We thank the VISTA software group (Brian Wandell and associates, at Stanford).
S. S. was supported by McNair 2280403105,NEI R01-EY109272, and NEI R01-EY024019 and as HHMI Early Carrer Award. A. P. and G. K. was supported by the Max-Planck Society, G. K. was supported by the PLASTICISE project of the 7th Framework Programme of the European Commission, Contract no. HEATH-F2-2009-223524.

1. Veri Toplama <ol><li> Daha önce Dumoulin ve Wandell 1 ve Lee ve diğerleri içinde tarif edilen, güvenilir bir retinotopic görsel bir tepki ortaya çıkarmada etkili olan bir uyarıcı protokolü hazırlayın. 2. Bununla birlikte, diğer iyi bilinen paradigmalar ele alınması için özel bir deney soruya bağlı olarak da tatbik edilebilir. </li><li> Mevcut çubuk uyaranlara 45 derece adımlarla, uzay 8 yönleri boyunca ekran sırayla sürüklenen. Hareket çubuğu bir kez adım fMRI çerçeve başlar taşır ve çerçeve sona erene kadar yeni konumda kalacak şekilde tarayıcı çerçeve iktisabı (TR ~ 2 sn) ile senkronize olduğundan emin olun. </li><li> Doğru başlangıç ​​sinyalini ölçmek için, çubuk stimülasyon 1 olmadan dönemini ekleyin. <ol><li> Uyarıcı sunulduğu üzerinde görsel açı görünümü (10 yarıçapı ° 15) bir alanı tanımlayın. Mevcut hareketli veya titreyen dama desenleri (denetleyicisi boyutu = 0.94 x 0.94 ° 2, patteçubuğu içinde rn güncelleme oranı = 250 msn / desen) güçlü görsel tepkiler için. </li><li> Girdi aşağıdaki özel parametreler: Hareket 8 eşit aralıklı tarifi, çubuk 1.875 C&#39;ye eşit genişliği ve barlar çerçeve (2 sn) başına yarım çubuk genişliği hareket. Ek ayrıntılar Lee ve ark bulunabilir. 2. </li><li> Öznenin gözleri deney sırasında sabitleşmek hangi ekran merkezinde bir nokta (~ 0.25 °) oluşturun. Zaman içinde rastgele nokta rengini değiştirin. </li></ol></li><li> 192 kare süresini (hareket, her yöne 24 kare) olan tipik bir eko-planar görüntüleme (EPI) tarama kullanan bir MRI tarayıcısı bir konunun beyni tarayın. Sinyal-gürültü oranını artırmak için tarar 4-8 kez tekrarlayın. </li><li> EPI sekansı ayarlama parametreleri aşağıdaki gibi: TR = 2 sn, TE = 40 msn, matris boyutu = 64 x 64, 28 dilim, voksel boyutu = 3 x 3 x 3 mm 3 flip açısı = 90 °, Alternatif, dizileri uygulamak daha ince bir çözünürlük (e.g., 2 x 2 x 2 mm 3) veya sadece görsel korteksi 2 kapsayan kısa TR (örn, 1-1.5 sn). </li><li> Fiksasyon sağlamak için fonksiyonel taramalar sırasında eyetracker sistemi ile Parça göz hareketleri tespit noktasının 1-1.5 ° içinde korunur. Not: Burada, gözlük sisteminde bir kafa koordinat göre eyetracker kullanılır, ancak uygun olan başka eyetracker sistemleri yerine kullanılabilir. </li><li> Adım 1.3.2 oluşturulan ekran merkezinde yer sabitleşmek için konuları söyleyin. Konular sabitleme sağlamak için, tespit spot renk değişiklikleri bildirmek söyleyin. </li><li> (;, TR = 1,900 milisaniye TE = 2.26 msn, TI = 900 msn, Flip açısı = 9 °, 176 bölüm, örneğin, T1-MPRAGE) 1 x 1 x 1 mm 3 çözünürlükte, anatomik taramalar edinin. NOT: Bu anatomik taramalar segmentasyon yanı sıra içinde ve taramalar arasında hem anatomi fonksiyonel görüntüleri hizalamak için kullanılır. Fonksiyonu arasında daha iyi uyum içinarkadaşları (EPI) görüntüler ve anatomi, T1 ağırlıklı hızlı şımarık gradient eko (SPGR) dizisi 1. kullanarak, EPI aynı çözünürlükte, aynı zamanda bir düzlem içi anatomi tarama edinin. </li></ol> 2. Veri Ön-işleme NOT: Ön PRF özelliklerini tahmin etmek, birkaç tipik fMRI veri ön-işleme adımları gibi kafa hareketleri düzeltme ve anatomik tarama fonksiyonel birimlerin uyum gibi, ihtiyaç vardır. Bu makalede, elde edilen sonuçların tüm ön-işleme, tahmin, analiz ve sunum VISTA yazılımı sitesinde bulunan açık kaynak MATLAB tabanlı yazılım araç VISTA LAB kullanılarak yapılmaktadır. http://white.stanford.edu/newlm/index.php/Main_Page. <ol><li> MATLAB içine anatomik tarama yükleyin ve createVolAnat adında bir işlevi kullanarak bir ses anatomisini hazırlamak. </li><li> Fonksiyonu &quot;ItkGray&quot; kullanarak Segment Gri madde, beyaz cevher ve BOS. </li><li> DICOM dönüştürerek işlevsel verileri hazırlayın (yani </em&gt;, Siemens ham MRG dosya biçimi) mrInit adında bir işlevi kullanarak VISTA içine Nifti (yani, standart fonksiyonel MRI dosya