使用屏住呼吸的脑血管反应性映射 BOLD-fMRI:信号模型与 voxelwise 滞后优化相结合的比较
Catarina Domingos1,2, Inês Esteves1, Ana R Fouto1
1Institute for Systems and Robotics - Lisboa and Department of Bioengineering, Instituto Superior Técnico, Universidade de Lisboa, Lisbon, Portugal.
Imaging neuroscience (Cambridge, Mass.)
|August 13, 2025
概括
这项研究优化了利用呼吸暂停 (BH) BOLD fMRI绘制脑血管反应率 (CVR) 的建模. 它发现,与特定的血液动力学响应函数相结合的 voxelwise 滞后优化改善了 CVR 量化.
科学领域:
- 神经成像是一种神经成像.
- 生理学 生理学 生理学
- 医学物理 医学物理
背景情况:
- 脑血管反应率 (CVR) 对大脑健康至关重要,可以在喘息 (BH) 任务期间使用依赖血液氧化水平 (BOLD) 功能磁共振成像 (fMRI) 非侵入性测量.
- 之前的方法模拟了BH BOLD响应使用全球时间滞后,这过于简化了大脑的各种响应延迟.
研究的目的:
- 通过使用BH BOLD-fMRI数据,研究最佳的建模方法来绘制CVR.
- 为了比较不同的回归器和血液动力学响应函数 (HRF) 卷积模型,使用voxelwise lag优化.
主要方法:
- 两种回归器类型进行了比较:端潮二氧化碳 (PetCO2) 的部分压力和块设计.
- 评估了三个卷积模型:没有卷积,单玛HRF和双玛HRF.
- 在14名健康参与者中利用滞后的一般线性模型来优化语音延迟.
主要成果:
- 用单个马HRF进行卷积,为PetCO2模型提供了更高的CVR值.
- 双马HRF对块模型的表现更好.
- 基于PetCO2的回归器通常优于基于区块的回归器,尽管区块回归器在缺乏CO2数据的情况下是可行的.
结论:
- 建议采用特定的建模方法,包括 voxelwise 滞后优化,以获得准确的 CVR 映射,使用终期 BH BOLD-fMRI.
- 选择HRF卷积模型取决于所使用的回归器类型.
- 基于PetCO2的建模是首选的,但当二氧化碳测量不可靠时,块设计提供了一个替代方案.
