Magnetic Resonance Imaging
annuncio pubblicitario
Magnetic Resonance Imaging Structural Functional Diffusion Spectroscopy And much more, such as perfusion, angiography, ASL, CDI, SWI, etc. Modified from Brain Imaging Center website Brief history of MRI 1946 – Bloch and Purcell independently describe the NMR phenomenon 1952 – Bloch and Purcell – Nobel Prize in Physics 1971 – Damadian: NMR used to distinguish healthy and malignant tissues 1973 – Lauterbur: Back-projection MRI 1975 - Ernst: Fourier Transform based MRI 1977 – Mansfield: Echo-Planar Imaging Breathing air 1990 – Ogawa: BOLD and fMRI 1991 - Ernst – Nobel Prize in Chemistry 1991-1995: first taskrelated BOLD responses 1995 1991 Early ’90s -fMRIrelated analysis software development Breathing 100% O2 2003 – Lauterbur and Mansfield – Nobel Prize in Medicine High-field (>7T scanner) applications 1992 1 fMRI Papers Published per Year EPI is sold on standard clinical scanners Courtesy of P. Bandettini fMRI Papers Published per Year Friston K., Science, 2009 2 From neuroimaging to neuroethics Motor (black) Primary Sensory (red) Integrative Sensory (violet) Basic Cognition (green) High-Order Cognition (yellow) Emotion (blue) J. Illes, M. P. Kirschen, J. D. E. Gabrielli, Nature Neuroscience, 2003 Le metodologie di esplorazione funzionale in vivo del cervello • Bioingegneria • Matematica • Fisica • Psicologia • Neurologia • Farmacologia • Marketing e Economia • Morale e Etica • Giurisprudenza 3 MRI vs. fMRI Alta risoluzione (1 mm) MRI fMRI Bassa risoluzione (~3 mm ma anche meno) Una singola immagine fMRI segnale Blood Oxygenation Level Dependent (BOLD) come misura indiretta dell’attività neuronale attività neuronale … Più immagini (es., ogni 2-3 s per 5 minuti) ossiemoglobina segnale fMRI La risonanza magnetica funzionale • Principi fisici dell'imaging funzionale mediante risonanza magnetica • Segnale BOLD e suo legame con l'attività neurale • Tecniche di analisi dei dati fMRI 4 Atomo di idrogeno 1H ELETTRONE - PROTONE + NUCLEO Proprietà di una particella subatomica massa spin Carica Rapporto giromagnetico 1H = 42.58 MHz/T N S Momento magnetico (dovuto alla rotazione di una carica elettrica) Momento angolare (dovuto alla rotazione di una massa) 5 Risonanza Magnetica Se i protoni posti nel campo magnetico statico B0 vengono eccitati con un impulso e.m. a frequenza w (frequenza di precessione) si ha il fenomeno della risonanza magnetica nucleare U U U U U U Impulso di eccitazione U Risonanza U U U U U Orientatione degli spin In assenza di B0 In presenza di B0 B0 6 Frequenza di precessione B0 B0 Equazione di Larmor: Frequenza di precessione w = Bo Campo magnetico statico Rapporto giromagnetico w = 42.58 x 1.5 = 63.87 MHz : siamo nella banda delle radiofrequenze (RF) Risonanza Magnetica: l’Impulso di eccitazione a radiofrequenza (RF) B0 Impulso di eccitazione RF EX. 90° Antenna (bobina) RF 7 Risonanza Magnetica Parametri di misura: FA TR TE FA - Flip angle: angolo tra B0 e M; è proporzionale alla durata dell’impulso RF TR - Tempo di ripetizione: tempo tra un impulso RF ed il successivo TE - Tempo di Eco: tempo tra l’emissione di un impulso RF e la ricezione del segnale Variando opportunamente i valori dei parametri di acquisizione FA, TR e TE si possono ottenere immagini pesate T2, T2*, T1 o PD 8 Magnetizzazione netta M E’ la somma vettoriale di tutti gli spins coinvolti nel fenomeno M … m3 … z B 0 z x mn m2 m1 y Parametri relativi ai tessuti • Densità Protonica PD • Tempo di rilassamento trasversale T2 Interazione spin-spin • Tempo di rilassamento longitudinale T1 Interazione spin-lattice 9 Tempo di rilassamento T2 Segnale Sangue (T2362ms.) Rene (T2124ms.) grasso (T2108ms.) 1 2 3 Tempo 4 5 Perché T2, T1, PD? 1 1 1 = * disom T2 T2 T2 T2W T1W Immagini “pesate” PDW 10 Il gradiente di campo magnetico Come viene generato e cosa è? Antenne di corrente