biçimi) dosyaları, ve yük veri içine dosyaları. </li><li> Doğru baş hareketi bir afin matris dönüşümü dayalı rxAlign kullanarak adım 2.1 yüklü anatomi fonksiyonel görüntüleri hizalamak ve. </li><li> MrVISTA Analiz TimeSeries Ortalama tSeries tıklayarak bir sinyal-gürültü oranının iyileştirilmesi için ortalama fonksiyonel hareket düzeltilmiş tarar. Göz hareketleri 1-1.5 ° daha tespit sapma sırasında ortalama taramaları hariç. Farklı çalışır gelen sinyaller DC-sürükleniyor çıkardıktan sonra farklı DC-sürükleniyor, ortalama fonksiyonel taramalar varsa. </li><li> Haritalama fonksiyonel taramalar ve Gri madde arasında koordinatları hesaplayın ve aşağıdaki menüleri seçerek fonksiyonel taramalar karşılık gelen Gri madde vokselleri tespit: mrVISTA Pencere Aç Gri 3-View Window. Seçeneklerden birini seçerek, interpolasyonla Gri madde voksellerden BOLD sinyalleri atama birmrVISTA içinde ullanılabilir. </li></ol> PRF Topografi ve parametrik modelleme 3. Tahmini <ol><li> Aşağıdaki bağlantı üzerinden kod dosyaları indir: https://sites.google.com/site/leesangkyun/prf/codes.zip, sıkıştırılmış dosyayı ayıklamak ve yerel bilgisayarın bir tercih konuma yerleştirin. MATLAB klasörün yolunu ekleyin. </li><li> MrVISTA Analizi retinotopic Model Set Parametreler: Aşağıdaki menüleri seçerek deneyde kullanılan uyaran parametrelerini ayarlayın. Uyaran görüntüler, uyaran boyutu, kanonik hemodinamik fonksiyonu, fMRI tarayıcı kare hızı gibi parametreleri aşağıdaki belirtin. </li><li> PRF tahminine önce, ilk parametre setleri (Şekil 1B) hazırlamak. <ol><li> Kod dosyalarından &quot;tprf_set_params.m&quot; çapraz-doğrulama setleri ayarlayın. Böl, en az iki alt içine timeseries (test için bir takım ve eğitim setleri kalan) bar Swee için yeterince uzunp tüm uyaran alanı. Alternatif olarak, adım 2.4 taramaları ortalama olmadan, test için bir tarama bırakarak ve eğitim için kalan taramaları kullanarak taramaları doğrulamak. </li><li> Kaba bir parametre seti (Şekil 1 &#39;de λ, λ = [10 -2 10 -1 1 10 1 10 2])&#39; tprf_set_params.m &quot;yayınlarında açıklanmıştır. Ardından, &quot;tprf_set_params.m&quot; ince bir ölçek aralığı ([0,1 0,3 0,5 0,7 0,9 1 3 5 7 9]) ayarlayın. NOT: Program yüksek varyans sonuçlanan λ seçmek için ayarlanmış kaba kullanır. Ardından, program, daha yüksek açıklanan varyans verir λ seçimi rafine, ince çaplı aralığını kullanarak seçilen λ etrafında yer arar. </li><li> &quot;Tprf_set_params.m&quot; görsel duyarlı voksellerdeki için açıklanan varyansın bir eşiği (0.2) ayarlayın. NOT: Bu eşik görsel duyarlı voksellerin seçimi için referans olarak kullanılır. Seçenek olarak ise, bir haleOlmayan bir görünümü veren bir bölge için İB (örneğin, non-görsel cevap beyin bölgesindeki 1 cm çapında bir küre çizerek) eşik değeri otomatik olarak hesaplanabilir. </li><li> &quot;Tprf_set_params.m&quot; normalize topografya PRF merkez bölgesini tanımlamak için eşik ([0.3, 0.5, 0.7]) bir dizi ayarlayın (örneğin, [0-1] veya [-1 1] çubuk uyarı olmaksızın dönemini ile Aşama 1.3.1). NOT: eşiklerin kümesinden verilen programı PRF merkezi modeli büyük sinyal varyansını açıklayan bir PRF merkezi bölgeyi tanımlayan eşik, yani &quot;en iyi&quot; eşiği seçer. Alternatif olarak, topografya özelliklerine bağlı olarak eşik değerlerinin farklı bir dizi seçin. </li></ol></li><li> &quot;Tprf_runpRFest.m&quot; PRF topografya hesaplamak (Şekil 1) Yürütme ve 2D anizotropik Gauss uygun. Bu protokol açıklanan tüm parametreleri belirttikten sonra, vekod çalıştıran, son tahmin sonuçlar elde. </li></ol><img alt="Şekil 1," src="/files/ftp_upload/51811/51811fig1highres.jpg" width="700" /> Şekil 1: PRF tahmin süreci. (A) işleminin şematik gösterimi PRF topografi tahmini için takip h (t):. PRF topografi tahmini için L2-norm regülarizasyonu (B) Belirli adımlar: hemodinamik yanıt fonksiyonu, A (t): uyaran, m: PRF, Reg. ve Prf merkezi modelleme. tahmini için gerekli parametrelerin kümesi her adımda listelenen. Topografi ve modeline göre olan bir tek-boyutlu kesit gösterilmektedir. Altında &quot;Model uygunluğu&quot;, siyah ve kırmızı eğrileri topografya ve sırasıyla 0.5 merkezi eşiği, onun PRF merkezi modelini temsil eder. Mavi kesikli çizgi PRF için bir eşik gösterirMerkez bölge.

