Funktionelle Kernspinresonanz-Bildaufbereitung oder funktioneller MRI (fMRI) sind ein MRI Verfahren, das Gehirntätigkeit durch das Ermitteln von vereinigten Änderungen im Blutfluss misst. Die primäre Form von fMRI verwendet die Unähnlichkeit des Blutsauerstoff-Niveau-Abhängigen (BOLD), die von Seiji Ogawa entdeckt ist. Das ist ein Typ des Spezialgehirn- und Körperansehens, das verwendet ist, um Nerventätigkeit im Gehirn- oder Rückenmark von Menschen oder Tieren durch die Bildaufbereitung der Änderung im Blutfluss (hemodynamic Antwort) kartografisch darzustellen, verbunden mit dem Energiegebrauch durch Gehirnzellen. Seit dem Anfang der 1990er Jahre ist fMRI gekommen, um Gehirnforschung der kartografisch darstellenden zu beherrschen, weil es nicht verlangt, dass Leute Schüsse, Chirurgie erleben, oder Substanzen aufnehmen, oder zur Radiation ausgestellt wird.

Das Verfahren ist MRI ähnlich, aber verwendet die Änderung in der Magnetisierung zwischen dem am Sauerstoff reichen und mit dem Sauerstoff schlechten Blut als sein grundlegendes Maß. Dieses Maß wird oft durch das Geräusch von verschiedenen Quellen verdorben, und folglich werden statistische Verfahren verwendet, um das zu Grunde liegende Signal herauszuziehen. Die resultierende Gehirnaktivierung kann grafisch präsentiert werden, indem sie die Kraft der Aktivierung über das Gehirn oder das spezifische studierte Gebiet mit Kennfarben versehen wird. Die Technik kann Tätigkeit zu innerhalb von Millimetern, aber mit Standardtechniken nicht besser lokalisieren als innerhalb eines Fensters von ein paar Sekunden.

FMRI wird sowohl in der Forschungswelt, als auch in einem kleineren Ausmaß in der klinischen Welt verwendet. Es kann auch verbunden und mit anderen Maßnahmen der Gehirnphysiologie wie EEG und NIRS ergänzt werden. Neuere Methoden, die sowohl Raumentschlossenheit als auch Zeitentschlossenheit verbessern, werden erforscht, und diese verwenden größtenteils biomarkers anders als das KÜHNE Signal. Einige Gesellschaften haben kommerzielle Produkte wie auf fMRI Techniken gestützte Lügendetektoren entwickelt, aber, wie man glaubt, ist die Forschung für die weit verbreitete Kommerzialisierung nicht reif genug.

Übersicht

Das fMRI Konzept baut früher MRI Abtastung der Technologie und der Entdeckung von Eigenschaften des am Sauerstoff reichen Bluts auf. MRI Gehirnansehen verwendet ein starkes, dauerhaftes, statisches magnetisches Feld, um Kerne im Gehirngebiet auszurichten, das wird studiert. Ein anderes magnetisches Feld, das Anstieg-Feld, wird dann angewandt, um die Kerne zu höheren Magnetisierungsniveaus mit der Wirkung je nachdem zu kicken, wo sie gelegen werden. Wenn das Anstieg-Feld entfernt wird, gehen die Kerne langsam zurück zu ihren ursprünglichen Staaten, und die Energie, die sie ausstrahlen, wird mit einer Rolle gemessen, um die Positionen der Kerne zu erfrischen. MRI stellt so eine statische Strukturansicht von der Gehirnsache zur Verfügung. Der Hauptstoß hinter fMRI sollte MRI erweitern, um funktionelle Änderungen im durch die neuronal Tätigkeit verursachten Gehirn zu gewinnen. Unterschiede in magnetischen Eigenschaften zwischen dem arteriellen (am Sauerstoff reichen) und venösen (mit dem Sauerstoff schlechten) Blut haben diese Verbindung zur Verfügung gestellt.

Seit den 1890er Jahren ist es bekannt gewesen, dass Änderungen im Blutfluss und Blutoxydation im Gehirn (insgesamt bekannt als hemodynamics) mit der Nerventätigkeit nah verbunden werden. Wenn Neurone aktiver, lokaler Blutfluss für jene Gehirngebiet-Zunahmen werden, und am Sauerstoff reiches (oxydiertes) Blut Sauerstoff-entleertes (deoxygenated) Blut ungefähr 2 Sekunden später versetzt. Das erhebt sich zu einer Spitze mehr als 4-6 Sekunden, vor dem Zurückweichen zum ursprünglichen Niveau (und normalerweise undershooting ein bisschen). Sauerstoff wird durch das Hämoglobin-Molekül in roten Blutzellen getragen. Hämoglobin von Deoxygenated (dHb) ist (paramagnetisch) magnetischer als oxydiertes (HB) Hämoglobin, der (diamagnetic) eigentlich nichtmagnetisch ist. Dieser Unterschied führt zu einem verbesserten HERR-Signal, da das nichtmagnetische Blut das magnetische HERR-Signal weniger stört. Diese Verbesserung kann kartografisch dargestellt werden, um sich zu zeigen, welche Neurone auf einmal aktiv sind.

Geschichte

Charles Roy und Charles Sherrington haben zuerst experimentell Gehirnfunktion mit seinem Blutfluss an der Universität von Cambridge verbunden. Um dieselbe Zeit hat Angelo Mosso versucht, Blutfluss zum aktiven Gehirn zu messen, indem er ein Thema gebeten hat, auf einer fein erwogenen Bank mit seinem Hebepunkt in der Mitte zu liegen, Zunahme im Gehirngewicht vom Blutfluss annehmend, die Bank zu kippen. Er hat ein positives Ergebnis gemeldet, obwohl es wahrscheinlich übertrieben wurde. Der erste Schritt zur Auflösung, wie man Blutfluss zum Gehirn misst, war die Entdeckung von Linus Pauling und Charles Coryells 1936, dass das am Sauerstoff reiche Blut mit dem HB durch magnetische Felder schwach zurückgetrieben wurde, während das Sauerstoff-entleerte Blut mit dHb von einem magnetischen Feld, obwohl weniger angezogen wurde als paramagnetische Elemente wie Eisen. Seiji Ogawa an AT&T haben Glockenlaboratorien anerkannt, dass das verwendet werden konnte, um MRI zu vermehren, der gerade die statische Struktur des Gehirns studieren konnte, da die sich unterscheidenden magnetischen Eigenschaften von dHb und HB verursacht durch den Blutfluss zu aktivierten Gehirngebieten messbare Änderungen im MRI-Signal verursachen würden. KÜHN ist die MRI Unähnlichkeit von dHb, entdeckt 1990 von Ogawa. In einer Samen-1990-Studie, die auf der früheren Arbeit von Thulborn gestützt ist u. a., Ogawa und Kollegen haben Nagetiere in einem starken magnetischen Feld (7.0 T) MRI gescannt. Um Blutsauerstoff-Niveau zu manipulieren, haben sie das Verhältnis von Sauerstoff geändert, den die Tiere geatmet haben. Da dieses Verhältnis gefallen ist, wurde eine Karte des Blutflusses im Gehirn im MRI gesehen. Sie haben das nachgeprüft, indem sie Reagenzgläser mit dem oxydierten oder deoxygenated Blut gelegt haben und getrennte Images geschaffen haben. Sie haben auch gezeigt, dass Images des Anstieg-Echos, die von einer Form des Verlustes der Magnetisierung genannt der T-Zerfall abhängen, die besten Images erzeugt haben. Um diese Blutfluss-Änderungen zu zeigen, sind mit der funktionellen Gehirntätigkeit verbunden gewesen, sie haben die Zusammensetzung der Luft geändert, die von Ratten geatmet ist, und haben sie gescannt, während sie Gehirntätigkeit mit dem EEG kontrolliert haben. Der erste Versuch, die Regionalgehirntätigkeit mit MRI zu entdecken, wurde von Belliveau und anderen an der Universität von Harvard das Verwenden des Kontrastagenten Magnevist, eine eisenmagnetische Substanz durchgeführt, die im Blutstrom nach der intravenösen Einspritzung bleibt. Jedoch ist diese Methode in menschlichem fMRI nicht populär, weil jede medizinisch unnötige Einspritzung zu einem Grad unsicher und unbehaglich ist, und weil der Agent im Blut nur seit einer kurzen Zeit bleibt.