che producono campi magnetici aggiuntivi che variano nello spazio B0 Gradiente -2 -1 0 1 2 3 4 X, Y, Z w = B A cosa serve? Per selezionare una regione di interesse e codificare la zona sorgente del segnale ricevuto Tre gradienti Y Z X Y X 11 Dal K-spazio all’immagine K-spazio Spazio reale Trasformata di Fourier (IFFT) bidimensionale Immagini 2D Selezione fetta Codifica di Fase y Fette 2D z x Codifica di lettura 12 Immagini 2D “multipiano” 1 2 3 4 5 Multi-Planar acquisition All 5 slices in the same TR Più fette sono acquisite durante un singolo intervallo TR Sessione sperimentale 13 Necessary Equipment 4T magnet RF Coil gradient coil (inside) Magnet Gradient Coil RF Coil Source for Photos: Joe Gati fMRI for Dummies The Big Magnet Very strong 1 Tesla (T) = 10,000 Gauss Earth’s magnetic field = 0.5 Gauss 4 Tesla = 4 x 10,000 0.5 = 80,000X Earth’s magnetic field Continuously on Main field = B0 Robarts Research Institute 4T x 80,000 = B0 Source: www.spacedaily.com fMRI for Dummies 14 Magnet Safety: Little Things Aneurysm clips can be pulled off vessels, leading to death Flying things can kill people. Even in less severe incidents, they can fly into the magnet and damage it or require an expensive shutdown. fMRI for Dummies Subject Safety Anyone going near the magnet – subjects, staff and visitors – must be thoroughly screened: Subjects must have no metal in their bodies: • pacemaker • aneurysm clips • metal implants (e.g., cochlear implants) • interuterine devices (IUDs) • some dental work (but fillings are okay) This subject was wearing a hair band with a ~2 mm copper clamp. Left: with hair band. Right: without. Source: Jorge Jovicich Subjects must remove metal from their bodies • jewellery, watch, piercings • coins, etc. • wallet • any metal that may distort the field (e.g., underwire bra) Females must not be pregnant or at risk of conceiving • Some institutions even require pregancy tests for any female, every session Subjects must be given ear plugs (acoustic noise can reach 120 dB) fMRI for Dummies 15 Fall-off of Magnetic Field fMRI for Dummies Sessione sperimentale Stimolazione visiva, tattile e uditiva con dispositivi MR-compatibili Guanto sensoriale per i movimenti Misurazione conduttanza cutanea e parametri periferici (ECG, respiro, pO2) 16 • Principi fisici dell'imaging funzionale mediante risonanza magnetica • Segnale BOLD e suo legame con l'attività neurale • Tecniche di analisi dei dati fMRI Esplorazione funzionale in vivo dei correlati neurometabolici dell’attività cerebrale Neurovascular coupling attività neuronale sinaptica attività della pompa Na+/K+ richiesta di ATP richiesta di ossigeno e glucosio flusso ematico cerebrale metabolismo ossidativo del glucosio e produzione di ATP 17 Le basi del contrasto BOLD Che cosa accade al consumo di ossigeno? BOLD: Blood Oxygenation Level Dependent Vasculature Source: Menon & Kim, TICS fMRI for Dummies 18 fMRI fMRI: functional Magnetic Resonance Imaging: Tecnica che utilizza il segnale BOLD per visualizzare il metabolismo cerebrale mediante MRI . • Il segnale BOLD permette l’individuazione dei cambiamenti locali cerebrali di ossigenazione ematica durante una stimolazione fisiologica • Il segnale BOLD si basa sui cambiamenti fisiologici delle proprietà magnetiche del sangue: OSSIEMOGLOBINA DIAMAGNETICA DEOSSIEMOGLOBINA PARAMAGNETICA PROPRIETA’ MAGNETICHE DEI MATERIALI Se immersi in un campo magnetico B0: • FERROMAGNETICI: interazione violenta (attrattiva o repulsiva) • DIAMAGNETICI: interazione debole repulsiva • PARAMAGNETICI: interazione debole attrattiva Il nostro corpo è prevalentemente diamagnetico 19 PROPRIETA’ MAGNETICHE DEI MATERIALI Se un materiale si trasforma da diamagnetico a paramagnetico (es. ossiemoglobina-deossiemoglobina) si ha una variazione di suscettività magnetica cioè di interazione con B0. variazione di suscettività