<ol><li>Dumoulin, S. O., Wandell, B. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Population+receptive+field+estimates+in+human+visual+cortex%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Population receptive field estimates in human visual cortex.</a> Neuroimage. 39, 647-660 (2008).</li>
<li>Lee, S., Papanikolaou, A., Logothetis, N. K., Smirnakis, S. M., Keliris, G. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+new+method+for+estimating+population+receptive+field+topography+in+visual+cortex%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">A new method for estimating population receptive field topography in visual cortex.</a> Neuroimage. 81, 144-157 (2013).</li>
<li>Hastie, T., Tibshirani, R., Friedman, J. H. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHastie%2C+T+%22The+elements+of+statistical+learning+%3A+data+mining%2C+inference%2C+and+prediction%22">The elements of statistical learning : data mining, inference, and prediction</a>. , 2nd edn, Springer. (2009).</li>
<li>Sereno, M. I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Borders+of+multiple+visual+areas+in+humans+revealed+by+functional+magnetic+resonance+imaging%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Borders of multiple visual areas in humans revealed by functional magnetic resonance imaging.</a> Science. 268, 889-893 (1995).</li>
<li>Engel, S. A., Glover, G. H., Wandell, B. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Retinotopic+organization+in+human+visual+cortex+and+the+spatial+precision+of+functional+MRI%5BTitle%5D)+AND+%22Cereb+Cortex%22%5BJournal%5D)">Retinotopic organization in human visual cortex and the spatial precision of functional MRI.</a> Cereb Cortex. 7, 181-192 (1997).</li>
<li>Engel, S. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((fMRI+of+human+visual+cortex%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">fMRI of human visual cortex.</a> Nature. 369, 525(1994).</li>
<li>DeYoe, E. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mapping+striate+and+extrastriate+visual+areas+in+human+cerebral+cortex%5BTitle%5D)+AND+%22Proc+Natl+Acad+Sci+U+S+A%22%5BJournal%5D)">Mapping striate and extrastriate visual areas in human cerebral cortex.</a> Proc Natl Acad Sci U S A. 93, 2382-2386 (1996).</li>
<li>Greene, C. A., Dumoulin, S. O., Harvey, B. M., Ress, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Measurement+of+population+receptive+fields+in+human+early+visual+cortex+using+back-projection+tomography%5BTitle%5D)+AND+%22J+Vis%22%5BJournal%5D)">Measurement of population receptive fields in human early visual cortex using back-projection tomography.</a> J Vis. , (2014).</li>
<li>Zuiderbaan, W., Harvey, B. M., Dumoulin, S. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modeling+center-surround+configurations+in+population+receptive+fields+using+fMRI%5BTitle%5D)+AND+%22J+Vis%22%5BJournal%5D)">Modeling center-surround configurations in population receptive fields using fMRI.</a> J Vis. , (2012).</li>
<li>Harvey, B. M., Dumoulin, S. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+relationship+between+cortical+magnification+factor+and+population+receptive+field+size+in+human+visual+cortex%3A+constancies+in+cortical+architecture%5BTitle%5D)+AND+%22J+Neurosci%22%5BJournal%5D)">The relationship between cortical magnification factor and population receptive field size in human visual cortex: constancies in cortical architecture.</a> J Neurosci. 31, 13604-13612 (2011).</li>
<li>Haak, K. V., Cornelissen, F. W., Morland, A. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Population+receptive+field+dynamics+in+human+visual+cortex%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Population receptive field dynamics in human visual cortex.</a> PLoS One. 7, e37686(2012).</li>
</ol>

