Событийно-связанная функциональная магнитно-резонансная томография ( эфМРТ ) — это метод, используемый при магнитно-резонансной томографии пациентов.
ЭфМРТ используется для обнаружения изменений в гемодинамическом ответе BOLD ( зависящем от уровня кислорода в крови ) на нейронную активность в ответ на определенные события. [1]
В методологии фМРТ обычно используются два разных способа представления стимулов. Один из методов — это блочно-связанный дизайн, в котором два или более различных условий чередуются для определения различий между двумя условиями, или контроль может быть включен в презентацию, происходящую между двумя условиями. Напротив, событийно-связанные дизайны не представляются в установленной последовательности; представление рандомизировано , а время между стимулами может варьироваться.
efMRI пытается смоделировать изменение сигнала fMRI в ответ на нейронные события, связанные с поведенческими испытаниями. По словам Д'Эспозито, «событийно-связанная fMRI имеет потенциал для решения ряда вопросов когнитивной психологии с такой степенью выводной и статистической мощности, которая ранее не была доступна». [2]
Каждое испытание может состоять из одного экспериментально контролируемого (например, предъявление слова или изображения) или опосредованного участником «события» (например, двигательной реакции). В каждом испытании есть ряд событий, таких как предъявление стимула , период задержки и реакция. Если эксперимент правильно организован и различные события рассчитаны по времени, efMRI позволяет человеку наблюдать различия в нейронной активности, связанные с каждым событием.
Позитронно-эмиссионная томография (ПЭТ) была наиболее часто используемым методом картирования мозга до разработки фМРТ. Существует ряд преимуществ, которые представлены по сравнению с ПЭТ. По словам Д'Эспозито, они включают то, что фМРТ «не требует инъекции радиоизотопа в участников и в остальном неинвазивна, имеет лучшее пространственное разрешение и лучшее временное разрешение». [2]
Первые исследования МРТ использовали использование «экзогенных парамагнитных трассеров для картирования изменений в объеме крови мозга » [3] [4] , что позволяло оценивать активность мозга в течение нескольких минут. Это изменилось с двумя достижениями в области МРТ , быстрота методов МРТ была увеличена до 1,5 Тесла к концу 1980-х годов, что обеспечивало двухмерное изображение. Затем Детре, Корецки и коллеги открыли эндогенные контрастные механизмы, основанные на чистой продольной намагниченности внутри органа, и «второй, основанный на изменениях магнитной восприимчивости, вызванных изменением чистого содержания дезоксигемоглобина в тканях » [3] , который был назван ЖИРНЫМ контрастом Сиге Огавой.
Эти открытия послужили вдохновением для будущих достижений в области картирования мозга. Это позволило исследователям разрабатывать более сложные типы экспериментов, выходящие за рамки наблюдения эффектов отдельных типов испытаний. Когда была разработана фМРТ, одним из ее основных ограничений была невозможность рандомизировать испытания, но связанная с событиями фМРТ исправила эту проблему. [2] Когнитивное вычитание также было проблемой, которая пыталась сопоставить когнитивно-поведенческие различия между задачами с активностью мозга путем объединения двух задач, которые, как предполагается, идеально соответствуют каждому сенсорному, двигательному и когнитивному процессу, за исключением интересующего. [2]
Затем, стремление к улучшению временного разрешения исследований фМРТ привело к разработке событийно-связанных дизайнов, которые, по словам Петерсона, были унаследованы от исследований ERP в электрофизиологии , но было обнаружено, что это усреднение не очень хорошо применимо к гемодинамическому ответу , поскольку ответ от испытаний мог перекрываться. В результате было применено случайное дрожание событий, что означало, что время повторения варьировалось и рандомизировалось для испытаний, чтобы гарантировать, что сигналы активации не перекрываются.
Для функционирования нейронам требуется энергия, которая поступает из кровотока. Хотя это не до конца понятно, гемодинамический ответ коррелирует с нейронной активностью, то есть, по мере увеличения уровня активности увеличивается количество крови, используемой нейронами. Для полного развития этого ответа требуется несколько секунд. Соответственно, фМРТ имеет ограниченное временное разрешение .
Гемодинамический ответ является основой для контраста BOLD (зависящего от уровня кислорода в крови) в фМРТ. [5] Гемодинамический ответ происходит в течение нескольких секунд после предъявления стимулов, но важно разнести события, чтобы гарантировать, что измеряемый ответ исходит от предъявленного события, а не от предшествующего события. Представление стимулов в более быстрой последовательности позволяет экспериментаторам проводить больше испытаний и собирать больше данных, но это ограничено медленным течением гемодинамического ответа, которому, как правило, нужно дать возможность вернуться к исходному уровню до предъявления другого стимула.
По словам Берока, «по мере увеличения частоты предъявления в дизайне, связанном со случайными событиями, дисперсия сигнала увеличивается, тем самым увеличивая транзитную информацию и способность оценивать лежащую в основе гемодинамическую реакцию» [3] .
В типичной efMRI после каждого испытания гемодинамический ответ возвращается к исходному уровню. В быстрой событийно-связанной fMRI испытания рандомизируются, а HRF впоследствии деконволюционируется. Для того чтобы это стало возможным, необходимо использовать все возможные комбинации последовательностей испытаний, а интервалы между испытаниями должны быть смещены так, чтобы время между испытаниями не всегда было одинаковым.
Чи утверждает, что дизайны, связанные с событиями, обеспечивают ряд преимуществ в языковых задачах, включая возможность разделять правильные и неправильные ответы и показывать зависящие от задачи вариации во временных профилях ответов. [6]
В данных фМРТ предполагается, что существует линейная зависимость между нейронной стимуляцией и ответом BOLD. Использование GLM позволяет разработать среднее значение для представления среднего гемодинамического ответа у участников.
Статистическое параметрическое картирование используется для создания матрицы дизайна , которая включает все различные формы ответов, полученные во время события. Для получения дополнительной информации об этом см. Friston (1997). [7]