What dominates the time dependence of diffusion transverse to axons: Intra- or extra-axonal water?
What dominates the time dependence of diffusion transverse to axons: Intra- or extra-axonal water?
复制标题
DOI：
10.1016/j.neuroimage.2017.12.038
复制
发表时间：
2018-11-15
期刊：
影响因子：
5.7
通讯作者：
Novikov DS
中科院分区：
文献类型：
--
作者：
Lee HH;Fieremans E;Novikov DS
水分子的布朗运动提供了一个基本的长度标度，即扩散长度，与生物组织中的细胞尺寸相称。测量扩散系数作为扩散时间的函数使体内扩散MRI对细胞特征具有独特的敏感性，大约比成像分辨率低三个数量级。然而，关于哪一种贡献--细胞内或细胞外--在MRI获得的扩散指标的总体时间依赖性中更相关，存在着长期的争论。在这里，我们解决了人脑白质中的这一争论。通过改变标准扩散磁共振序列的扩散时间和梯度脉冲持续时间，我们确定了10名健康志愿者测量的横跨白质束的随时间变化的扩散系数的函数形式。这种特殊的函数形式被显示为起源于轴突外间隙，并提供了对束中轴突的纤维堆积相关长度的估计。我们的结果为轴突外径提供了一个度量，它是神经退行性疾病脱髓鞘的一个有前途的候选标记物。从方法论的角度来看，我们的分析展示了描述不同物理但同样很好地插补标准测量的竞争模型如何根据它们对独立的“正交”测量的预测来区分。
Brownian motion of water molecules provides an essential length scale, the diffusion length, commensurate with cell dimensions in biological tissues. Measuring the diffusion coefficient as a function of diffusion time makes in vivo diffusion MRI uniquely sensitive to the cellular features about three orders of magnitude below imaging resolution. However, there is a longstanding debate, regarding which contribution — intra- or extra-cellular — is more relevant in the overall time-dependence of the MRI-derived diffusion metrics. Here we resolve this debate in the human brain white matter. By varying not just the diffusion time, but also the gradient pulse duration of a standard diffusion MRI sequence, we identify a functional form of the measured time-dependent diffusion coefficient transverse to white matter tracts in 10 healthy volunteers. This specific functional form is shown to originate from the extra-axonal space, and provides estimates of the fiber packing correlation length for axons in a bundle. Our results offer a metric for the outer axonal diameter, a promising candidate marker for demyelination in neurodegenerative diseases. From the methodological perspective, our analysis demonstrates how competing models, which describe different physics yet interpolate standard measurements equally well, can be distinguished based on their prediction for an independent “orthogonal” measurement.
登录
查看更多内容
影响因子：
2.9
作者：
Ackerman, Joseph J. H.;Neil, Jeffrey J.
通讯作者：
Neil, Jeffrey J.
影响因子：
3.3
作者：
Deoni, Sean C. L.;Rutt, Brian K.;Jones, Derek K.
通讯作者：
Jones, Derek K.
DOI：
10.1073/pnas.0907655106
发表时间：
2009-11-17
影响因子：
11.1
作者：
Caminiti, Roberto;Ghaziri, Hassan;Innocenti, Giorgio M.
通讯作者：
Innocenti, Giorgio M.
影响因子：
5.5
作者：
ARBUTHNOTT, ER;BOYD, IA;KALU, KU
通讯作者：
KALU, KU
影响因子：
5.7
作者：
Benjamini D;Komlosh ME;Holtzclaw LA;Nevo U;Basser PJ
通讯作者：
Basser PJ