The authors declare that they have no competing financial interests.

Bu makalede, insan görsel korteks ve nasıl alıcı alanı için uygun bir parametrik bir model seçmek için kullanabilirsiniz görsel nüfus açık alanların topografya tahmin gösterilmiştir. Başarılı bir retinotopy için, uygun bir uyarım protokolü ve verimli bir analiz yöntemi seçilmelidir ve kişinin deneysel parametreler (hareket ve tespit) optimize edilmelidir. O ayrı uyaran yerlerden farklı BOLD yanıtları üretir gibi görme alanı boyunca sırayla hareket Bar uyaranlara PRF tahmini için verimli ...

Fonksiyonel manyetik rezonans görüntüleme (fMRI) (genellikle milimetre mertebesinde) non-invaziv bir makroskopik ölçekte görsel korteksin fonksiyonel organizasyonunu ölçer. Erken fMRI retinotopy çalışmaları uyaran konumu arasında bir tutarlılık ölçüsü kullanılmış ve BOLD yanıtları 4-7 ortaya çıkardı. Bu çalışmalar genellikle nüfus açık alan büyüklüğünü tahmin etmedi. Daha sonra, Dumoulin ve Wandell 1 açıkça, PRF konumu ve boyutunu modelleme BOLD yanıtı tahmin etmek, bu modelin doğrusal bir fonksiyonu kullanarak böyle bir sınırlama aşmak için bir yöntem önerdi. Ancak, bu yöntemin öncü bir sınırlama parametrik PRF model-priori seçilmelidir ve uygun olmadığı ortaya çıkarsa hatalı PRF tahmin yol açabilir olmasıdır. Parametrik PRF-modeli yönteminin sınırlamaları aşmak için, yeni yöntemler son zamanlarda geliştirilmiştir. Bu yöntemler, doğrudan s BOLD yanıtı tahminPRF topografya yeniden tarafından timulus. Greene ve arkadaşları tarafından önerilen bir yöntem 8 ayrı 1D uyaran alanlarda BOLD yanıtları geri projelendirme ve tipik bir bilgisayarlı tomografi tekniği gibi 2D uyaran uzayda PRF topografya kurarak PRF topografya yeniden yapılandırır. Öte yandan, bizim tarafımızdan önerilen yöntem 2 doğrudan lineer regresyon kullanılarak ve bir düzenlemenin tekniği uygulanarak 2D PRF topografya tahmin. Bu yöntemde, PRF topografisi, belirli bir vokselin nöronal nüfus yanıtı tahmin etmek için uyarıcı ile çarpılır bulunan bir dizi ağırlıktan olarak temsil edilir. Ardından, uyaran tarafından uyarılmış son Kan Oksijen Düzeyi-Bağımlı (BOLD) tepki nöronal nüfus yanıtı ve kurallı hemodinamik tepki fonksiyonu evrişim toplamının tahmin edilmektedir. Altında kısıtlı doğrusal sistemini çözmek için, ayrıca, ridge regresyon düzenlilestirme seyrekliği zorlamak için kullanılır (Şekil 1aşağıda). düzenlilestirme tekniği gürültü ve eserler bastırır ve böylece bizim yöntem daha sağlam PRF topografya tahmin sağlar. topografik yöntemler gerçek PRF yapısını ortaya çıkarabilir, bu nedenle belli bir parametrik şekli var PRF şekli zorlamak, ve yoktur. Uygun bir parametrik model, daha sonra PRF topografya dayalı seçilebilir. Örneğin, PRF topografya PRF merkezi ve çevre ayırmak için, ve sonra daha sonraki PRF merkezi modelleme çevre bastırma etkisinin yanı sıra uzak bölgelerde ortaya çıkan diğer potansiyel eserler etkisini en aza indirerek daha doğru olabilir kullanılabilir Prf merkezi. Biz son zamanlarda PRF 9 nicel bizim yöntem ve doğrudan diğer bazı yöntemler arasında karşılaştırma (yani topografya tahmin önce) Gauss 1, izotropik uygun anizotropik Gauss ve Gauss izotropik farkı gerçekleştirdik. Bu topogr bulunmuşturaphy-tabanlı yöntem BOLD sinyal zaman serilerinin açıklanan varyans yüksek elde ederek PRF merkez modelleme ile ilgili bu yöntemleri geride. Çeşitli alanlarda PRF özelliklerinin doğru tahmin onlar görme alanını kapsayacak nasıl ortaya ve görsel algı ile ilgilidir, özellikle görsel korteksin fonksiyonel organizasyonunu araştırmak için önemlidir. Böyle Eksantriklik 1,10 ve PRF merkez surround örgütü 9 ile PRF boyutu değişir, insan literatürde okudu nasıl gibi özellikler. PRF topografya daha doğru PRF parametre modelleme sonuçları ve bilinmeyen düzenlilikleri ortaya olasılığı daha yüksektir tahmini için önerilen yöntem, kolayca doğrudan parametrik modeller bir-priori modellenmiş değil. Bu yaklaşım, PRF yapısı mutlaka öngörülebilir bir-priori değil kimin için görsel yolu lezyonları olan hastalarda PRF organizasyonu incelemek için özellikle uygun olacaktır. Aşağıda th tahmin nasıl tarif edilire PRF topografya ve nasıl PRF merkezi modellemek için topografya kullanmak için.

