功能磁共振成像功能性磁共振成像功能性磁共振成像功能性磁共振成像功能性磁共振成像功能性磁共振成像功能性磁共振成像
Adam M Saunders1, Michael E Kim2, Kurt G Schilling1,3,4
1Department of Electrical and Computer Engineering, Vanderbilt University, Nashville, TN, USA.
概括
基于血管系统的空间平滑 (VSS) 通过提高白质信号清晰度来增强功能磁共振成像 (fMRI) 分析. 这种新的方法提供了与现有的扩散信息空间平滑 (DSS) 进行脑成像研究的可比结果.
科学领域:
- 神经成像是一种神经成像.
- 生物物理学的生物物理.
- 信号处理 信号处理
背景情况:
- 白质中的血液氧化水平依赖 (BOLD) 信号表现出异构的方向.
- 标准的同位素高斯空间平滑 (GSS) 将这些信号模糊在整个解剖分布中.
- 扩散知情空间平滑 (DSS) 之前已经开发使用扩散MRI数据来解决这个问题.
研究的目的:
- 通过结合血管系统信息来扩展fMRI数据平滑的图形信号处理.
- 引入血管系统信息空间平滑 (VSS) 作为fMRI数据的新方法.
- 在分析休息状态fMRI数据时,比较VSS与GSS和DSS的疗效.
主要方法:
- 收集了敏感度加权图像和共同记录的扩散MRI和静止状态fMRI数据.
- 应用了弗兰吉过器来识别每个voxel的峰值血管方向.
- 根据与图边对齐的血管系方向的一致性对VSS图进行权衡,使用在7T获得的静态fMRI数据.
主要成果:
- 与GSS相比,DSS和VSS都显著增加了本地功能连接 (区域同质性) (p < 0.01).
- 与GSS相比,VSS在独立组件分析中与白质地图标签的一致性明显更好 (p < 0.05).
- 在区域同质性和独立组件分析 (p = 0.06) 中,VSS和DSS表现相似.
结论:
- 在fMRI数据平滑方面,VSS是一种有前途的技术,其性能与DSS相美.
- 在fMRI中,VSS有效地增强了白质信号的分析.
- 开发的过代码是公开可用的,用于研究.
