Bibliographic Metadata

Title
Low frequency fluctuations in resting-state functional magnetic resonance imaging and their applications / submitted by Martin Küblböck
AuthorKüblböck, Martin
CensorWindischberger, Christian
Published2015
Description123 Bl. : Ill., graph. Darst.
Institutional NoteWien, Med. Univ., Diss., 2015
LanguageEnglish
Bibl. ReferenceOeBB
Document typeDissertation (PhD)
Keywords (DE)funktionelle Magnetresonanztomographie (fMRT) / Daten-Präprozessierung, Resting-State fMRT / Task-Based fMRT / Biomarker / ALFF / fALFF / Despiking / BOLD-Effekt / Bewegungsartefakte
Keywords (EN)functional MRI (fMRI) / preprocessing / resting-state fMRI / task-based fMRI / biomarker / ALFF / fALFF / despiking / BOLD-effect / motion artifacts
URNurn:nbn:at:at-ubmuw:1-3704 Persistent Identifier (URN)
Restriction-Information
 The work is publicly available
Files
Low frequency fluctuations in resting-state functional magnetic resonance imaging and their applications [22.56 mb]
Links
Reference
Classification
Abstract (German)

Im Laufe der vergangenen zwei Jahrzehnte etablierte sich die funktionelle Magnetresonanztomographie (fMRT) als Bildgebungsverfahren zur Abbildung neuronaler Aktivität im Gehirn. Dies ist neben der hohen zeitlichen und räumlichen Auflösung dieses Verfahrens dadurch zu begründen, dass es sich dabei um eine völlig noninvasive Bildgebungsmethode handelt, mit der neuronale Aktivität indirekt über lokale Änderungen der magnetischen Suszeptibilität des Blutes gemessen wird. Prinzipiell wird im Rahmen der fMRT zwischen zwei Arten von Experimenten unterschieden. Dies sind zum einen Experimente, in denen die Versuchspersonen eine vordefinierte Aufgabe erfüllen und in weiterer Folge Rückschlüsse aus der gestellten Aufgabe auf Aktivierungsmuster in Hirnarealen, die mit diesen Aufgaben assoziiert sind, geschlossen werden. Zum anderen sind dies Experimente, in denen die Versuchspersonen ruhend im Tomographen liegen. Aus der Analyse der in diesen Experimenten erhobenen Daten können fundamentale, intrinsische Aktivierungsmuster im "ruhenden" Hirn abgeleitet werden. Diese Ruhenetzwerke sind durch niederfrequente Oszillationen im Zeitverlauf dieser Daten charakterisiert.

In der vorliegenden Dissertationsschrift werden zuerst die physikalischen Grundlagen zur Messung dieser Blutoxygenierungsunterschiede im Gehirn dargelegt, gefolgt von einer Darlegung der physiologischen Grundlagen des BOLD-Effekts sowie einer Einführung in die Methoden zur Analyse der im Rahmen einer fMRT durchgeführten Experimente. Des weiteren analysieren wir das zeitliche Signal-Rausch-Verhältnis einer neuen 2D EPI-Sequenz, mit der mehrere Schichten gleichzeitig aufgenommen werden können, um die optimalen Sequenzeinstellungen für 3T zu erfassen.

In weiter Folge wird die zeitliche Stabilität der Amplituden der niederfrequenten Fluktuationen, durch die die Ruhenetzwerke charakterisiert sind und die oft als Biomarker in klinischen Studien angewendet werden, untersucht und die hohe zeitliche Stabilität sowie die allgemeine Robustheit dieser Daten gezeigt, die als Grundlage einer Anwendung dieser Daten als Biomarker notwendig ist. Zuletzt erfassen wir den Effekt eines neuen Präprozessierungsschrittes, der durch Kopfbewegungen verursachte Signalschwankungen im Zeitverlauf von fMRT-Daten reduzieren soll, auf Gruppenergebnisse von Probanden, die nach der Stärke ihrer Kopfbewegungen klassifiziert sind und zeigen, dass dieser Algorithmus die stärksten Anstiege in der statistischen Signifikanz von Aktivierungsmustern in der Gruppe hervorbringt, die die stärksten Kopfbewegungen aufweist .

Abstract (English)

Over the course of the last two decades, functional magnetic resonance imaging (fMRI) has emerged as a widely used, highly accepted and very popular method for the assessment of neuronal activity in the human brain. It is a completely non-invasive imaging technique with high temporal resolution, which relies on the measurement of local differences in magnetic susceptibility between oxygenated and deoxygenated blood. Therefore, fMRI can be regarded as an indirect measure of neuronal activity via measurement of localised changes in cerebral blood flow and cerebral oxygen consumption. Maps of neuronal activity are calculated from fMRI data acquired either in the presence of an explicit task (task-based fMRI) or in absence of a task (resting-state fMRI). While in task-based fMRI task-specific patterns of brain activity are subject to research, resting-state fMRI reveals fundamental networks of intrinsic brain activity. These networks are characterized by low-frequency oscillations in the power spectrum of resting-state fMRI data. In the present work, we first introduce the physical principles and the technical background that allow us to measure these changes in blood oxygenation, followed by an introduction to the blood oxygenation level dependent (BOLD) effect and to analysis methods for both task-based and resting-state fMRI data. We also analyse the temporal signal-to-noise ratio (tSNR) of a novel 2D-EPI sequence, which allows the experimenter to acquire several slices simultaneously in order to assess the optimal parameter settings for this sequence at 3T. We then proceed to investigate the temporal properties of measures for the amplitude of low-frequency oscillations in resting-state fMRI data, which are regarded as potential biomarkers for a wide range of mental diseases in various clinical studies and show the high stability and robustness of these data, which are important prerequisites for application as a biomarker as well as their dependency on head motion.

Finally, we investigate the effect of a novel preprocessing approach, which promises to remove motion-induced signal outliers in fMRI data, on maps of brain activity assessed from groups of subjects exhibiting differing patterns of head movement, showing that this preprocessing step yields the highest increases in the statistical significance of resulting activation maps for subjects exhibiting high levels of head movement.