magnetica Variazione del tempo di rilassamento T2* T2* PROPRIETA’ MAGNETICHE DELL’EMOGLOBINA Il gruppo emoglobinico che influenza il rilassamento protonico è il gruppo eme: ospita un atomo di Fe2+ che è il diretto responsabile delle interazioni paramagnetiche con i protoni acquosi (nonostante si trovi in una tasca idrofobica apolare proteica) 20 Deoxygenated blood attenuates T2*-weighted MR images O2 MRI volume element decrease of venous dHb during increased perfusion: O2 The influence of arterial blood on the BOLD signal is probably insignificant (it contains low dHb and represent less than 25% of CBV) 21 Le basi del contrasto BOLD RIPOSO Ossiemoglobina e desossiemoblobina hanno differenti proprietà magnetiche O 2 ossiHb ATTIVAZIONE deossiHb O L. Pauling, C. D. Coryell, PNAS, 1936. K.R. Thulborn, J. C. Waterton, et al., Biochim. Biophys. Acta., 1982 S. Ogawa, T. M. Lee, A. R. Kay, D. W. Tank, PNAS, 1990. 2 Le basi del contrasto BOLD 22 Le basi del contrasto BOLD deossiemoglobina T2* Segnale flusso deossiemoglobina T2* Segnale BOLD Time Course fMRI for Dummies 23 fMRI Activation Flickering Checkerboard OFF (60 s) - ON (60 s) -OFF (60 s) - ON (60 s) - OFF (60 s) Brain Activity Kwong et al., 1992 Time fMRI for Dummies fMRI Measures the Population Activity • • population activity depends on – how active the neurons are – how many neurons are active manipulations that change the activity of many neurons a little have a show bigger activation differences than manipulations that change the activation of a few neurons a lot – attention Verb generation Verb generation • activity after 15 min practice – learning • activity • fMRI may not match single neuron physiology results Ideas from: Scannell & Young, 1999, Proc Biol Sci Raichle & Posner, Images of Mind cover image 24 fMRI BRAIN • Il segnale BOLD non fornisce una misurazione diretta dell’attività neurale perché misura un effetto indiretto (la risposta emodinamica) di tale attività • Il segnale BOLD non fornisce una misurazione assoluta dell’attività neurale, ma relativa • Durante una sessione fMRI vengono acquisite immagini funzionali in assenza di stimoli, che serviranno come immagini di controllo (livello basale, di riposo del segnale BOLD) • Durante il periodo di acquisizione, vengono presentati degli stimoli che possono essere: sensoriali, task motori o cognitivi • Lo stesso task viene ripetuto periodicamente in modo da fare una media statistica di tutti i valori delle immagini relativi all’attivazione • L’immagine finale si ottiene facendo una sottrazione mediata tra l’immagine acquisita durante l’assenza di stimoli e l’immagine acquisita durante la presentazione dello stimolo in modo da ottenere un’immagine statistica parametrica, che viene poi sovrapposta all’immagine anatomica fMRI BRAIN 25 Acquisizione delle immagini funzionali e strutturali del cervello • Negli studi fMRI le immagini funzionali del cervello (T2*-pesate) vengono acquisite usando sequenze gradient echo, del tipo echo planar (EPI) • Ogni TR vengono acquisite tutte le immagini tomografiche 2D (fette) relative ad un intero volume cerebrale: immagini funzionali a bassa risoluzione spaziale • Per avere una dettagliata anatomia del cervello: acquisite immagini strutturali ad alta risoluzione spaziale T1-pesate del tipo spoiled gradient recall (SPGR) • La struttura dati fondamentale (dataset): insieme di array 3D di valori numerici; ciascun array 3D: un volume cerebrale. Tutti i volumi cerebrali funzionali vengono acquisiti in successione temporale in un intero run di scansione • Ogni elemento di un array 3D: un voxel del volume cerebrale, con le sue coordinate di posizione (x,y,z); il suo valore numerico: intensità del segnale MRI nel voxel corrispondente • I valori di uno stesso voxel in tutti i volumi cerebrali costituiscono una serie temporale (time series) • I dataset