Drei Studien 1992 waren erst, um das Verwenden der KÜHNEN Unähnlichkeit in Menschen zu erforschen. Kwong und Kollegen, verwendet ein Anstieg-Echo EPI Folge an einer magnetischen Feldkraft von 1.5 T, um Aktivierung im Sehkortex zu studieren. Ogawa und andere haben die Studie mit einem höheren Feld (4.0 T) geführt und haben gezeigt, dass das KÜHNE Signal von T2* Verlust der Magnetisierung abgehangen hat. T2* Zerfall wird durch magnetisierte Kerne in einem Volumen des Raums verursacht, der magnetische Kohärenz (Quermagnetisierung) sowohl von verliert, auf einander als auch von absichtlichen Unterschieden in der angewandten magnetischen Feldkraft über Positionen (Feldinhomogenität von einem Raumanstieg) stoßend. Bandettini und Kollegen haben EPI an 1.5 T verwendet, um Aktivierung im primären Motorkortex, ein Gehirngebiet die letzte Bühne des Schaltsystemes zu zeigen, freiwillige Bewegungen kontrollierend. Die magnetischen Felder, Pulsfolgen und Verfahren und durch diese frühen Studien verwendeten Techniken werden noch in aktuell-tägigen FMRI-Studien verwendet. Aber heute sammeln Forscher normalerweise Daten von mehr Scheiben (stärkere magnetische Anstiege verwendend), und vorbearbeiten und analysieren Daten mit statistischen Techniken.

Physiologie

Das Gehirn versorgt Traubenzucker, die primäre Quelle seiner Energie nicht. Wenn Neurone aktiv gehen, verlangt das Zurückbekommen von ihnen zu ihrem ursprünglichen (polarisierten) Staat aktiv pumpende Ionen hin und her über die neuronal Zellmembranen. Die Energie für diese Motorpumpen wird von Traubenzucker erzeugt. Mehr Blut fließt in, mehr Traubenzucker zu transportieren, auch in mehr Sauerstoff in der Form von oxydierten Hämoglobin-Molekülen in roten Blutzellen bringend. Das ist sowohl von einer höheren Rate des Blutflusses als auch von einer Vergrößerung des Geäders. Die Blutfluss-Änderung wird zu 2 oder 3 Mm innerhalb lokalisiert, wo die Nerventätigkeit ist. Gewöhnlich ist das gebrachte - in Sauerstoff mehr als der Sauerstoff, der in brennendem Traubenzucker verbraucht ist (es wird noch nicht gesetzt, ob der grösste Teil des Traubenzucker-Verbrauchs oxidative ist), und das eine Nettoabnahme in dHb im Geäder dieses Gehirngebiets verursacht. Das ändert das magnetische Eigentum des Bluts, es lassend, sich weniger mit der Magnetisierung und seinem schließlichen durch den MRI-Prozess veranlassten Zerfall einmischen.

Der Gehirnblutfluss (CBF) entspricht verschieden zum verbrauchten Traubenzucker in verschiedenen Gehirngebieten. Anfängliche Ergebnisse zeigen, dass es mehr Zustrom gibt als Verbrauch von Traubenzucker in Gebieten wie der amygdala, grundlegender ganglia, thalamus und cingulate Kortex, von denen alle für schnelle Antworten rekrutiert werden. In Gebieten, die wie die seitlichen frontalen und seitlichen parietal Lappen mehr beratend sind, scheint es, dass eingehender Fluss weniger ist als Verbrauch. Das betrifft KÜHNE Empfindlichkeit.

Hämoglobin unterscheidet sich darin, wie es auf magnetische Felder je nachdem antwortet, ob es ein bestimmtes Sauerstoff-Molekül hat. Das dHb Molekül wird von magnetischen Feldern mehr angezogen. Folglich verdreht es das magnetische durch einen MRI Scanner veranlasste Umgebungsfeld, die Kerne dort veranlassend, Magnetisierung schneller über den T-Zerfall zu verlieren. So zeigen zu T empfindliche HERR-Pulsfolgen mehr HERR-Signal, wo Blut hoch oxydiert wird, und weniger wo es nicht ist. Diese Wirkung nimmt mit dem Quadrat der Kraft des magnetischen Feldes zu. Das FMRI-Signal braucht folglich beide ein starker (1.5 T oder höher) magnetisches Feld und eine Pulsfolge wie EPI, der zur T-Unähnlichkeit empfindlich ist.

Die physiologische Blutfluss-Antwort entscheidet größtenteils die zeitliche Empfindlichkeit, genau so gut können wir messen, wenn Neurone in KÜHNEM fMRI aktiv sind. Der grundlegende Zeitentschlossenheitsparameter ist der TR, der diktiert, wie oft eine besondere Gehirnscheibe aufgeregt und erlaubt ist, seine Magnetisierung zu verlieren. TRs konnte sich vom sehr kurzen (500 Millisekunden) zum sehr langen (3 s) ändern. Für fMRI spezifisch dauert die hemodynamic Antwort mehr als 10 Sekunden, sich multiplicatively (d. h. als ein Verhältnis des aktuellen Werts) erhebend, in 4 bis 6 Sekunden kulminierend, und dann multiplicatively fallend. Änderungen im Blutfluss-System, dem Gefäßsystem, integrieren Antworten auf die neuronal Tätigkeit mit der Zeit. Weil diese Antwort eine glatte dauernde Funktion ist, mit jemals schnellerem TRs ausfallend, hilft nicht; es gibt gerade mehr Punkte auf der Ansprechkurve, die durch die einfache geradlinige Interpolation irgendwie erreichbar ist. Experimentelle Paradigmen wie das Schwanken, wenn ein Stimulus bei verschiedenen Proben präsentiert wird, können zeitliche Entschlossenheit verbessern, aber vermindern die Anzahl von wirksamen erhaltenen Datenpunkten.

KÜHNE hemodynamic Antwort

Die Änderung im HERR-Signal von der neuronal Tätigkeit wird die hemodynamic Antwort (HDR) genannt. Es isoliert die neuronal Ereignisse, die es um 1 bis 2 Sekunden auslösen, da es nimmt, die sich nach dem Gefäßsystem sehnen, auf das Bedürfnis des Gehirns nach Traubenzucker zu antworten. Von diesem Punkt erhebt es sich normalerweise zu einer Spitze in ungefähr 5 Sekunden nach dem Stimulus. Wenn die Neurone fortsetzen zu schießen, von einem dauernden Stimulus, den Maximalausbreitungen zu einem flachen Plateau sagen, während die Neurone aktiv bleiben. Nach dem Tätigkeitshalt fällt das KÜHNE Signal unter dem ursprünglichen Niveau, der Grundlinie, ein Phänomen hat die Unterschwingung genannt. Mit der Zeit genest das Signal zur Grundlinie. Es gibt einige Beweise dauernde metabolische Voraussetzungen in einem Gehirngebiet tragen zur Unterschwingung bei.

Der Mechanismus, durch den das Nervensystem Feed-Back dem Gefäßsystem seines Bedürfnisses nach mehr Traubenzucker zur Verfügung stellt, ist teilweise die Ausgabe von glutamate als ein Teil der Neuron-Zündung. Dieser glutamate betrifft in der Nähe unterstützende Zellen, astrocytes, eine Änderung in der Kalzium-Ion-Konzentration verursachend. Das veröffentlicht abwechselnd Stickstoffoxyd am Kontakt-Punkt von astrocytes und vermitt-großem Geäder, dem arterioles. Stickstoffoxyd ist ein vasodilator das Verursachen arterioles, um auszubreiten und in mehr Blut zu ziehen.

Ein Ansprechsignal eines einzelnen voxel wird mit der Zeit seinen timecourse genannt. Gewöhnlich hat das unerwünschte Signal das Geräusch, vom Scanner, der zufälligen Gehirntätigkeit und den ähnlichen Elementen genannt, ist so groß wie das Signal selbst. Um diese, fMRI Studien zu beseitigen, wiederholen eine Stimulus-Präsentation mehrmals.