<table><tbody><tr><td>MRI scanner</td><td>Siemens/Philips/GE</td><td></td><td></td></tr><tr><td>MATLAB</td><td>The Mathworks, Inc.</td><td></td><td>http://www.mathworks.com&amp;nbsp;</td></tr><tr><td>VISTA software</td><td>VISTA software group</td><td></td><td>http://white.stanford.edu/newlm/index.php/Software</td></tr><tr><td>PsychoToolbox</td><td>PsychoToolbox&amp;nbsp;</td><td></td><td>http://psychtoolbox.org&amp;nbsp;</td></tr><tr><td>Eye Tracker (VisuaStimDigital)</td><td>Resonance Technology Inc</td><td></td><td>http://mrivideo.com/</td></tr></tbody></table>

topographical estimation of visual population receptive fields by fmri

Hücrelerin komşu popülasyonları görme alanı komşu bölgelerine harita, böylece Görsel korteks retinotopically düzenlenmiştir. Fonksiyonel manyetik rezonans görüntüleme bize yani voksel dayalı nüfus açık alanları (PRF), tahmin sağlar, her voksel içindeki hücreleri aktive görme alanının bir parçası. 1) PRF modeli-priori seçilir ve tamamen gerçek PRF şekli yakalamak olmayabilir, ve 2) PRF merkezleri uyaran alanı sınırına yakın mislocalization eğilimli: önce, doğrudan, PRF tahmin yöntemleri 1 belirli sınırlamalar muzdarip. İşte yeni topografik PRF tahmin yöntemi 2 büyük ölçüde bu sınırlamaları ortadan önerilmiştir. Bir doğrusal model kanonik hemodinamik tepki fonksiyonu ile görsel uyarana PRF lineer tepkisini evrişim toplamının Blood Oksijen Düzeyi-Bağımlı (BOLD) sinyal tahmin etmek için kullanılır. PRF topografya olan bileşenler str temsil ağırlık vektörü olarak temsil edilirvoksel nöronların toplam yanıtın ength farklı görme alanı yerlerde sunulan uyarıcıya. Elde edilen lineer denklemler PRF topografya veren sırt regresyon 3 kullanılarak PRF ağırlık vektörü için çözülebilir. Tahmini topografya ile uyumlu olan bir PRF modeli daha sonra böylece vb PRF-merkezi konumu, PRF yönelim, boyut olarak PRF parametrelerin tahminleri iyileştirilmesi, post-hoc seçilebilir. PRF topografya mevcut olması da PRF yapısı hakkında bir-priori varsayımlar yapmak zorunda kalmadan çeşitli PRF özellikleri çıkarılmasını sağlayan PRF parametre tahminlerinin görsel doğrulama sağlar. Bu yaklaşım, görsel sistemin bozukluğu olan hastaların PRF organizasyonunu araştırmak için özellikle yararlı olacağa benziyor.