che si riferiscono alle immagini anatomiche di localizzazione sono formati da un unico volume cerebrale La risonanza magnetica funzionale • Principi fisici dell'imaging funzionale mediante risonanza magnetica • Segnale BOLD e suo legame con l'attività neurale • Tecniche di analisi dei dati fMRI 26 reconstruction registration Interpretazione dei risultati, correlazione con dati comportamentali e verifica dell’ipotesi smoothing Analisi dei dati: postprocessing Organizzazione degli esperimenti fMRI Preprocessing e sessione sperimentale Rationale: ipotesi sperimentale Paradigma sperimentale Selezione, screening, test psicologici e comportamentali Acquisizione dei dati VOXEL (Volumetric Pixel) Spessore Es., 6 mm Risoluzione Es., 192 mm / 64 = 3 mm 3 mm 6 mm Visione Sagittale Risoluzione 3 mm Numero delle fette e.g., 10 Matrice Es. 64 x 64 Field of View (FOV) Es. 19.2 cm 27 BOLD Contrast Imaging STIMULI – ACTIVATION NO STIMULI - BASELINE BASELINE O 2 ACTIVATION O 2 La misura dell’attività neuronale Visualizzazione di superfici corticali con le relative attivazioni Passaggio 2D3D Risposta nelle regioni d’interesse Correlazione con modello di risposta emodinamica L’attività correlata al modello è rappresentata come un’attivazione nei singoli voxel 28 Strategie di reclutamento neuronale 1. Block Design 2. Mixed Block Design 3. Slow Event-Related 4. Fast Event-Related 5. Self-Paced 6. Sparse intermixed Che cosa può fare l’fMRI Comprendere l’organizzazione cerebrale del cervello sano − localizzare i circuiti cerebrali coinvolti in compiti specifici − caratterizzare i cambiamenti nel corso del tempo (da pochi secondi, fino a anni) − determinare il legame con i correlati comportamentali (accuratezza, ecc.) Applicazioni cliniche - mappatura cerebrale prechirurgica Ricerca clinica - valutazione del processo di guarigione e della plasticità - caratterizzazione della popolazione clinica con compiti specifici o durante la condizione di riposo Courtesy of P. Bandettini 29 Che cosa non può fare l’fMRI − SNR troppo basso per l’uso clinico di routine (richiede troppo tempo) − Richiede la collaborazione del paziente (troppo sensibile al movimento) − Risoluzione spaziale troppo bassa (in ogni voxel ci sono milioni di neuroni) − Risoluzione temporale troppo bassa (emodinamica variabile e lenta) − Legato in maniera troppo indiretta all’attività neuronale − Troppe variabili fisiologiche interferiscono con il segnale − Richiede un compito (non si può registrare il segnale BOLD a riposo) − Spazio ridotto e forte rumore Courtesy of P. Bandettini Verso il futuro… METODOLOGIA TECNOLOGIA APPLICAZIONI INTERPRETAZIONE 30 INTERPRETAZIONE Neuronal Activation ? ? Hemodynamics Measured Signal ? ? Noise INTERPRETAZIONE Birn et al., NeuroImage, 2001 Logothetis et al., Nature, 2001 Magistretti et al, Science, 2009 31 TECNOLOGIA Hardware upgrade 8 channel parallel receiver coil GE birdcage GE 8 channel coil TECNOLOGIA 16 channel parallel receiver coil Nova 8 channel coil Risonanza ad alti campi Yacoub et al.@7T, 2008 Sereno et al.@3T, 1995 32 Multi-sensory integration TECNOLOGIA Visual Auditory Multisensory Beauchamp et al., 2007 METODOLOGIA Neuronal Activation Input Strategies Resting State Correlations Activation: correlation with reference function Rest: seed voxel in motor cortex B. Biswal et al., MRM, 34:537 (1995) 33 METODOLOGIA Neuronal Activation Input Strategies Hasson, et al (2004), Science, 303, 1634-1640 METODOLOGIA Reading hidden intentions Haynes et al., Current Biology, 2007 34 Che cosa potrebbe fare l’fMRI Uso complementare per la diagnosi clinica -diagnosi precoce di patologie Trattamento clinico e valutazione della terapia -migliore comprensione dei meccanismi patologici per la terapia specifica -valutazione degli effetti dei farmaci -valutazione dell’evoluzione della terapia e biofeedback -mappatura dei foci