機能性超音波 (fUS) は,正規の相関分析とダイナミックな機能的接続分析を使用して軽度の脳変化を検出します

科学分野:

• 神経イメージング
• システム神経科学
• 生物医学工学

背景:

• 機能性超音波 (fUS) は,脳血量の変化を検出することによって脳活動をイメージします.
• fUSを用いた機能的接続性 (FC) 分析は,脳ネットワークの変化を明らかにし,神経発達障害のバイオマーカーの可能性を提供します.
• fUS-FCは,運動や心臓の脈動などの神経以外の信号源に対する感受性によって制限され,微妙な脳変化の検出を妨げています.

研究 の 目的:

• fUS-FCデータのシグナル対ノイズ比を改善するために,カノニカル・コレレーション・アナリスト (CCA) を用いた新しい事前処理方法を開発し,検証する.
• この強化されたfUS-FC解析を用いて,マウスモデルにおける脳接続性に対する軽度の周期の炎症の影響を特徴づける.
• fUSデータのグローバルシグナル回帰のような他の方法よりもCCAの前処理の優位性を実証する.

主な方法:

• fUSデータに対するカノニカル・コレレーション分析 (CCA) とダイナミック・ファンクショナル・コネクティビティ (dFC) の分析を組み合わせた事前処理パイプラインの開発.
• CCA強化のdFCの適用は,軽度の生理間炎症のマウスモデルに適用されます.
• 全局信号回帰 (GSR) と他の技術とのCCA前処理の比較.

主要な成果:

• FUS-FC信号からのノイズの分離が成功し,脳活動をより明確に特徴づけました.
• 胎内炎症のマウスは,脳の主要な領域 (皮質,海馬,タラムス,小脳) の間で高FCを減少させ,変化したFC状態を示した.
• 炎症モデルマウスは,制限された接続状態 (皮質内または腹部経路) の有病率が増加し,GSRでは区別できない違いを示した.

結論:

• CCAの事前処理は,特に微妙なネットワーク変化を検出するために,fUS-FC分析の感度と特異性を大幅に高めます.
• 開発された方法は頑丈で,覚醒した動物や麻酔を受けた動物を含む様々なfUSイメージングシナリオに適用できます.
• このアプローチは,神経発達障害の神経イメージングバイオマーカーを特定するのに有望であり,他の神経イメージング方法にも適応することができます.