Preprocessing strategies for functional connectivity magnetic resonance imaging : a quantitative comparison

Abstract

Die Funktionelle Magnetresonanztomographie ist ein bildgebendes Verfahren, welches Rückschlüsse auf Lokalisation und Stärke von neuronaler Aktivität erlaubt und so funktionelle Zusammenhänge zwischen externen Stimuli und Hirnarktivitätsmustern ermöglicht. Hierfür werden die Unterschiede in der magnetischen Suszeptibilität zwischen sauerstoffreichem und sauerstoffarmem Blut über den sogenannten BOLD-Effekt genutzt. Neuronale Aktivität im Gehirn bewirkt eine Steigerung des Stoffwechsels, wodurch es zu einer lokalen Erhöhung von Blutflusses, sowie kapillarer und venöser Sauerstoffsättigung kommt. Die dadurch verursachten Veränderungen im lokalen Magnetfeld führen über veränderte Dephasierungsbedingungen zu Unterschieden in den gemessenen MR-Signal, welche Änderungen in der neuronale Aktivität widerspiegeln.<br />Ein neues Forschungsgebiet stellt die sogenannte resting-state functional connectivity MRI (rs-fcMRI) dar, welche die funktionelle Konnektivität im "ruhenden" Gehirn untersucht. Dabei wird - im Gegensatz zu den sonst üblichen fMRI Messungen - dem Gehirn kein spezifischer Stimulus auferlegt. Bisherige Studien deuteten darauf hin, dass in diesem Ruhezustand die räumliche Verteilung von Korrelationen zwischen spontanen, niederfrequenten Fluktuationen im BOLD-Signal Ähnlichkeiten zu bekannten neurofunktionellen Systemen aufweisen und daher funktionelle Zusammenhänge im Gehirn wiedergeben. Dies ist von besonderem Interesse, da Veränderungen in der funktionellen Konnektivität als Ursachen bei neuropsychiatrischen Störungen vermutet werden und derartige Untersuchungen eine Früherkennung mit entsprechend verbesserten Therapieoptionen ermöglichen könnten.<br />Diese spontanen Fluktuationen im BOLD-Signal sind allerdings durch unterschiedlichste Artefaktsignale überlagert, verursacht u. a. von Bewegungsartefakten, Atmung und Herzschlag. Die große Herausforderung der Analyse von "resting-state" Daten ist es daher, diese Störsignale nicht-neuronaler Herkunft bestmöglich zu kompensieren. Diese Diplomarbeit untersucht verschiedene Ansätze zur Datenkorrektur mit Hilfe von simulierten Daten wie auch anhand einen Pools von 40 in vivo Datensätzen. Zusätzlich wird der optimale Einsatz der Methoden sowie die adäquate Interpretation der erhaltenen Konnektivitätskarten diskutiert.<br />

Functional magnetic resonance imaging (fMRI) based on the so-called blood-oxygen-level dependent (BOLD) contrast is used in neuroimaging to detect brain regions that are activated by specific tasks and stimuli. The BOLD-contrast is based on the magnetic susceptibility difference between oxygenated and deoxygenated blood. As neural activity in the brain is closely linked to changes in cerebral blood flow and oxygenation, changes in the MR signal follow neural activity. Statistical methods can then be used to determine task-associated regions of the brain.<br />Resting-state functional connectivity MRI (rs-fcMRI) is a recent field of research where connectivity in the absence of a specific task is assessed. Studies have suggested that correlations of spontaneous low frequency fluctuations in the BOLD signal acquired in such resting-states (i.e., without explicit task performance) relate to known anatomical systems and reflect functional connectivity of the brain. In addition, neuropsychiatric disorders are often accompanied by changes in interregional connection strength, and connectivity analysis may therefore allow for early detection of pathologies.<br />Spontaneous low frequency fluctuations are, however, mixed with various other signals originating from residual motion artefacts, respiration and cardiac action. The challenge with analysing resting-state data is, thus, to compensate for non-neural signals. This diploma thesis investigates different correction methods and gives information about using and interpreting those correction methods.