epilettogeni -valutazione della fisiologia neurovascolare Usi non clinici -lie detection -predizione di comportamenti e preferenze/tendenze -brain/computer interface • Principi fisici dell'imaging funzionale mediante risonanza magnetica • Segnale BOLD e suo legame con l'attività neurale • Tecniche di analisi dei dati fMRI 35 Design Jargon: Runs session: all of the scans collected from one subject in one day run (or scan): one continuous period of fMRI scanning (~5-7 min) experiment: a set of conditions you want to compare to each other condition: one set of stimuli or one task Note: Terminology can vary from one fMRI site to another (e.g., some places use “scan” to refer to what we’ve called a volume). 2 stimulus conditions + 1 baseline condition (fixation) A session consists of one or more experiments. Each experiment consists of several (e.g., 1-8) runs More runs/expt are needed when signal:noise is low or the effect is weak. Thus each session consists of numerous (e.g., 5-20) runs (e.g., 0.5 – 3 hours) Design Jargon: Paradigm paradigm (or protocol): the set of conditions and their order used in a particular run epoch: one instance of a run condition first “intact objects” epoch first “scrambled objects” epoch second “intact objects” epoch volume #1 (time = 0) epoch 8 vol x 2 sec/vol = 16 sec volume #136 (time = 136 vol x 2 sec/vol = 272 sec = 4:32) Time 36 fMRI Experiment Stages: Prep 1) Prepare subject • Consent form • • Safety screening Instructions and practice trials if appropriate 2) Shimming • putting body in magnetic field makes it non-uniform • adjust 3 orthogonal weak magnets to make magnetic field as homogenous as possible 3) Sagittals Note: That’s one g, two t’s Take images along the midline to use to plan slices In this example, these are the functional slices we want: 12 slices x 6 mm fMRI Experiment Stages: Anatomicals 4) Take anatomical (T1) images • high-resolution images (e.g., 0.75 x 0.75 x 3.0 mm) • • 3D data: 3 spatial dimensions, sampled at one point in time 64 anatomical slices takes ~4 minutes 64 slices x 3 mm 37 Slice Terminology VOXEL (Volumetric Pixel) Slice Thickness e.g., 6 mm In-plane resolution e.g., 192 mm / 64 = 3 mm 3 mm 6 mm SAGITTAL SLICE IN-PLANE SLICE 3 mm Number of Slices e.g., 10 Matrix Size e.g., 64 x 64 Field of View (FOV) e.g., 19.2 cm fMRI Experiment Stages: Functionals 5) Take functional (T2*) images • images are indirectly related to neural activity • • • • usually low resolution images (3 x 3 x 6 mm) all slices at one time = a volume (sometimes also called an image) sample many volumes (time points) (e.g., 1 volume every 2 seconds for 136 volumes = 272 sec = 4:32) 4D data: 3 spatial, 1 temporal … fMRI for Dummies 38 Analisi dei dati fMRI Ricostruzione delle immagini del cervello Per ogni volume cerebrale: leggere la sequenza tomografica di immagini (fette) 2D in ingresso e convertirla (assemblarla) in un dataset volumetrico (array 3D) E’ necessario conoscere le informazioni sulla temporizzazione della scansione: • numero di fette 2D acquisite nella direzione spaziale z in un TR, corrispondenti ad un singolo volume cerebrale • numero di volumi cerebrali acquisiti nel tempo in un intero run di scansione; corrisponde al numero di TR (istanti temporali, time points) presenti in un run, detto anche numero di reps del run considerato. Convenzione: • asse x: identifica la direzione R-L (R = right, L = left); un valore di x identifica una fetta sagittale del cervello; • asse y: identifica la direzione A-P (A = anterior, P = posterior); un valore di y identifica una fetta coronale del cervello; • asse z: identifica la direzione I-S (I = inferior, S = superior); un valore di z identifica una fetta assiale del cervello Ricostruzione delle immagini del cervello In generale gli outliers o spikes sono valori assunti da un voxel in particolari istanti di una serie temporale, che sono molto diversi dagli altri valori di quel voxel in tale serie temporale Nei primi istanti della serie il voxel considerato assume valori molto alti: è affetto da molto rumore, dovuto a possibili artefatti dello scanner (il campo magnetico generato all’interno dello scanner dalle bobine di eccitazione a radiofrequenza non ha ancora raggiunto lo stato stazionario). 