Raumentschlossenheit

Die Raumentschlossenheit einer FMRI-Studie bezieht sich darauf, wie gut sie zwischen nahe gelegenen Positionen unterscheidet. Es wird durch die Größe von voxels, als in MRI gemessen. Ein voxel ist ein dreidimensionaler rechteckiger cuboid, dessen Dimensionen durch die Scheibe-Dicke, das Gebiet einer Scheibe und des Bratrostes gesetzt werden, der der Scheibe durch den Abtastungsprozess auferlegt ist. Voll-Gehirnstudien verwenden größeren voxels, während diejenigen, die sich auf spezifische Gebiete von Interesse normalerweise konzentrieren, kleinere Größen verwenden. Größe-Reihe von 4 bis 5 Mm bis 1 Mm (als ein Vergleich, diese Briefe sind 2 bis 3 Mm in der Größe an einem PC-Monitor). Kleinere voxels enthalten weniger Neurone durchschnittlich, vereinigen weniger Blutfluss, und haben folglich weniger Signal als größerer voxels. Kleinere voxels nehmen auch länger, um zu scannen, seit der Abtastung der Zeit erhebt sich direkt mit der Zahl von voxels pro Scheibe und der Zahl von Scheiben. Das kann führen, sowohl um für das Thema innerhalb des Scanners als auch zum Verlust des Magnetisierungssignals Unbehagen zu verursachen. Ein voxel enthält normalerweise einige Millionen Neurone und Dutzende Milliarden von Synapsen, mit der wirklichen Zahl je nachdem voxel Größe und das Gebiet des Gehirns, das wird darstellt.

Das arterielle Gefäßsystem, das frische Blutzweige in kleinere und kleinere Behälter liefert, weil es in die und Gehirnoberflächengebiete innerhalb des Gehirns eingeht, in einem verbundenen kapillaren Bett innerhalb des Gehirns kulminierend. Das Drainage-System, ähnlich Verflechtungen in größere und größere Adern, weil es Sauerstoff-entleertes Blut wegträgt. Der dHb Beitrag zum FMRI-Signal ist sowohl von den Haargefäßen in der Nähe vom Gebiet der Tätigkeit als auch von größeren abfließenden Adern, die weiter weg sein können. Für die gute Raumentschlossenheit muss das Signal von den großen Adern unterdrückt werden, da es dem Gebiet nicht entspricht, wo die Nerventätigkeit ist. Das kann entweder durch das Verwenden starker statischer magnetischer Felder oder durch das Verwenden von Drehungsecho-Pulsfolgen erreicht werden. Mit diesen kann fMRI eine Raumreihe von Millimetern bis Zentimeter untersuchen, und kann folglich Gebiete von Brodmann (centimers), subcortical Kerne solcher als das geschwänzte, putamen und thalamus und die hippocampal Teilfelder wie die vereinigte gezähnte Gehirnwindung / CA3, CA1 und subiculum identifizieren.

Zeitliche Entschlossenheit

Zeitliche Entschlossenheit ist der kleinste Zeitabschnitt der Nerventätigkeit zuverlässig getrennt durch fMRI. Ein Element, das entscheidend, ist die ausfallende Zeit, der TR. Unter einem TR von 1 oder 2 Sekunden jedoch scannend erzeugt gerade schärfere HDR-Kurven, ohne viel Information außer hinzuzufügen, was mathematisch das Ausfüllen der Lücken der durch einen höheren TR erzeugten Kurve würde. Zeitliche Entschlossenheit kann durch das Schwanken der Stimulus-Präsentation über Proben verbessert werden. Wenn ein Drittel von Datenproben normalerweise, ein Drittel an 1 s, 4 s, 7 s und so weiter und das letzte Drittel an 2 s, 5 s und 8 s probiert wird, stellen die vereinigten Daten eine Entschlossenheit von 1 s, obwohl mit nur einem Drittel als viele Gesamtereignisse zur Verfügung.

Die erforderliche Zeitentschlossenheit hängt von der Gehirnverarbeitungszeit für verschiedene Ereignisse ab. Ein Beispiel der breiten Reihe hier wird durch das in einer Prozession gehende Sehsystem angeführt. Was das Auge sieht, wird auf den Photoempfängern der Netzhaut innerhalb einer Millisekunde eingeschrieben oder so. Diese Signale kommen zum primären Sehkortex über den thalamus in Zehnen von Millisekunden. Mit der Tat des Sehens verbundene Tätigkeit von Neuronal dauert seit mehr als 100 Millisekunden. Eine schnelle Reaktion, wie das Ausbrechen, um einen Autounfall zu vermeiden, nimmt ungefähr 200 Millisekunden. Durch die ungefähr Hälfte einer Sekunde, Bewusstseins und Nachdenkens des Ereignisses setzt ein. Das Erinnern an ein ähnliches Ereignis kann ein paar Sekunden nehmen, und emotionale oder physiologische Änderungen wie Angst-Erweckung können letzte Minuten oder Stunden. Gelehrte Änderungen, wie das Erkennen von Gesichtern oder Szenen, können letzte Tage, Monate, oder für immer. Die meisten FMRI-Experimente studieren Gehirnprozesse, die ein paar Sekunden mit der im Laufe einiger Zehnen von Minuten geführten Studie dauern. Themen können ihre Köpfe während des solchen bewegen, dass Zeit und diese Hauptbewegung dafür korrigiert werden müssen. So treibt im Grundlinie-Signal mit der Zeit. Langeweile und das Lernen können sowohl unterworfenes Verhalten als auch kognitive Prozesse modifizieren.

Geradlinige Hinzufügung von der vielfachen Aktivierung

Wenn eine Person zwei Aufgabe gleichzeitig oder auf die überlappende Mode durchführt, wie man erwartet, trägt die KÜHNE Antwort geradlinig bei. Das ist eine grundsätzliche Annahme von vielen FMRI-Studien. Geradlinige Hinzufügung bedeutet die einzige auf den individuellen Antworten erlaubte Operation, bevor sie verbunden werden (hinzugefügt zusammen), ist ein getrenntes Schuppen von jedem. Da Schuppen gerade Multiplikation durch eine unveränderliche Zahl ist, bedeutet das ein Ereignis, das, sagen wir, zweimal die Nervenantwort als ein anderer herbeiruft, kann als das erste Ereignis präsentiert zweimal gleichzeitig modelliert werden. Der HDR für das verdoppelte Ereignis ist dann gerade der des einzelnen Ereignisses doppelt.

Diese starke Annahme wurde zuerst 1996 von Boynton und Kollegen studiert, die die Effekten auf den primären Sehkortex von Mustern überprüft haben, die 8mal pro Sekunde und präsentiert seit 3 bis 24 Sekunden flackern. Ihr Ergebnis hat gezeigt, dass, als die Sehunähnlichkeit des Images vergrößert wurde, die HDR-Gestalt dasselbe, aber sein Umfang vergrößert proportional geblieben ist. Mit einigen Ausnahmen konnten Antworten auf längere Stimuli auch durch das Hinzufügen zusammen der Antworten für vielfache kürzere Stimuli abgeleitet werden, die zu derselben längeren Dauer resümieren. 1997 haben Dale und Buckner geprüft, ob individuelle Ereignisse, aber nicht Blöcke von etwas Dauer, auch denselben Weg summiert haben und gefunden haben, dass sie getan haben. Aber sie haben auch Abweichungen vom geradlinigen Modell an Zeitabständen weniger als 2 Sekunden gefunden.