Doğru PRF modelleme doğru PRF şekiller yakalama gerektirir. PRF topografyasını bilmeden, önceki çalışmalarda 1,9-11 kullanılan dairesel simetrik modellerin seçimi makul bir seçimdir. Yerel retinotopic kurum görme alanı her yönde homojen ise, bir yerel halk yanıt nöronal yanıtları dairesel simetrik toplam agrega olarak temsil edilebilir, çünkü. Ancak, bizim gözlem bu mutlaka böyle (Şekil 2) olmadığını göstermektedir. Bu nedenle, PRF topografyasının gözlem PRF m...

Watch this Scientific Journal Video about Topographical Estimation of Visual Population Receptive Fields by fMRI at JoVE.com

Topographical Estimation of Visual Population Receptive Fields by fMRI

It is important to obtain unbiased estimates of visual population receptive fields (pRFs) by functional magnetic resonance imaging. We use mild regularization constraints to estimate pRF topography without a-priori assumptions about pRF shape, allowing us to choose specific pRF models post-hoc. This is particularly advantageous in subjects with visual-pathway lesions.

FMRI tarafından Görsel Nüfus Alıcı Fields topografik Tahmini

Visual cortex is retinotopically organized so that neighboring populations of cells map to neighboring parts of the visual field. Functional magnetic ...

topographical-estimation-of-visual-population-receptive-fields-by-fmri

Research

JoVE Journal

Behavior

9.2K Görüntüleme.  Baylor College of Medicine. It is important to obtain unbiased estimates of visual population receptive fields (pRFs) by functional magnetic resonance imaging. We use mild regularization constraints to estimate pRF topography without a-priori assumptions about pRF shape, allowing us to choose specific pRF models post-hoc. This is particularly advantageous in subjects with visual-pathway lesions.

Video: Topographical Estimation of Visual Population Receptive Fields by fMRI

Functional Magnetic Resonance Imaging (fMRI) with Auditory Stimulation in Songbirds

The neurobiology of birdsong, as a model for human speech, is a pronounced area of research in behavioral neuroscience. Whereas electrophysiology and molecular approaches allow the investigation of either different stimuli on few neurons, or one stimulus in large parts of the brain, blood oxygenation level dependent (BOLD) functional Magnetic Resonance Imaging (fMRI) allows combining both advantages, i.e. compare the neural activation induced by different stimuli in the entire brain at once. fMRI in songbirds is challenging because of the small size of their brains and because their bones and especially their skull comprise numerous air cavities, inducing important susceptibility artifacts. Gradient-echo (GE) BOLD fMRI has been successfully applied to songbirds 1-5 (for a review, see 6). These studies focused on the primary and secondary auditory brain areas, which are regions free of susceptibility artifacts. However, because processes of interest may occur beyond these regions, whole brain BOLD fMRI is required using an MRI sequence less susceptible to these artifacts. This can be achieved by using spin-echo (SE) BOLD fMRI 7,8 . In this article, we describe how to use this technique in zebra finches (Taeniopygia guttata), which are small songbirds with a bodyweight of 15-25 g extensively studied in behavioral neurosciences of birdsong. The main topic of fMRI studies on songbirds is song perception and song learning. The auditory nature of the stimuli combined with the weak BOLD sensitivity of SE (compared to GE) based fMRI sequences makes the implementation of this technique very challenging.

Functional Magnetic Resonance Imaging fMRI with Auditory Stimulation in Songbirds

This article shows an optimized procedure for imaging of the neural substrates of auditory stimulation in the songbird brain using functional Magnetic Resonance Imaging (fMRI). It describes the preparation of the sound stimuli, the positioning of the subject and the acquisition and subsequent analysis of the fMRI data.

Songbirds İşitsel Uyarım ile Fonksiyonel Manyetik Rezonans Görüntüleme (fMRI)

The neurobiology of birdsong, as a model for human speech, is a pronounced area of research in behavioral neuroscience. Whereas electrophysiology and ...