39 Ricostruzione delle immagini del cervello Rimuovendo per esempio i primi tre istanti dalla serie temporale: il potenziale outlier diventa molto più evidente Registrazione dei volumi cerebrali E’ utile rappresentare graficamente gli andamenti temporali dei 6 parametri di movimento in funzione degli istanti delle serie temporali del dataset considerato: Si notano dei picchi nei valori dei parametri di movimento in corrispondenza dell’istante: t ≈ 160 sec: in quel momento il soggetto ha mosso improvvisamente la testa facendo uno “scatto”. Il volume cerebrale I160(x) è molto più disallineato dal volume base J(x) di quanto lo sono gli altri volumi In(x), con n ≠ 160 sec 40 Registration To Standard Spaces Transforming Datasets to Talairach-Tournoux Coordinates • The original purpose of AFNI (circa 1994 A.D.) was to perform the transformation of datasets to Talairach-Tournoux (stereotaxic) coordinates • The transformation can be manual, or automatic • In manual mode, you must mark various anatomical locations, defined in Jean Talairach and Pierre Tournoux “Co-Planar Stereotaxic Atlas of the Human Brain” Thieme Medical Publishers, New York, 1988 – Marking is best done on a high-resolution T1-weighted structural MRI volume • In automatic mode, you need to choose a template to which your data are allineated. Different templates are made available with AFNI’s distribution. You can also use your own templates. • Transformation carries over to all other (follower) datasets in the same directory Press this IN to create or change markers Color of “primary” (selected) marker Click Define Markers to open the “markers” panel Color of “secondary” (not selected) markers Size of markers (pixels) Size of gap in markers Clear (unset) primary marker Select which marker you are editing Set primary marker to current focus location Carry out transformation to +acpc coordinates Perform “quality” check on markers (after all 5 are set) 41 • Stage 2: Scaling to Talairach-Tournoux (+tlrc) coordinates: – Once the AC-PC landmarks are set and we are in ACPC view, we now stretch/shrink the brain to fit the Talairach-Tournoux Atlas brain size (sample TT Atlas pages shown below, just for fun) Most anterior to AC 70 mm AC to PC Most inferior to AC PC to most AC to left (or most posterior right) superior 23 42 mm mm 79 68 74 mm mm Length of cerebrum Height of Width of cerebrum cerebrum 172 mm 116m 136 m mm Head Motion: Main Artifacts 1. Head motion leads to spurious activation (particularly at the edges) 2. Regions move over time 3. Motion of head (or any other large mass) leads to changes to field map fMRI for Dummies 42 Spurious Activation at Edges time1 time2 A B Slide modified from Duke course C 507 89 154 663 507 89 119 171 83 520 119 171 179 117 53 137 179 117 fMRI for Dummies Spurious Activation at Edges • spurious activation is a problem for head motion during a run but not for motion between runs fMRI for Dummies 43 Motion Correction Algorithms yaw y translation roll z translation pitch x translation • Align each volume of the brain to a target volume using six parameters: three translations and three rotations • Target volume: the functional volume that is closest in time to the anatomical image fMRI for Dummies Spatial Smoothing • Application of Gaussian kernel – Usually expressed in #mm FWHM – “Full Width – Half Maximum” – Typically ~2 times voxel size Slide from Duke course fMRI for Dummies 44 Filtraggio spaziale dei volumi