Eine Quelle der Nichtlinearität in der fMRI Antwort ist von der widerspenstigen Periode, wo die Gehirntätigkeit von einem präsentierten Stimulus weitere Tätigkeit auf einem nachfolgenden, ähnlichem, Stimulus unterdrückt. Da Stimuli kürzer werden, wird die widerspenstige Periode mehr bemerkenswert. Die widerspenstige Periode ändert sich mit dem Alter nicht, noch tut die Umfänge von HDRs. Die Periode unterscheidet sich über Gehirngebiete. Sowohl im primären Motorkortex als auch im Sehkortex klettert der HDR ampltiude geradlinig mit der Dauer eines Stimulus oder Antwort. In den entsprechenden sekundären Gebieten wird der ergänzende Motorkortex, der an der Planung des Motorverhaltens und des mit der Bewegung empfindlichen V5 Gebiets, eine starke widerspenstige Periode beteiligt wird, gesehen, und der HDR Umfang bleibt unveränderlich über eine Reihe des Stimulus oder der Ansprechdauern. Die widerspenstige Wirkung kann in einem der Gewöhnung ähnlichen Weg verwendet werden, um zu sehen, welche Eigenschaften eines Stimulus eine Person als neu unterscheidet.

Das Zusammenbringen der Nerventätigkeit zum KÜHNEN Signal

Forscher haben das KÜHNE Signal gegen beide Signale von implanted Elektroden (größtenteils in Affen) und Signale von Feldpotenzialen überprüft (der das elektrische oder magnetische Feld von der Tätigkeit des Gehirns ist, die außerhalb des Schädels gemessen ist), vom EEG und MEG. Das lokale Feldpotenzial, das sowohl post-neuron-synaptic Tätigkeit als auch innere Neuron-Verarbeitung einschließt, sagt besser das KÜHNE Signal voraus. So widerspiegelt die KÜHNE Unähnlichkeit hauptsächlich die Eingänge zu einem Neuron und der einheitlichen Verarbeitung des Neurons innerhalb seines Körpers, und weniger der Produktionszündung von Neuronen. In Menschen können Elektroden implanted nur in Patienten sein, die Chirurgie als Behandlung brauchen, aber Beweise deuten eine ähnliche Beziehung mindestens für den Gehörkortex und den primären Sehkortex an. Wie man bekannt, stimmen Aktivierungspositionen, die durch KÜHNEN fMRI in cortical Gebieten (Gehirnoberflächengebiete) entdeckt sind, mit CBF-basierten funktionellen Karten vom LIEBLINGS-Ansehen überein. Wie man gezeigt hat, haben einige Gebiete gerade einige Millimeter in der Größe, wie der seitliche geniculate Kern (LGN) des thalamus, der Relais, was wir vom Auge bis den Sehkortex sehen, das KÜHNE Signal, richtig wenn geboten, den Seheingang erzeugt. Nahe gelegene Gebiete wie der pulvinar Kern wurden für diese Aufgabe nicht stimuliert, Millimeter-Entschlossenheit für das Raumausmaß der KÜHNEN Antwort mindestens in thalamic Kernen anzeigend. Im Ratte-Gehirn, wie man gezeigt hat, hat Berührung des einzelnen Schnurrhaars KÜHNE Signale dem somatosensory Kortex entlockt.

Jedoch kann das KÜHNE Signal nicht Feed-Back und feedforward aktive Netze in einem Gebiet trennen; die Langsamkeit der Gefäßantwort bedeutet, dass das Endsignal die summierte Version des Netzes des ganzen Gebiets ist; Blutfluss ist nicht in Spurts als der in einer Prozession gehende Erlös. Außerdem sowohl hemmend als auch Excitatory-Eingang zu einem Neuron von anderen Neuronen resümieren und tragen zum KÜHNEN Signal bei. Innerhalb eines Neurons könnten sie annullieren. Die KÜHNE Antwort kann auch durch eine Vielfalt von Faktoren, einschließlich Krankheit, Sedierung, Angst, Medikamente betroffen werden, die Geäder und Aufmerksamkeit (neuromodulation) ausdehnen.

Der Umfang des KÜHNEN Signals betrifft seine Gestalt nicht notwendigerweise. Ein Signal des höheren Umfangs kann für die stärkere Nerventätigkeit gesehen werden, aber an demselben Platz wie ein schwächeres Signal kulminierend. Außerdem widerspiegelt der Umfang Verhaltensleistung nicht notwendigerweise. Eine komplizierte kognitive Aufgabe kann mit der guten Leistung vereinigte Signale des hohen Umfangs am Anfang auslösen, aber weil das Thema daran besser wird, kann der Umfang mit der Leistung herunterkommen, die dasselbe bleibt. Wie man erwartet, ist das vom Gehirn, das effizienter Neurone aufstellt, um die Aufgabe durchzuführen, verschwenderischen Energieverbrauch vermindernd. Die KÜHNE Antwort über Gehirngebiete kann direkt sogar für dieselbe Aufgabe nicht verglichen werden, da die Dichte von Neuronen und den Blutversorgungseigenschaften über das Gehirn nicht unveränderlich ist. Jedoch kann die KÜHNE Antwort häufig über Themen für dasselbe Gehirngebiet und dieselbe Aufgabe verglichen werden.

Klinischer Gebrauch

Ärzte verwenden fMRI, um zu bewerten, wie unsichere Gehirnchirurgie oder ähnliche angreifende Behandlung für einen Patienten sind und zu erfahren, wie ein normales, krankes oder verletztes Gehirn fungiert. Sie stellen das Gehirn mit fMRI kartografisch dar, um Gebiete zu identifizieren, die mit kritischen Funktionen wie das Sprechen, das Bewegen, die Abfragung oder die Planung verbunden sind. Das ist nützlich, um für die Chirurgie und Strahlentherapie des Gehirns zu planen. Kliniker verwenden auch fMRI, um das Gehirn anatomisch kartografisch darzustellen und die Effekten von Geschwülsten, Schlag, Haupt- und Gehirnverletzung oder Krankheiten wie Alzheimer zu entdecken.

Der klinische Gebrauch von fMRI isoliert noch Forschungsgebrauch. Patienten mit Gehirnpathologien sind schwieriger, mit fMRI zu scannen, als junge gesunde Freiwillige, die typische forschungsunterworfene Bevölkerung sind. Geschwülste und Verletzungen können den Blutfluss auf mit der Nerventätigkeit nicht verbundene Weisen ändern, den Nerven-HDR maskierend. Rauschgifte wie Antihistaminika und sogar Koffein können HDR betreffen. Einige Patienten können unter Unordnungen wie das Zwangslügen leiden, das bestimmte Studien unmöglich macht. Es ist für diejenigen mit klinischen Problemen härter, noch lange zu bleiben. Das Verwenden von Hauptselbstbeherrschungen oder Bissen-Bars kann Epileptiker verletzen, die eine Beschlagnahme innerhalb des Scanners haben; Bissen-Bars können auch diejenigen mit Zahnprostheses verwirren.

Trotz dieser Schwierigkeiten ist fMRI klinisch verwendet worden, um funktionelle Gebiete kartografisch darzustellen, überprüfen Sie nach links Recht hemispherical Asymmetrie auf der Sprache und den Speichergebieten, überprüfen Sie die Nervenkorrelate einer Beschlagnahme, studieren Sie, wie das Gehirn teilweise von einem Schlag genest, prüfen Sie, wie gut ein Rauschgift oder Verhaltenstherapie-Arbeiten, den Anfall von Alzheimer entdecken Sie, und die Anwesenheit von Unordnungen wie Depression bemerken Sie. Von funktionellen Gebieten und dem Verstehen lateralization der Sprache und des Gedächtnisses kartografisch darzustellen, hilft Chirurgen zu vermeiden, kritische Gehirngebiete zu entfernen, wenn sie bedienen und Gehirngewebe entfernen müssen. Das ist von besonderer Wichtigkeit in umziehenden Geschwülsten und in Patienten, die unnachgiebige Schläfenlappen-Fallsucht haben. Geschwülste von Lesioning verlangen vorchirurgische Planung sicherzustellen, dass kein funktionell nützliches Gewebe unnötig entfernt wird. Wieder erlangte deprimierte Patienten haben veränderte fMRI Tätigkeit im Kleinhirn gezeigt, und das kann eine Tendenz anzeigen zurückzufallen. Pharmakologische fMRI, Gehirntätigkeit nach Rauschgiften prüfend, werden verwaltet, kann verwendet werden, um zu überprüfen, wie viel ein Rauschgift in die Blutgehirnbarriere und Dosis gegen die Wirkungsinformation des Medikaments eindringt.

