High-Frequency Resting State Connectivity fMRI

最近的研究使用高速功能磁共振成像技术检测到静息状态的连接频率高达 在视觉和运动皮层中，5 Hz的频率范围内， 对应的低频（< 0.1 Hz）静息状态连接。这种方法有可能解决 标测低频静息状态连接的主要局限性，如对信号漂移的高敏感性 以及分离主要RSN所需的长时间尺度。 然而，其他研究使用较低的时间 解决方案对可能的信号源更加谨慎，或者无法复制 调查结果。没有一项已发表的研究确定了生物物理机制。 我们最近在听觉皮层中发现了非常强的高频连接， 在健康对照和脑肿瘤患者中，其灵敏度和空间特异性接近 常规低频静息状态连接，使用高速多层面回波容积成像（MEVI） (136 ms时间分辨率）和基于混淆容忍种子的滑动窗口相关分析。 我们 初步数据还显示，在其他几个主要的RSN之间存在高频连接，这与 以前的研究。我们假设高频连接可能反映了快速的脑血管调节。 这种对比机制将使新的临床应用成为可能，而这些应用在目前的方法学中是不可行的， 例如改善发作间癫痫活动的深部源的定位以指导手术切除， 血管顺应性中疾病相关异常的绘图。 这项研究的具体目标是： (1)表征健康对照中高频连接的生物物理机制。 我们将 在12名健康对照者中比较2D-MRI加速MEVI与68 ms TR和多频带EPI与136 ms TR 3特斯拉基于动脉自旋标记的生物物理建模将用于校准的fMRI。过滤 心脏脉动的最高三次谐波将使血管污染最小化。 检测 高频连通性的阈值将通过模拟莱斯噪声中的相关性来确定 模型 (2)描述高频率连接在患者中的生理基础和临床潜力 脑瘤我们将评估10例高频率连接的生理基础， 邻近听觉和感觉运动皮质的脑肿瘤，通过标测病变相关移位， 连通性。 然后我们将 比较基于任务的功能磁共振成像映射的敏感性和特异性， 术中皮层电描记术。 如果成功，这项研究将能够在更短的时间尺度上绘制神经活动和连接 比目前可行的，从而改善功能连接的时间动态的表征， 增强fMRI与EEG和MEG结合获得的时空信息， 关于控制大脑连接和神经血管耦合的神经生理机制。 的 对缓慢变化的混杂信号和头部运动的耐受性的改善将具有相当大的临床意义。 对研究难以成像人群的影响，如癫痫、中风、帕金森病和血管 疾病

Recent studies using high-­speed fMRI techniques have detected resting state connectivity at frequencies up  to  5  Hz  in  the  visual  and  the  motor  cortices  with  significantly  higher  spatial-­temporal  stability  than  the  corresponding low frequency (< 0.1 Hz) resting state connectivity. This approach has the potential for addressing  principal limitations of mapping low frequency resting state connectivity, such as high sensitivity to signal drifts  and  long  time  scales  necessary  for  separating  major  RSNs.  However,  other  studies  using  lower  temporal  resolution  have  been  more  cautious  regarding  the  possible  signal  sources  or  were  unable  to  replicate  the  findings. None of the published studies have identified a biophysical mechanism.  We  have  recently  detected  remarkably  strong  high  frequency  connectivity  in  the  auditory  cortex,  both  in  healthy controls and in patients with brain tumors, with sensitivity and spatial specificity that approaches that of  conventional low frequency resting state connectivity, using high-­speed multi-­slab echo-­volumar imaging (MEVI)  (136  ms  temporal  resolution)  and  a  confound-­tolerant  seed-­based  sliding  window  correlation  analysis.  Our  preliminary  data  also  show  high  frequency  connectivity  across  several  other  major  RSNs,  consistent  with  previous studies. We hypothesize that high frequency connectivity may reflect fast cerebrovascular regulation.  This contrast mechanism would enable novel clinical applications that are not feasible with current methodology,  such as improved localization of deep sources of inter-­ictal epileptogenic activity to guide surgical resection and  mapping of disease-­related abnormalities in vascular compliance.   The specific aims of this study are:  (1) Characterize  the  biophysical  mechanisms  of  high  frequency  connectivity  in  healthy  controls.  We  will  compare 2D-­accelerated MEVI with 68 ms TR and multi-­band EPI with 136 ms TR in 12 healthy controls  at 3 Tesla. Biophysical modeling based on arterial spin labeling will be used for calibrated fMRI. Filtering  of  cardiac  pulsatility  up  to  the  3rd  harmonic  will  minimize  blood  vessel  contamination.  The  detection  threshold for high frequency connectivity will be determined by simulating correlations in a Rician noise  model.  (2) Characterize the physiological basis and clinical potential of high-­frequency connectivity in patients with  brain tumors. We will assess the physiological basis of high-­frequency connectivity in 10 patients with  brain tumors adjacent to the auditory and sensorimotor cortex by mapping lesion-­related displacement of  connectivity.  We  will  then    compare  sensitivity  and  specificity  with  task-­based  fMRI  mapping  and  intra-­operative electrocorticography.  If successful, this research will enable mapping of neural activity and connectivity at much shorter time scales  than currently feasible, thus improving the characterization of the temporal dynamics of functional connectivity,  enhancing  the  spatial-­temporal  information  obtained  from  combining  fMRI  with  EEG  and  MEG  and  informing  about  the  neurophysiological  mechanisms  that  control  brain  connectivity  and  neurovascular  coupling.  The  improved  tolerance  to  slowly  varying  confounding  signals  and  head  movement  will  have  considerable  clinical  impact for investigating difficult to image populations, such as epilepsy, stroke, Parkinson’s disease and vascular  disease.