cerebrali E’ possibile specificare il valore del parametro che rappresenta la larghezza del filtro Gaussiano di smoothing utilizzato, cioè il raggio utilizzato per la funzione di blurring Quanto più largo è il filtro, maggiore è il blurring (allargamento delle aree di attivazione) che si ottiene, ma maggiore è anche la perdita di risoluzione spaziale Effects of Spatial Smoothing on Activity Unsmoothed Data Smoothed Data (kernel width 5 voxels) Slide from Duke course fMRI for Dummies 45 Effect of Filtering – spatial smoothing. before after Source: Brain Voyager course slides Normalizzazione delle serie temporali e calcolo della variazione percentuale del segnale BOLD rispetto alla baseline 1 3 2 46 I disegni sperimentali • • I due disegni sperimentali di stimolazione maggiormente utilizzati in fMRI sono il block design e l’event related Le caratteristiche dei vari disegni sperimentali variano da autore ad autore Block design • • Block design: il segnale BOLD ricevuto è alto perché le risposte ai singoli stimoli si sommano tra loro in modo lineare All’interno di un blocco il segnale BOLD non ha il tempo di tornare al valore di baseline perciò in genere non si può isolare la risposta ad un singolo stimolo A Simple Experiment: LO Localizer Lateral Occipital Complex • responds when subject views objects Intact Objects Blank Screen TIME Scrambled Objects One volume (12 slices) every 2 seconds for 272 seconds (4 minutes, 32 seconds) Condition changes every 16 seconds (8 volumes) 47 I disegni sperimentali Varianti del block design Mixed block design • Nel mixed block design la durata temporale dei singoli blocchi di stimolazione e dei periodi di rest tra i blocchi varia casualmente Self paced block design • Nel self paced block design è il soggetto che si “autosomministra” gli stimoli all’interno dei vari blocchi I disegni sperimentali Event related Slow event related Fast event related • • Event related: il segnale BOLD ricevuto è piuttosto basso (perciò maggiormente affetto da rumore) perché rappresenta la risposta ad un singolo stimolo Tra uno stimolo ed il successivo in genere il segnale BOLD ha il tempo di tornare al valore di baseline perciò si può cercare di isolare la risposta ad un singolo stimolo 48 Analisi di regressione lineare Negli studi fMRI si misurano le variazioni del segnale BOLD provocate da una risposta emodinamica, indotta dalla variazione di attività neuronale-sinaptica in un determinato distretto cerebrale; tale variazione rappresenta la risposta del cervello ad una particolare condizione di stimolo, variabile nel tempo • Sistema = distretto cerebrale considerato • f(t) = andamento temporale dello stimolo applicato • y(t) = variazione misurata del segnale BOLD proveniente dal sistema Il sistema può essere comunque complesso, possiamo non sapere come è fatto internamente, ma se è lineare e stazionario, la sua risposta y(t) ad un arbitrario segnale d’ingresso f(t) può essere ricavata, se si conosce la risposta h(t) del sistema ad un segnale impulsivo (funzione delta di Dirac) δ(t) applicato al suo ingresso La funzione h(t) è chiamata risposta impulsiva del sistema considerato Analisi di regressione lineare Di solito si sceglie la funzione: 0 h t = t b e t c per t 0 per t 0 • b = 8.6; c = 0.547 sec (Cohen, 1977). • h(t) ha un ritardo temporale, rispetto allo stimolo, di 1-2 secondi, un tempo di salita di 4-5 secondi ed un tempo di discesa di 4-6 secondi. • Quando vengono presentati più stimoli successivi, tra loro più vicini nel tempo della durata delle singole risposte emodinamiche h(t), alcune parti di tali funzioni risultano sovrapposte. • Supponiamo che il nostro modello ideale del cervello sia lineare: la risposta emodinamica complessiva ai vari stimoli presentati è data dalla somma delle risposte emodinamiche ai singoli stimoli. 