Das Analysieren der Daten

Die Absicht der fMRI Datenanalyse ist, Korrelationen zwischen der Gehirnaktivierung und einer Aufgabe zu entdecken, die das Thema während des Ansehens durchführt. Es hat auch zum Ziel, Korrelationen mit den spezifischen kognitiven Staaten, wie Gedächtnis und Anerkennung zu entdecken, die im Thema veranlasst ist. Die KÜHNE Unterschrift der Aktivierung ist jedoch relativ schwach, so müssen andere Quellen des Geräusches in den erworbenen Daten sorgfältig kontrolliert werden. Das bedeutet, dass eine Reihe, Schritte zu bearbeiten, auf den erworbenen Images durchgeführt werden muss, bevor die wirkliche statistische Suche nach Aufgabe-zusammenhängender Aktivierung beginnen kann.

Quellen des Geräusches

Geräusch ist unerwünschte Änderungen zum HERR-Signal von Elementen nicht von Interesse zur Studie. Die fünf Hauptquellen des Geräusches in fMRI sind Thermalgeräusch, Systemgeräusch, physiologisches Geräusch, zufällige Nerventätigkeit und Unterschiede sowohl in geistigen Strategien als auch in Verhalten über Leute und über Aufgaben innerhalb einer Person. Thermalgeräusch multipliziert in Übereinstimmung mit der statischen Feldkraft, aber physiologisches Geräusch multipliziert als das Quadrat der Feldkraft. Da das Signal auch als das Quadrat der Feldkraft multipliziert, und da physiologisches Geräusch ein großes Verhältnis des Gesamtgeräusches ist, erzeugen höhere Feldkräfte über 3 T proportional bessere Images nicht immer.

Hitze veranlasst Elektronen, den Strom im fMRI Entdecker zu bewegen und zu verdrehen, Thermalgeräusch erzeugend. Thermalgeräusch erhebt sich mit der Temperatur. Es hängt auch von der Reihe von Frequenzen ab, die durch die Empfänger-Rolle und seinen elektrischen Widerstand entdeckt sind. Es betrifft den ganzen voxels im der Anatomie ähnlich unabhängigen Gehirn.

Systemgeräusch ist von der Bildaufbereitungshardware. Eine Form ist Scanner-Antrieb, der durch das Superleiten-Magnet-Feld verursacht ist, das mit der Zeit treibt. Eine andere Form ist Änderungen im Strom oder der Spannungsverteilung des Gehirns, das selbst Änderungen in der Empfänger-Rolle veranlasst und seine Empfindlichkeit reduziert. Ein Verfahren hat gerufen Scheinwiderstand, der zusammenpasst, wird verwendet, um diese Induktanz-Wirkung zu umgehen. Es konnte auch Geräusch vom magnetischen Feld geben gleichförmig nicht zu sein. Das wird häufig für durch das Verwenden shimming von Rollen angepasst, kleine physisch eingefügte Magnete, sagen Sie in den Mund des Themas, das magnetische Feld zu flicken. Die Nichtgleichförmigkeit ist häufig nahe Gehirnkurven wie das Ohr, und Verstopfung der Höhle seit langen Zeiträumen kann verwirren. Der Abtastungsprozess erwirbt das HERR-Signal im K-Raum, in der, auf Raumfrequenzen übergreifend (ist der wiederholte Ränder im Volumen der Probe) werden jeder mit Linien vertreten. Das Umwandeln davon in voxels führt einen Verlust und Verzerrungen ein.

Physiologisches Geräusch ist von der Haupt- und Gehirnbewegung im Scanner vom Atmen, Herz, schlägt oder das unterworfene Herumzappeln, tensing, oder das Bilden von physischen Antworten wie Knopf-Pressen. Hauptbewegungen veranlassen den voxel zu Neuronen, der kartografisch darstellt sich zu ändern, während Abtastung im Gange ist. Da fMRI in Scheiben erworben wird, nachdem Bewegung, ein voxel fortsetzt, sich auf dieselbe absolute Position im Raum zu beziehen, während sich die Neurone darunter geändert hätten. Eine andere Quelle des physiologischen Geräusches ist die Änderung in der Rate des Blutflusses, Blutvolumens und Gebrauches von Sauerstoff mit der Zeit. Dieser letzte Bestandteil trägt zu zwei Dritteln des physiologischen Geräusches bei, das abwechselnd der Hauptmitwirkende zum Gesamtgeräusch ist.

Sogar mit dem besten Versuchsplan ist es nicht möglich, alle anderen Hintergrundstimuli zu kontrollieren und zu beschränken, die an ein Geräusch des unterworfenen Scanners, zufällige Gedanken, körperliche Empfindungen und ähnlich stoßen. Diese erzeugen der experimentellen Manipulation unabhängige Nerventätigkeit. Diese sind dem mathematischen Modellieren nicht zugänglich und müssen vom Studiendesign kontrolliert werden.

Strategien einer Person, zu antworten oder auf einen Stimulus zu reagieren, und Probleme zu beheben, ändern sich häufig mit der Zeit und über Aufgaben. Das erzeugt Schwankungen in der Nerventätigkeit von der Probe bis Probe innerhalb eines Themas. Über Leute unterscheidet sich zu Nerventätigkeit aus ähnlichen Gründen. Forscher führen häufig Vorstudien, um zu sehen, wie Teilnehmer normalerweise für die Aufgabe unter der Rücksicht leisten. Sie erziehen auch häufig Themen, wie man antwortet oder in einer Probe-Lehrsitzung vor der scannenden reagiert.

Aufbereitung

Die Scanner-Plattform erzeugt ein 3 D Volumen des Kopfs des Themas jeder TR. Das besteht aus einer Reihe von voxel Intensitätswerten, einem Wert pro voxel im Ansehen. Die voxels werden nacheinander eingeordnet, die dreidimensionale Struktur in eine einzelne Linie entfaltend. Solche mehreren Volumina von einer Sitzung werden zusammengetroffen, um ein 4 D Volumen entsprechend einem Lauf für den Zeitabschnitt zu bilden, das Thema ist im Scanner geblieben, ohne Hauptposition anzupassen. Dieses 4 D Volumen ist der Startpunkt für die Analyse. Der erste Teil dieser Analyse ist Aufbereitung.

Der erste Schritt in der Aufbereitung ist herkömmlich Scheibe-Timing-Korrektur. Der HERR-Scanner erwirbt verschiedene Scheiben innerhalb eines einzelnen Gehirnvolumens zu verschiedenen Zeiten, und folglich vertreten die Scheiben Gehirntätigkeit bei verschiedenem timepoints. Da das spätere Analyse kompliziert, wird eine Timing-Korrektur angewandt, um alle Scheiben zu derselben timepoint Verweisung zu bringen. Das wird durch das Annehmen getan, dass der timecourse eines voxel, wenn geplant, als eine punktierte Linie glatt ist. Folglich kann der Intensitätswert des voxel in anderen Zeiten nicht in den probierten Rahmen durch das Ausfüllen der Punkte berechnet werden, um eine dauernde Kurve zu schaffen.

Hauptbewegungskorrektur ist ein anderer allgemeiner Aufbereitungsschritt. Wenn sich der Kopf, die Neurone unter einer Voxel-Bewegung bewegt und folglich sein timecourse jetzt größtenteils den einiger anderer voxel in der Vergangenheit vertritt. Folglich wird die Timecourse-Kurve effektiv geschnitten und von einem voxel bis einen anderen aufgeklebt. Bewegungskorrektur versucht verschiedene Weisen, das aufzumachen, um zu sehen, welches Aufmachen des Ausschneiden und Einfugen den glattesten timecourse für den ganzen voxels erzeugt. Das Aufmachen ist durch die Verwendung eines starren Körpers verwandeln sich zum Volumen, durch die Verschiebung und das Drehen der ganzen Volumen-Daten, um für Bewegung verantwortlich zu sein. Das umgestaltete Volumen wird statistisch mit dem Volumen am ersten timepoint verglichen, um zu sehen, wie gut sie, mit einer Kostenfunktion wie Korrelation oder gegenseitige Information zusammenpassen. Die Transformation, die die minimale Kostenfunktion gibt, wird als das Modell für die Hauptbewegung gewählt. Da sich der Kopf in einer gewaltig verschiedenen Zahl von Wegen bewegen kann, ist es nicht möglich, nach allen möglichen Kandidaten zu suchen; noch es gibt in diesem Augenblick einen Algorithmus, der eine allgemein optimale Lösung zur Verfügung stellt, die der ersten Transformationen unabhängig ist, die wir in einer Kette versuchen.

