Magnetic Resonance Imaging

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
(T2362ms.)
Rene
(T2124ms.)
grasso
(T2108ms.)
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
2D3D
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