49 Analisi di regressione lineare • Il network neuronale del cervello può essere rappresentato con un sistema non lineare, perciò anche la risposta emodinamica misurata con l’fMRI è non lineare • Il modello lineare, anche se non perfettamente corretto, è molto utile e largamente utilizzato per il fitting dei dati delle serie temporali dei datasets fMRI. Analisi di regressione lineare Esperimenti con stimoli a blocchi: intervalli di attivazione estesi nel tempo. La risposta emodinamica complessiva è alta e persistente nel tempo: segnale BOLD di intensità maggiore. 50 Analisi di regressione lineare multipla Esempio con 2 diversi stimoli d’ingresso: f1, f2 1 r1 = f1 h curva rossa; 2 r2 = f 2 h curva verde; Modello ideale del segnale BOLD: β1·r1 + β2·r2 (curva blu) Si trovano i due valori: β1 = 1.5, β2 = 0.6 Con tali valori il modello ideale (curva blu) costituisce, per tutti i voxel (serie temporali) del datasets fMRI considerato, il fitting migliore dei dati reali Z (curva grigia) Analisi di regressione lineare multipla • Il modello effettua un’analisi statistica di regressione lineare multipla delle serie temporali contenute nei datasets fMRI • Bisogna fornire in ingresso al modello: 1) i dati reali Zn (segnale BOLD che effettivamente si riceve e si misura) per tutti i voxels (serie temporali) del dataset fMRI considerato 2) un diverso regressore rni (risposta del modello ideale) per ogni diverso stimolo d’ingresso fni • Restituisce in uscita un dataset contenente le stime, secondo il metodo della somma dei minimi quadrati, dei valori dei coefficienti di regressione lineare βi • Viene calcolato, per ogni coefficiente βi, il relativo valore stimato in corrispondenza di ogni voxel del dataset fMRI d’ingresso 51 Calculating Signal:Noise Ratio Pick a region of interest (ROI) outside the brain free from artifacts (no ghosts, susceptibility artifacts). Find mean () and standard deviation (SD). Pick an ROI inside the brain in the area you care about. Find and SD. SNR = brain/ outside = 200/4 = 50 e.g., =4, SD=2.1 [Alternatively SNR = brain/ SDoutside = 200/2.1 = 95 (should be 1/1.91 of above because /SD ~ 1.91)] When citing SNR, state which denominator you used. e.g., = 200 Head coil should have SNR > 50:1 Surface coil should have SNR > 100:1 Source: Joe Gati, personal communication Why SNR Matters Huettel, Song & McCarthy, 2004, Functional Magnetic Resonance Imaging fMRI for Dummies Note: This SNR level is not based on the formula given fMRI for Dummies 52 Physiological Noise Respiration • every 4-10 sec (0.3 Hz) • moving chest distorts susceptibility Cardiac Cycle • every ~1 sec (0.9 Hz) • pulsing motion, blood changes Solutions • gating • avoiding paradigms at those frequencies fMRI for Dummies Other Artifacts Ghosts Hardware Malfunctions Metallic Objects (e.g., hair tie) Spikes fMRI for Dummies 53 Functional images Activation Statistics ~2s ROI Time Course fMRI Signal (% change) Time Condition Statistical Map superimposed on anatomical MRI image Time Region of interest (ROI) ~ 5 min fMRI for Dummies Statistical Maps & Time Courses Use stat maps to pick regions Then extract the time course fMRI for Dummies 54 MR SIGNAL (ARBITRARY UNITS) Time Courses Arbitrary signal varies from voxel to voxel, day to day, subject to subject MR SIGNAL (% Change) TIME To make the y-axis more meaningful, we usually convert the signal into units of % change: 100*(x - baseline)/baseline Changes are typically in the order of 0.5-4 %. fMRI for Dummies Stats on Anatomical fMRI for Dummies 55 2D 3D fMRI for Dummies Analisi di regressione lineare multipla • Esempio di risultato di un’analisi statistica di regressione lineare multipla • Esempio di rendering tridimensionale dei risultati di un’analisi statistica di regressione lineare multipla 56 Analisi di regressione lineare multipla • Esempio di visualizzazione di superfici corticali con le relative attivazioni 57
