短距離連合線維の再構築と構造的接続性推定における拡散MRI空間分解能の影響

背景:

• 短距離連合線維（SAF）は皮質コミュニケーションに不可欠であるが、薄い表層白質に位置するため、従来の拡散MRIでは分解が困難である。
• SAFの正確な再構築は脳接続性の理解に不可欠であるが、標準的な拡散MRI分解能ではしばしば過小評価されている。

研究 の 目的:

• 拡散MRIを用いた短距離連合線維（SAF）の再構築に対する画像空間分解能の影響を体系的に評価する。
• SAF解析のための異なるトラクトグラフィーパイプラインと線維モデリング技術の分解能感度を比較する。
• SAF再構築と構造的接続性推定における方法論的選択のための参照フレームワークを確立する。

主な方法:

• 3つの分解能（2、1.5、0.96 mm等方性）で20人の健康な被験者から拡散MRIデータを取得し、後方的にダウンサンプリングされたヒューマンコネクトームプロジェクトデータを使用した。
• 拡散テンソルイメージング（DTI）と球 મર્યાદા વિચ્છેદન（CSD）法を比較する20のMRtrix3ベースのトラクトグラフィーパイプラインをテストした。
• 表層白質モデル適合、SAFストリームライン数、および短距離接続性フラクション（SCF）に対する分解能の影響を定量化した。

主要な成果:

• 低い空間分解能は、表層白質のモデル適合を著しく低下させ、SAFストリームライン数と、テストされたすべての方法における全体的および地域的なSCFを減少させた。
• 時間葉の皮質領域は、低い分解能で最も顕著なSCFの低下を示した。
• 拡散テンソルイメージング（DTI）ベースの単一組織単線維トラクトグラフィーと比較して、球 મર્યાદા વિચ્છેદન（CSD）ベースのマルチ組織マルチ線維トラクトグラフィーは、分解能の低下に対してより堅牢であった。

結論:

• 画像空間分解能は、短距離連合線維の再構築と構造的接続性推定の精度に決定的に影響する。
• 最適化されたトラクトグラフィーパイプライン、特にCSDベースの方法は、高解像度データ（0.96 mm等方性）と組み合わせて、堅牢なSAF解析とアトラス構築を可能にする。
• この研究は、神経画像研究のための不可欠な方法論的ガイダンスを提供し、健康および疾患における脳の構造と機能の特性評価を向上させる。