Verzerrungskorrekturen sind für Feldnichtgleichförmigkeit des Scanners verantwortlich. Eine Methode, wie beschrieben, vorher, ist, Shimming-Rollen zu verwenden. Ein anderer soll eine Feldkarte des Hauptfeldes erfrischen, indem er zwei Images mit sich unterscheidenden Echo-Zeiten erwirbt. Wenn das Feld gleichförmig wäre, würden die Unterschiede zwischen den zwei Images auch gleichförmig sein. Bemerken Sie, dass das nicht wahre Aufbereitungstechniken sind, da sie der Studie selbst unabhängig sind. Neigungsfeldbewertung ist eine echte Aufbereitungstechnik mit mathematischen Modellen des Geräusches von der Verzerrung, wie Markov zufällige Felder und Erwartungsmaximierungsalgorithmen, um für die Verzerrung zu korrigieren.

Im Allgemeinen, fMRI Studien erwerben sowohl viele funktionelle Images mit fMRI als auch ein Strukturimage mit MRI. Das Strukturimage ist gewöhnlich einer höheren Entschlossenheit und hängt von einem verschiedenen Signal, der T1 magnetische Feldzerfall nach der Erregung ab. Um Gebiete von Interesse im funktionellen Image abzugrenzen, muss man es auf das strukturelle ausrichten. Selbst wenn Ganz-Gehirnanalyse getan wird, um die Endresultate zu interpretieren, der sich belaufen soll, in welchen Gebieten die aktiven voxels fallen, muss man das funktionelle Image zum strukturellen ausrichten. Das wird mit einem coregistration Algorithmus getan, der ähnlich der Bewegungskorrektur ein arbeitet, außer dass hier die Entschlossenheiten verschieden sind, und die Intensitätswerte nicht direkt verglichen werden können, da das Erzeugen-Signal verschieden ist.

Typische MRI-Studien scannen einige verschiedene Themen. Um die Ergebnisse über Themen zu integrieren, ist eine Möglichkeit, einen allgemeinen Gehirnatlas zu verwenden, und den ganzen Verstand anzupassen, um sich zum Atlas auszurichten, und dann sie als eine einzelne Gruppe zu analysieren. Die allgemein verwendeten Atlasse sind der Talairach ein, ein einzelnes Gehirn einer Seniorin, die von Jean Talairach und Montreal Neurological Institute (MNI) ein geschaffen ist. Das zweite ist eine geschaffene Probabilistic-Karte durch das Kombinieren des Ansehens von mehr als hundert Personen. Diese Normalisierung zu einer Standardschablone wird durch die mathematische Überprüfung getan, welche Kombination des Ausdehnens, Quetschens und Verwerfens die Unterschiede zwischen dem Ziel und der Verweisung reduziert. Während das der Bewegungskorrektur begrifflich ähnlich ist, sind die erforderlichen Änderungen komplizierter als gerade Übersetzung und Folge, und folglich Optimierung, um noch wahrscheinlicher von den ersten Transformationen in der Kette abzuhängen, die überprüft wird.

Zeitliche Entstörung ist die Eliminierung von Frequenzen von keinem Interesse vom Signal. Eine Intensitätsänderung eines voxel kann mit der Zeit als die Summe mehrerer verschiedener sich wiederholender Wellen mit sich unterscheidenden Perioden und Höhen vertreten werden. Ein Anschlag mit diesen Perioden auf der X-Achse und den Höhen auf der Y-Achse wird ein Macht-Spektrum genannt, und dieser Anschlag wird mit dem Fourier geschaffen gestalten Technik um. Zeitliche durchscheinende Beträge zum Entfernen der periodischen Wellen nicht von Interesse zu uns vom Macht-Spektrum und dann Summieren der Wellen zurück wieder, mit dem Gegenteil Fourier verwandeln sich, um einen neuen timecourse für den voxel zu schaffen. Ein Filter des hohen Passes entfernt die niedrigeren Frequenzen, und die niedrigste Frequenz, die mit dieser Technik identifiziert werden kann, ist das Gegenstück zweimal des TR. Ein Filter des niedrigen Passes entfernt die höheren Frequenzen, während ein Bandfilter alle Frequenzen außer der besonderen Reihe von Interesse entfernt.

Glanzschleifen oder Raumentstörung, ist die Idee, die Intensitäten von nahe gelegenem voxels im Durchschnitt zu betragen, um eine glatte Raumkarte der Intensitätsänderung über das Gehirn oder Gebiet von Interesse zu erzeugen. Die Mittelwertbildung wird häufig durch die Gehirnwindung mit einem Filter von Gaussian getan, den, an jedem Raumpunkt, Gewichte, die voxels durch ihre Entfernung mit den Gewichten benachbart sind, die exponential im Anschluss an die Glocke fallen, biegen. Wenn das wahre Raumausmaß der Aktivierung, die die Ausbreitung der Traube von gleichzeitig aktivem voxels ist, die Breite des verwendeten Filters vergleicht, verbessert dieser Prozess das Verhältnis des Signals zum Geräusch. Es macht auch den Gesamtlärm für jeden voxel folgen einem Glockenkurve-Vertrieb seit dem Hinzufügen zusammen, dass eine Vielzahl des unabhängigen, identischen Vertriebs jeder Art die Glockenkurve als der Grenze-Fall erzeugt. Aber wenn das gewagte Raumausmaß der Aktivierung den Filter nicht vergleicht, wird Signal reduziert.

Statistische Analyse

Ein allgemeines statistisches für die fMRI Datenanalyse verwendetes Modell ist der univariate GLIM Modell, das die Daten jedes voxel getrennt analysiert. Das Modell, nimmt in jedem Mal Punkt an, der HDR ist der schuppigen und summierten Version der an diesem Punkt aktiven Ereignisse gleich. Ein Forscher schafft eine Designmatrix das Spezifizieren, welche Ereignisse an jedem timepoint aktiv sind. Ein allgemeiner Weg ist, eine Matrix mit einer Säule pro überlappendes Ereignis und einer Reihe pro Zeitpunkt zu schaffen, und es mit demjenigen zu kennzeichnen, wenn ein besonderes Ereignis, sagen wir ein Stimulus, aktiv ist, damals weisen hin. Man nimmt dann eine spezifische Gestalt für den HDR an, nur seinen in aktivem voxels veränderlichen Umfang verlassend. Die Designmatrix und diese Gestalt werden verwendet, um eine Vorhersage der genauen HDR Antwort des voxel an jedem timepoint mit dem mathematischen Verfahren der Gehirnwindung zu erzeugen. Diese Vorhersage schließt das Schuppen nicht ein, das für jedes Ereignis vor dem Summieren von ihnen erforderlich ist.

Das Grundmodell nimmt an, dass der beobachtete HDR der vorausgesagte HDR ist, der durch die Gewichte für jedes Ereignis erklettert ist, und dann mit dem Geräusch beigetragen hat, das darin gemischt ist. Das erzeugt eine Reihe geradliniger Gleichungen mit mehr Gleichungen als unknowns. Eine geradlinige Gleichung hat eine genaue Lösung unter den meisten Bedingungen, wenn Gleichungen und unknowns zusammenpassen. Folglich konnte man jede Teilmenge der Gleichungen mit der Zahl wählen, die der Zahl von Variablen gleich ist, und sie lösen. Aber wenn diese Lösungen in nach links Gleichungen zugestopft werden, wird es eine Fehlanpassung zwischen den richtigen und linken Seiten, dem Fehler geben. Das GLIM Modell versucht, die kletternden Gewichte zu finden, die die Summe der Quadrate des Fehlers minimieren. Diese Methode ist nachweisbar optimal, wenn der Fehler als eine Glockenkurve verteilt wurde, und wenn das Modell des Schuppens-Und-Summierens genau war. Für eine mathematischere Beschreibung des GLIM Modells, sieh verallgemeinerte geradlinige Modelle.