Davranış

fMRI Validation of fNIRS Measurements During a Naturalistic Task

We present a method to compare brain activity recorded with near-infrared spectroscopy (fNIRS) in a dance video game task to that recorded in a reduced version of the task using fMRI (functional magnetic resonance imaging). Recently, it has been shown that fNIRS can accurately record functional brain activities equivalent to those concurrently recorded with functional magnetic resonance imaging for classic psychophysical tasks and simple finger tapping paradigms. However, an often quoted benefit of fNIRS is that the technique allows for studying neural mechanisms of complex, naturalistic behaviors that are not possible using the constrained environment of fMRI. Our goal was to extend the findings of previous studies that have shown high correlation between concurrently recorded fNIRS and fMRI signals to compare neural recordings obtained in fMRI procedures to those separately obtained in naturalistic fNIRS experiments. Specifically, we developed a modified version of the dance video game Dance Dance Revolution (DDR) to be compatible with both fMRI and fNIRS imaging procedures. In this methodology we explain the modifications to the software and hardware for compatibility with each technique as well as the scanning and calibration procedures used to obtain representative results. The results of the study show a task-related increase in oxyhemoglobin in both modalities and demonstrate that it is possible to replicate the findings of fMRI using fNIRS in a naturalistic task. This technique represents a methodology to compare fMRI imaging paradigms which utilize a reduced-world environment to fNIRS in closer approximation to naturalistic, full-body activities and behaviors. Further development of this technique may apply to neurodegenerative diseases, such as Parkinson&#8217;s disease, late states of dementia, or those with magnetic susceptibility which are contraindicated for fMRI scanning.

We present a method to compare functional brain activity recorded during a naturalistic task using fNIRS with activity recorded during fMRI.

Bir Doğal Görev sırasında fNIRS Ölçümlerin fMRI Doğrulama

We present a method to compare brain activity recorded with near-infrared spectroscopy (fNIRS) in a dance video game task to that recorded in a reduced ...

High-resolution Functional Magnetic Resonance Imaging Methods for Human Midbrain

Functional MRI (fMRI) is a widely used tool for non-invasively measuring correlates of human brain activity. However, its use has mostly been focused upon measuring activity on the surface of cerebral cortex rather than in subcortical regions such as midbrain and brainstem. Subcortical fMRI must overcome two challenges: spatial resolution and physiological noise. Here we describe an optimized set of techniques developed to perform high-resolution fMRI in human SC, a structure on the dorsal surface of the midbrain; the methods can also be used to image other brainstem and subcortical structures.
High-resolution (1.2 mm voxels) fMRI of the SC requires a non-conventional approach. The desired spatial sampling is obtained using a multi-shot (interleaved) spiral acquisition1. Since, T2* of SC tissue is longer than in cortex, a correspondingly longer echo time (TE ~ 40 msec) is used to maximize functional contrast. To cover the full extent of the SC, 8-10 slices are obtained. For each session a structural anatomy with the same slice prescription as the fMRI is also obtained, which is used to align the functional data to a high-resolution reference volume.
In a separate session, for each subject, we create a high-resolution (0.7 mm sampling) reference volume using a T1-weighted sequence that gives good tissue contrast. In the reference volume, the midbrain region is segmented using the ITK-SNAP software application2. This segmentation is used to create a 3D surface representation of the midbrain that is both smooth and accurate3. The surface vertices and normals are used to create a map of depth from the midbrain surface within the tissue4.
Functional data is transformed into the coordinate system of the segmented reference volume. Depth associations of the voxels enable the averaging of fMRI time series data within specified depth ranges to improve signal quality. Data is rendered on the 3D surface for visualization.
In our lab we use this technique for measuring topographic maps of visual stimulation and covert and overt visual attention within the SC1. As an example, we demonstrate the topographic representation of polar angle to visual stimulation in SC.

This article describes techniques to perform high-resolution functional magnetic resonance imaging with 1.2 mm sampling in human midbrain and subcortical structures using a 3T scanner. Use of these techniques to resolve topographic maps of visual stimulation in the human superior colliculus (SC) is given as an example.

İnsan orta beyin için yüksek çözünürlüklü Fonksiyonel Manyetik Rezonans Görüntüleme Yöntemleri

Functional MRI (fMRI) is a widely used tool for non-invasively measuring correlates of human brain activity. However, its use has mostly been focused upon ...

