BOLD 信号中的全身低频振荡因组织类型而异

1.研究背景

血氧水平依赖 (BOLD) 信号作为大脑激活的代理测量，被用于功能性磁共振成像 (fMRI)。然而，由于这些信号与血液有关，它们也受到其他生理过程的影响——在静息状态 fMRI 中尤其如此。以往的研究发现，静息状态BOLD的幅度与区域血管密度密切相关。此实验研究了 BOLD 信号的一些时间波动也可能与区域血管密度有关，首先确定与血液结合的全身低频振荡 (systemic low-frequency oscillation，sLFO)，然后根据体素与sLFO 的相关性评估所有体素的分布。

2.研究方法

2.1 被试

共8名有效被试被招募，平均年龄33岁。

2.2 实验材料

无任务态范式。仅采用了具有注视点的灰色屏幕。

2.3 实验过程

参与者被要求安静地躺在MRI扫描仪中，睁着眼睛，观看一个灰色屏幕，屏幕中心有一个注视点。静息状态扫描持续 6 分钟。在静息态fMRI扫描前、中、后，参与者的NIRS数据通过ISS Imagent被收取。

2.4 数据采集和处理

所有 MR 数据都是在 Siemens TIM Trio 3T 扫描仪（Siemens Medical Systems, Malvern, PA）上使用 32 通道相控阵头矩阵线圈采集的。NIRS数据使用 ISS Imagent（ISS, Inc., Champaign, IL）在 690 和 830 nm 处以 25 Hz 采集速率连续记录。

对于每个参与者，标准的 fMRI 预处理步骤，包括大脑提取、运动校正、切片时间、校正和平滑（3 毫米）应用于原始 BOLD 信号（使用 FSL 5.0 的 FEAT v6.00）。在 MATLAB中在BOLD 数据中去除呼吸和心脏搏动的高频生理信号。随后使用FAST (FSL) 分割白质、灰质和脑脊液 (CSF) 区域（结果见图1）。这些分割区域、MRA 扫描和每个参与者自己的静息状态 fMRI 体积都注册到 MNI152 标准大脑中。每个受试者的脉管系统（VA）来自每个受试者的阈值 MRA 扫描。阈值50是根据所有受试者的结果和扫描参数决定的经验值，它为所有受试者呈现明确的 VA 地图。

从每个参与者的静息状态数据中得出两个不同的图 (3D)：(1) 低频波动幅度（ALFF），其中的值表示来自每个体素 BOLD 信号的 LFO 的幅度，以及 (2) sLFO 的最大交叉相关性 (maxcc)，其中每个体素的值表示从上矢状窦 (Superior Sagittal Sinus，SSS) 中的 BOLD 中提取的最佳延迟 sLFO 与每个体素中的 BOLD 信号时程之间的最佳相关性。

图1. 分割后所有被试者平均的不同组织类型：白质、灰质、脑脊液、脉管系统。

3.实验结果

3.1 Maxcc值与不同组织中提速数量的关系

图 2a 显示了来自 8 个被试者的平均堆叠 maxcc 分布图，其中条形表示 10 个 bin 中每个 bin 中体素的组织分布。条形图中不同的颜色分别代表在 灰质、白质、CSF 和 VA 中发现的这些 10% 体素的比例。具有标准偏差的相同平均分布图如图 2b 所示。随着 maxcc 值的增加，在灰质中发现了更多的体素。在白质中观察到相反的趋势。CSF和 VA 与 maxcc 没有明显关系，除了在最高相关值（第 10 条）中，与第 9 条中的值相比，这两个组织段中的体素显着更多。众所周知，脑脊液中不应该含有任何血液。然而，CSF 的位置与 GM 和 VA 的位置相邻。因此， CSF 结果在很大程度上代表了分割和配准错误。

图2. Maxcc 映射的平均堆叠分布图a及其对应的正则分布图b。

3.2 Maxcc和ALFF增加值所对应的有效提速空间分布

图3为maxcc (a)和ALFF (b)的增加值所对应的有效体素空间分布。可以通过以下方式看到相似之处：（1）具有最低 maxcc 和 ALFF 值的体素聚集在白质中，如图 3 的第一行所示；(2)随着maxcc和ALFF值的增加，体素越来越有可能出现在灰质区域；(3) maxcc 和 ALFF 最高的体素在大血管中，如图 3 最后一行所示。maxcc 和 ALFF 的空间分布图之间的可见差异是：(1) maxcc 值最低的体素可以见于下脑（如脑桥），这不适用于 ALFF；(2) maxcc 的空间模式比 ALFF 的空间模式更嘈杂，边界更清晰；(3) 即使具有最高 maxcc 和 ALFF 的体素在大血管中，具有最高 maxcc 值的体素聚集在大脑的顶部和后部（图 3A 中的最后一张图），而具有最高 ALFF 值的体素可以在靠近脑桥的较低大脑区域中找到（图 3B 中的最后一张地图）。

图3. Maxcc (a)和ALFF (b)的增加值所对应的有效体素空间分布

4.结论

本研究结果表明，组织类型对静息状态下 BOLD 信号的 ALFF 有显着影响。更重要的是，每个体素中由 sLFO 解释的 BOLD 信号部分高度依赖于组织类型。由于这些组织类型在血管密度上存在显着差异，每个体素中由 sLFO 以及 ALFF 值解释的 BOLD 信号部分可能与体素的潜在血管密度正相关。

5.参考文献及DOI号

Tong, Y., Hocke, L.M., Lindsey, K.P., Erdoğan, S.B., Vitaliano, G., Caine, C.E. and Frederick, B.D., 2016. Systemic low-frequency oscillations in BOLD signal vary with tissue type. Frontiers in neuroscience, 10, pp.1-9.

DOI: 10.3389/fnins.2016.00313