Das GLIM Modell zieht keine Beziehungen zwischen voxels in Betracht. Benachbarte voxels werden wahrscheinlich aktiv oder untätig zusammen teilweise gehen, weil neuronal Netze als Inseln teilweise nicht bestehen, weil Blutüberschwemmung zu den aktiven Neuronen nicht notwendigerweise völlig lokalisiert wird, aber sich und teilweise ausbreitet, weil einige Aufbereitungsverfahren wie Glanzschleifen absichtlich benachbarten voxels aufeinander beziehen. Neuere statistische Modelle wie Multivariate-Muster-Analyse (MVPA), manchmal genannte multivoxel Muster-Analyse, nehmen eine verschiedene Annäherung, Beziehungen über voxels verwertend. Sie nehmen die komplette voxel Datei, und teilen sie durch die verschiedenen Bedingungen im Experiment auf. Sie erfahren ein Lehrmodell, das die Information im voxels zusammenfasst, den beste Hilfe zwischen den Bedingungen unterscheidet. Sie können dann auf Testdaten geführt werden, um zu klassifizieren, welche Bedingung durch jene besonderen Gehirntätigkeitsmuster vertreten wird. Wenn der classifier geradlinig ist, dann ist das Lehrmodell eine Reihe von Gewichten, die verwendet ist, um den Wert in jedem voxel vor dem Summieren von ihnen zu erklettern, um eine einzelne Zahl zu erzeugen, die uns die mit der Datei vereinigte Bedingung erzählt. Mehr Information über die Ausbildung und classifiers prüfend, ist an der statistischen Klassifikation.

Das Kombinieren mit anderen Methoden

Es ist üblich, FMRI-Signalerwerb mit dem Verfolgen der Antworten von Teilnehmern und Reaktionszeiten zu verbinden. Physiologische Maßnahmen solche Herzrate, Atmen, Hautleitfähigkeit (Rate des Schwitzens), und Augenbewegungen werden manchmal gleichzeitig mit fMRI gewonnen. Die Methode kann auch mit anderen gehirndarstellenden Techniken wie Transcranial-Anregung, direkte cortical Anregung und, besonders, EEG verbunden werden. Das fMRI Verfahren kann auch mit NIRS verbunden werden, um ergänzende Information sowohl über oxyhemoglobin als auch über deoxyhemoglobin zu haben.

Tiere konnten auch als Themen, in erster Linie Affen wie der Rhesusmacaque dienen. Diese Studien können verwendet werden, sowohl um menschliche Ergebnisse zu überprüfen oder vorauszusagen als auch die fMRI Technik selbst gültig zu machen. Aber die Studien sind schwierig, weil es hart ist, ein Tier anzuregen, stille und typische Anreize wie Saft-Abzug-Hauptbewegung zu bleiben, während das Tier es schluckt. Es ist auch teuer, eine Kolonie von größeren Tieren wie der macaque aufrechtzuerhalten.

Die fMRI Technik kann ergänzen oder andere Techniken wegen seiner einzigartigen Kräfte und Lücken ergänzen. Es kann Gehirnsignale ohne Gefahren nichtangreifend registrieren, Radiation zu ionisieren, die anderen Abtastungsmethoden, wie CT oder LIEBLINGS-Ansehen innewohnend ist. Es kann auch Signal von allen Gebieten des Gehirns verschieden von EEG/MEG registrieren, die zur Cortical-Oberfläche beeinflusst werden. Aber fMRI zeitliche Entschlossenheit ist schwächer als dieses des EEGS seit dem HDR, bringt Zehnen von Sekunden, um auf seine Spitze zu klettern. Das Kombinieren des EEGS mit fMRI ist folglich potenziell stark, weil die zwei ergänzendes KRAFT-EEG haben, hat hohe zeitliche Entschlossenheit und fMRI hohe Raumentschlossenheit. Aber gleichzeitiger Erwerb muss für das EEG-Signal vom unterschiedlichen Blutfluss verantwortlich sein, der durch das fMRI Anstieg-Feld und das EEG-Signal vom statischen Feld ausgelöst ist. Für Details, sieh EEG gegen fMRI.

Gefahren

Die allgemeinste Gefahr Teilnehmern in einer FMRI-Studie ist Platzangst. Die Abtastung von Sitzungen unterwirft auch Teilnehmer lauten hohen Geräuschen von Kräften von Lorentz, die in den Anstieg-Rollen durch den schnell umschaltenden Strom im starken statischen Feld veranlasst sind. Die Anstieg-Schaltung kann auch Induktionsstrom im Körper, der das Nervenprickeln verursacht. Implanted medizinische Geräte wie Pacemaker konnte wegen dieser Ströme schlecht funktionieren. Das Radiofrequenz-Feld der Erregungsrolle kann den Körper anheizen, und das muss sorgfältiger in denjenigen kontrolliert werden, die ein Fieber, den Diabetiker und diejenigen mit Kreislaufproblemen führen. Das lokale Brennen von Metallketten und anderen Schmucksachen ist auch eine Gefahr.

Während das starke statische magnetische Feld keine bekannte langfristige schädliche Wirkung auf das biologische Gewebe hat, kann es durch das Ziehen in nahe gelegenen schweren Metallgegenständen Schaden verursachen, die sie zu Kugeln umwandeln.

Fortgeschrittene Methoden

Die ersten FMRI-Studien haben die Technik gegen die Gehirntätigkeit bekannt von anderen Techniken gültig gemacht, zu Aufgaben aufeinander bezogen zu werden. Bis zum Anfang der 2000er Jahre, fMRI Studien hat begonnen, neuartige Korrelationen zu entdecken. Dennoch haben ihre technischen Nachteile Forscher angespornt, fortgeschrittenere Weisen zu versuchen, die Macht sowohl von klinischen Studien als auch von Forschungsstudien zu vergrößern.

Besser Raumentschlossenheit

MRI hat im Allgemeinen bessere Raumentschlossenheit als EEG und MEG, aber nicht eine so gute Entschlossenheit wie angreifende Verfahren wie Elektroden der einzelnen Einheit. Während typische Entschlossenheiten in der Millimeter-Reihe, ultrahochauflösendem MRI oder den HERR-Spektroskopie-Arbeiten an einer Entschlossenheit von Zehnen von Mikrometern sind. Es verwendet 7 T Felder, Scanner der kleinen langweiligen Angelegenheit, die kleine Tiere wie Ratten und Außenkontrastagenten wie feines Eisenoxid anpassen können. Das Anpassen eines Menschen verlangt Scanner der größeren langweiligen Angelegenheit, die höhere Feldkräfte härter machen, besonders zu erreichen, wenn das Feld gleichförmig sein muss; es verlangt auch entweder innere Unähnlichkeit solcher als KÜHN oder einen nichttoxischen Außenkontrastagenten verschieden von Eisenoxid.

Parallele Bildaufbereitung ist eine andere Technik, um Raumentschlossenheit zu verbessern. Das verwendet vielfache Rollen für die Erregung und den Empfang. Raumentschlossenheit verbessert sich als die Quadratwurzel der Zahl von verwendeten Rollen. Das kann entweder mit einer aufeinander abgestimmten Reihe getan werden, wo die Rollen in der Parallele und häufig den überlappenden Beispielgebieten mit Lücken in der Stichprobenerhebung oder mit der massiven Rolle-Reihe verbunden werden, die ein viel dichterer Satz von von den Erregungsrollen getrennten Empfängern ist. Diese nehmen jedoch Signale besser von der Gehirnoberfläche, und weniger gut von tieferen Strukturen wie der hippocampus auf.

