Análisis de imágenes por resonancia magnética funcional (fMRI) en el espacio de superficie

Abstract

RESUMEN : El análisis de resonancia magnética (MR, por sus siglas en inglés) cerebral en el espacio superficie se realiza para las cortezas derecha e izquierda del cerebro, el cual, comparado con el más usado actualmente que es el volumétrico, presenta distintas ventajas como lo son el disminuir la contaminación de la señal entre regiones cerebrales y mejorar la validez de los resultados de actividad y conexión. El objetivo de este trabajo es diseñar un pipeline con el que se pueda realizar el análisis de las imágenes de resonancia magnética funcional (fMRI, por sus siglas en inglés) en el espacio de superficie y se pueda ejecutar automáticamente en los diferentes formatos como el GIFTI y el CIFTI. Mediante la herramienta XNAT, se ejecutó el flujo de procesamiento para datos de fMRI llamado fMRIPrep utilizando imágenes de 2 sujetos obtenidas en un escáner de MR de 7- Tesla otorgadas por el grupo de investigación Neuroenergetics of the Human Brain de la Klinikum rechts der Isar de la Universidad Técnica de Múnich. El flujo permite obtener salidas útiles para el análisis de superficie, las cuales pueden analizarse y ser representadas gráficamente mediante un código diseñado en el lenguaje de programación Python. El código resultante cuenta con el respectivo paso a paso para poder realizar una aproximación al análisis de fMRI en el espacio de superficie, y con las funciones necesarias para la manipulación de los diferentes formatos, junto con un ejemplo de comparación entre los dos MR obtenidos determinando que tan consistentes son los datos entre ellos, mostrando un ejemplo de identificabilidad de individuos por medio de patrones de conectividad cerebral, luego con un ejemplo del análisis de correlación basado en semilla (SCA, por sus siglas en inglés) tomando como semilla el área de la Corteza Cingulada Posterior (PCC, por sus siglas en inglés) asociada a la red de modo predeterminado (DMN, por sus siglas en inglés) y un ejemplo de conectividad global cerebral (GCB, por sus siglas en inglés), realizado por un Degree Strength.

ABSTRACT : Surface-based analysis of magnetic resonance (MR) is performed for the right and left cortexes of the brain. This analysis compared to the volumetric analysis has several advantages such as reducing signal contamination between brain regions and improving the validity of the results of activity and connection. The main objective is to design a pipeline with which the analysis of functional magnetic resonance imaging (fMRI) in surface space can be performed and can be executed automatically in different formats such as GIFTI and CIFTI. By using a software called XNAT, the following methodology to be employed is to run a container called fMRIPrep on images of 2 subjects provided by the research group Neuroenergetics of the Human Brain of the Klinikum rechts der Isar of the Technical University of Munich of a 7-Tesla magnetic resonance scanner, with a configuration that allows obtaining useful outputs for the surface analysis, with which, by means of a code designed in Python, the GIFTI and CIFTI files can be analyzed and graphically represented. As results, files were obtained that the container allowed to obtain for the surface analysis to be described next. To conclude, the code was finished with the respective step by step to be able to perform an approach to the fMRI analysis in the surface space, along with the respective functions for the manipulation of the different formats in which the surface space can be displayed at present. with an example of comparison between the two RMs obtained by determining how consistent the data are with each other, showing an illustration of identifiability of individuals by means of brain connectivity patterns. Then, an example of a Seed-based Correlation Analysis (SCA) was performed taking as seed the Posterior Cingulate Cortex (PCC) area associated with the Default Mode Network (DMN). Followed by an example of Global Brain Connectivity (GBC), obtained by a Degree Strength.