen in de aandacht een soortgelijke invloed hebben op de signaalreacties die met beide toestanden worden geassocieerd.,

Het kan echter moeilijk worden om een cognitieve toestand precies gedurende de relatief lange perioden van elk blok te controleren, of sommige taken kunnen eenvoudigweg ongeschikt zijn voor dit ontwerp (bijvoorbeeld, zoals in een “vreemd” paradigma). In dergelijke gevallen kan een event gerelateerd ontwerp worden gebruikt waarbij gegevens worden verkregen terwijl discrete stimuli of reacties worden herhaald 20 (fig. 3). De resultaten van vele proeven worden dan gemiddeld om een meetbare reactie te geven. Event-gerelateerde fMRI vereist langere acquisitietijden dan Het blokontwerp om een voldoende signaal-ruisverhouding te bereiken., Een verwante benadering is het periodiek presenteren van prikkels en vervolgens het in kaart brengen van reacties in termen van hun temporele fase ten opzichte van die van de stimuluspresentatie.21

analyse van fMRI-onderzoeken

de ruwe vetgedrukte fMRI-gegevens kunnen worden verkregen over perioden van slechts enkele minuten. Voor eenvoudige analyses is het bijna” real—time ” bekijken van definitieve statistische kaarten van activering mogelijk (hoewel—althans in een onderzoeksomgeving—volledige analyse uitgebreide berekening en veel meer substantiële analysetijden kan vereisen)., Het basisdoel in de analyse van functionele beeldvormingsexperimenten is om voxels te identificeren die signaalveranderingen tonen die met de veranderende hersenenstaten van belang over de in serie verworven beelden variëren. Dit is een uitdagend probleem voor fMRI-gegevens omdat de signaalveranderingen klein zijn (0,5% tot 5%) (wat leidt tot potentiële vals-negatieve resultaten of type II-fout) en het aantal voxels tegelijkertijd ondervraagd over het imaged volume zeer groot is (potentieel geeft potentiële vals-positieve resultaten of type I-fout)., Een benadering om de gevoeligheid te vergroten is het uitvoeren van studies van groepen individuen: zelfs als de veranderingen klein zijn, kunnen dan consistent geactiveerde gebieden worden geïdentificeerd.

Er kunnen verschillende soorten statistische analyses worden uitgevoerd. Een” vaste effecten ” analyse geeft een uitdrukking van veranderingen in het groepsgemiddelde signaal ten opzichte van de groep gepoold binnen-subject variantie., Dit geeft een gevoelige maat voor de vraag of de groep gemiddeld activeert, maar kijkt niet naar onderhevig aan subjectvariabiliteit en kan daarom niet worden gebruikt om generalisaties te maken over de grotere populatie waaruit de groep werd getrokken. Om dit te doen zou men gebruik maken van een “willekeurige” of “gemengde” effecten model. Dergelijke modellen houden niet alleen rekening met de variantie in een meting voor een individu, maar ook met de variantie in metingen tussen individuen.,

de waargenomen signaalveranderingen zijn klein en de interpretatie van de resultaten voor individuele personen (bijvoorbeeld in een klinisch onderzoek) vereist een beoordeling van de reproduceerbaarheid van een onderzoek. Het exacte volume van significante activering kan aanzienlijke variatie tussen sessies vertonen, omdat het lage signaal naar ruis voxels aan de rand van het activeringsvolume variabel zal worden opgenomen, afhankelijk van ruis fluctuaties.Niettemin zijn de correlaties van de activeringsgraad van de test–hertest voor typische cognitieve taken goed (bijvoorbeeld r = 0,69).2324 Meta-analyses hebben consistente lokalisaties bevestigd.,25 specifieke vetgedrukte signaalkenmerken (zoals de maximale signaalverandering of timing ten opzichte van een stimulus) kunnen ook zeer reproduceerbaar zijn.26

de nauwkeurigheid van lokalisaties moet alleen ten opzichte van andere technieken worden gekwantificeerd. Dit wordt gecompliceerd door onzekerheden over hoe gegevens uit verschillende modaliteiten (of hersenen van verschillende grootte en vormen) het best uitgelijnd (of geregistreerd) zijn.Vergelijkingen met invasieve elektrofysiologie bij niet-menselijke primaten suggereren dat de overeenkomst tussen directe opnames van lokale veldpotentialen en fMRI-veranderingen hoog kan zijn.,4 Er is een goede overeenkomst gevonden tussen functionele lokalisaties op basis van EEG en fMRI bij mensen.Een van de belangrijkste verstorende factoren in fMRI is de extreme gevoeligheid voor beweging, hetzij van het hele hoofd of zelfs van de hersenen alleen (bijvoorbeeld pulsaties geassocieerd met de respiratoire of cardiale cycli). Een eerste stap in de analyse is daarom post hoc herschikking van de hersenvolumes met behulp van geautomatiseerde algoritmen die het verschil tussen opeenvolgende beelden minimaliseren., Na bewegingscorrectie van de gegevens worden vaak ruimtelijke smoothing en temporele filtering van de gegevens toegepast, voornamelijk om ruis in de gegevens te verminderen. Een verscheidenheid van statistische tests kan dan worden gedaan om voxels te identificeren waarin het signaal verandert correleren in de tijd met het schakelen tussen de toegepaste “controle” en “stimulus” Staten. De eenvoudigste aanpak is het genereren van een kaart van de T-statistiek voor signaalveranderingen op voxel per voxel basis., Een verwante benadering is om het tijdsverloop van signaalverandering in elke voxel te correleren met een modeltijdverloop gebaseerd op de verwachte neurale respons (passend geconvolueerd met een model van de hemodynamische respons), die ook kan worden gebruikt om een T-statistische kaart te genereren. De significantiedrempel moet in alle gevallen worden aangescherpt in verhouding tot het aantal onafhankelijke vergelijkingen (hoewel deze vanwege ruimtelijke correlaties in de gegevens kleiner is dan het totale aantal voxels).