Besser zeitliche Entschlossenheit

Die zeitliche Entschlossenheit von fMRI wird beschränkt durch: (1) der Feed-Back-Mechanismus, der den Blutfluss erhebt, der langsam funktioniert; (2) Notwendigkeit, bis zu warten, genest Nettomagnetisierung vor der Stichprobenerhebung einer Scheibe wieder; und (3) Notwendigkeit, vielfache Scheiben zu erwerben, um das ganze Gehirn oder Gebiet von Interesse zu bedecken. Fortgeschrittene Techniken, um zeitliche Entschlossenheit zu verbessern, richten diese Probleme. Das Verwenden vielfacher Rollen beschleunigt Erwerb-Zeit mit dem genauen Verhältnis zu den verwendeten Rollen. Eine andere Technik soll entscheiden, welche Teile der Signalsache weniger und diejenigen fallen lassen. Das konnte irgendein jene Abteilungen des Images sein, die sich häufig in einer Raumkarte wiederholen (der kleine Trauben ist, die das Image regelmäßig punktieren), oder jene Abteilungen, die sich selten (größere Trauben) wiederholen. Das erste, ein Filter des hohen Passes im K-Raum, ist von Gary H. Glover und Kollegen an Stanford vorgeschlagen worden. Diese Mechanismen nehmen an, dass der Forscher eine Idee von der erwarteten Gestalt des Aktivierungsimages hat.

Typisches Anstieg-Echo EPI verwendet zwei Anstieg-Rollen innerhalb einer Scheibe, und macht zuerst eine Rolle und dann den anderen an, eine Reihe von Linien im K-Raum verfolgend. Das Anmachen beider Anstieg-Rollen kann umgebogene Linien erzeugen, die denselben Bratrost-Raum schneller bedecken. Beide Anstieg-Rollen können auch in einer spezifischen Folge angemacht werden, um eine spiralförmige Gestalt im K-Raum zu verfolgen. Diese spiralförmige Bildaufbereitungsfolge erwirbt Images schneller als Folgen des Anstieg-Echos, aber braucht mehr Mathetransformationen (und folgende Annahmen) seit dem Umwandeln zurück zum voxel Raum verlangt, dass die Daten in der Bratrost-Form (eine Reihe von Punkten ebenso unter Drogeneinfluss sowohl in horizontalem als auch in vertikale Richtungen) sind.

Neue Kontrastmechanismen

KÜHNE Unähnlichkeit hängt von Blutfluss ab, der sich sowohl langsam ändert und Thema lauten Einflüssen. Anderer biomarkers hat jetzt geschaut auf, bessere Unähnlichkeit zur Verfügung zu stellen, schließen Temperatur, Säure/Alkalinität (pH), mit dem Kalzium empfindliche Agenten, neuronal magnetisches Feld und die Wirkung von Lorentz ein. Temperaturunähnlichkeit hängt von Änderungen in der Gehirntemperatur von seiner Tätigkeit ab. Das anfängliche Brennen von Traubenzucker erhebt die Temperatur, und der nachfolgende Zustrom des frischen, kalten Bluts senkt es. Diese Änderungen verändern die magnetischen Eigenschaften des Gewebes. Da die innere Unähnlichkeit zu schwierig ist, um, Außenagenten zu messen, werden solche Thulium-Zusammensetzungen verwendet, um die Wirkung zu erhöhen. Auf dem pH gestützte Unähnlichkeit hängt von Änderungen im sauren/alkalischen Gleichgewicht von Gehirnzellen ab, wenn sie aktiv gehen. Das verwendet zu häufig ein Außenreagenz. Mit dem Kalzium empfindliche Agenten machen MRI empfindlicher zu Kalzium-Konzentrationen mit Kalzium-Ionen, die häufig die Boten für Zellsignalpfade in aktiven Neuronen sind. Neuronal magnetische Feldunähnlichkeit misst die magnetischen und elektrischen Änderungen von neuronal, der direkt schießt. Lorentz-Wirkungsbildaufbereitung versucht, die physische Versetzung von aktiven Neuronen zu messen, die einen elektrischen Strom innerhalb des starken statischen Feldes tragen.

Kommerzieller Gebrauch

Einige Experimente haben die Nervenkorrelate der Einstellungen der Marke von Völkern gezeigt. Samuel M. McClure hat fMRI verwendet, um Dorsolateral zu zeigen, vorfrontaler Kortex, hippocampus und midbrain waren aktiver, als Leute bewusst Coca-Cola im Vergleich damit getrunken haben, als sie unetikettiertes Cola getrunken haben. Andere Studien haben die Gehirntätigkeit gezeigt, die die Vorliebe von Männern für Sportwagen und sogar Unterschiede zwischen Demokraten und Republikanern in ihrer Reaktion zu Kampagnewerbungen mit Images der 9/11-Angriffe charakterisiert. Gesellschaften von Neuromarketing haben diese Studien als ein besseres Werkzeug ergriffen, um Benutzereinstellungen zu befragen, als die herkömmliche Überblick-Technik. Eine solche Gesellschaft war BrightHouse, jetzt geschlossen. Ein anderer ist Oxford, das Vereinigte Königreich, basierter Neurosense, der Kunden empfiehlt, wie sie fMRI als ein Teil ihres Marktgeschäftsvolumens potenziell verwenden konnten. Ein Drittel ist Verkaufsgehirn in Kalifornien.

Mindestens zwei Gesellschaften sind aufgestellt worden, um fMRI in der Lüge-Entdeckung zu verwenden: Keine Liegen MRI und Cephos Corporation. Keine Liegen MRI-Anklagen in der Nähe von 5000 $ für seine Dienstleistungen. Diese Gesellschaften hängen von Beweisen wie das von einer Studie durch Joshua Greene an der Universität von Harvard ab das Vorschlagen des Vorfrontalen Kortexes ist in denjenigen aktiver, die über das Lügen nachdenken.

Jedoch gibt es noch einen schönen Betrag der zu Ende Meinungsverschiedenheit, ob diese Techniken zuverlässig genug sind, um in einer gesetzlichen Einstellung verwendet zu werden. Einige Studien zeigen an, dass, während es eine gesamte positive Korrelation gibt, es sehr viel Schwankung zwischen Ergebnissen und in einigen Fällen beträchtlicher Schwierigkeit gibt, die Ergebnisse zu wiederholen. Ein Bundesamtsrichter-Richter in Tennessee hat fMRI Beweise verboten, einen Anspruch eines Angeklagten davon zu unterstützen, die Wahrheit zu sagen, mit der Begründung, dass solches Ansehen mit dem gesetzlichen Standard von wissenschaftlichen Beweisen nicht gleichzieht. Die meisten Forscher geben zu, dass die Fähigkeit von fMRI, Betrug im allgemeinen Volk auszugraben, außerordentlich beschränkt wird.

Siehe auch

• Gehirn, das kartografisch darstellt
• Probleme in fMRI
• Gehirnfunktion
• Ereignis hat fMRI verbunden
• SICKERN SIE fMRI
• Liste von neuroscience Datenbanken
• Funktioneller neuroimaging

Referenzen

Lehrbücher

• Joseph P. Hornak, Die Grundlagen von MRI,

http://www.cis.rit.edu/htbooks/mri/inside.htm

• Richard B. Buxton, Einführung in die funktionelle Kernspinresonanz-Bildaufbereitung: Grundsätze und Techniken, Universität von Cambridge Presse, 2002, internationale Standardbuchnummer 0-521-58113-3
• Roberto Cabeza und Alan Kingstone, Redakteure, Handbuch von Funktionellem Neuroimaging des Erkennens, die Zweite Ausgabe, MIT Presse, 2006, internationale Standardbuchnummer 0-262-03344-5

Außenverbindungen

• www.mri-tutorial.com - MRI-TUTORIAL.COM Ein freies Lernbehältnis über neuroimaging
• Planen Sie BrainMapping.ORG Gemeinschaftswebsite dafür, Information Gehirn Kartografisch darzustellen, und Methoden
• FMRI-Videos RadiologyTube.com - eine Sammlung von fMRI Videos
• MIT Cognet
• Universität von Columbia Programm für die Bildaufbereitung und Erkenntnistheorien: fMRI