Nörobilim

Co-analysis of Brain Structure and Function using fMRI and Diffusion-weighted Imaging

The study of complex computational systems is facilitated by network maps, such as circuit diagrams. Such mapping is particularly informative when studying the brain, as the functional role that a brain area fulfills may be largely defined by its connections to other brain areas. In this report, we describe a novel, non-invasive approach for relating brain structure and function using magnetic resonance imaging (MRI). This approach, a combination of structural imaging of long-range fiber connections and functional imaging data, is illustrated in two distinct cognitive domains, visual attention and face perception. Structural imaging is performed with diffusion-weighted imaging (DWI) and fiber tractography, which track the diffusion of water molecules along white-matter fiber tracts in the brain (Figure 1). By visualizing these fiber tracts, we are able to investigate the long-range connective architecture of the brain. The results compare favorably with one of the most widely-used techniques in DWI, diffusion tensor imaging (DTI). DTI is unable to resolve complex configurations of fiber tracts, limiting its utility for constructing detailed, anatomically-informed models of brain function. In contrast, our analyses reproduce known neuroanatomy with precision and accuracy. This advantage is partly due to data acquisition procedures: while many DTI protocols measure diffusion in a small number of directions (e.g., 6 or 12), we employ a diffusion spectrum imaging (DSI)1, 2 protocol which assesses diffusion in 257 directions and at a range of magnetic gradient strengths. Moreover, DSI data allow us to use more sophisticated methods for reconstructing acquired data. In two experiments (visual attention and face perception), tractography reveals that co-active areas of the human brain are anatomically connected, supporting extant hypotheses that they form functional networks. DWI allows us to create a "circuit diagram" and reproduce it on an individual-subject basis, for the purpose of monitoring task-relevant brain activity in networks of interest.

We describe a novel approach for simultaneous analysis of brain function and structure using magnetic resonance imaging (MRI). We assess brain structure with high-resolution diffusion-weighted imaging and white-matter fiber tractography. Unlike standard structural MRI, these techniques allow us to directly relate anatomical connectivity to functional properties of brain networks.

FMRI ve difüzyon ağırlıklı görüntüleme ile Beyin Yapısı ve Fonksiyonu Co-analizi

The study of complex computational systems is facilitated by network maps, such as circuit diagrams. Such mapping is particularly informative when ...

Detecting Pre-Stimulus Source-Level Effects on Object Perception with Magnetoencephalography

Pre-stimulus oscillatory brain activity influences upcoming perception. The characteristics of this pre-stimulus activity can predict whether a near-threshold stimulus will be perceived or not perceived, but can they also predict which one of two competing stimuli with different perceptual contents is perceived? Ambiguous visual stimuli, which can be seen in one of two possible ways at a time, are ideally suited to investigate this question. Magnetoencephalography (MEG) is a neurophysiological measurement technique that records magnetic signals emitted as a result of brain activity. The millisecond temporal resolution of MEG allows for a characterization of oscillatory brain states from as little as 1 second of recorded data. Presenting an empty screen around 1 second prior to the ambiguous stimulus onset therefore provides a time window in which one can investigate whether pre-stimulus oscillatory activity biases the content of upcoming perception, as indicated by participants&#39;&#160;reports. The spatial resolution of MEG is not excellent, but sufficient to localise sources of brain activity at the centimetre scale. Source reconstruction of MEG activity then allows for testing hypotheses about the oscillatory activity of specific regions of interest, as well as the time- and frequency-resolved connectivity between regions of interest. The described protocol enables a better understanding of the influence of spontaneous, ongoing brain activity on visual perception.

This article describes how to set up an experiment that allows detecting pre-stimulus source-level influences on object perception using magnetoencephalography (MEG). It covers stimulus material, experimental design, MEG recording, and data analysis.

Magnetoensefalografi ile nesne algısında ön Stimulus kaynak düzeyinde etkileri tespit etme

Pre-stimulus oscillatory brain activity influences upcoming perception. The characteristics of this pre-stimulus activity can predict whether a ...

Mapping Regional Homogeneity and Functional Connectivity of the Visual Cortex in Resting-State fMRI

A combined regional homogeneity (ReHo) and functional connectivity (FC) method, a type of noninvasive functional magnetic resonance imaging (fMRI) method, has been used to evaluate synchronous neuronal activity changes in retinitis pigmentosa (RP). The purpose of this study is to describe our method for analysis of intra- and interregional synchronizations of changes in neuronal activity in RP patients. The advantages of the combined ReHo and FC method are that it is both noninvasive and sufficiently sensitive to investigate changes in cerebral synchronous neuronal activity changes in vivo. Here, 16 RP patients and 14 healthy controls closely matched in age, sex, and education underwent resting-state fMRI scans. Two sample t-tests were conducted to compare ReHo and FC across groups. Our results showed that visual network disconnection and reorganization of the retino-thalamocortical pathway and dorsal visual stream occurred in the RP patients. Here, we describe the details of this method, its use, and the impact of its key parameters in a step-by-step manner.

<meta charset="utf8"></head><body>Dinlenme Durumu fMRG'de Görsel Korteksin Bölgesel Homojenliğinin ve Fonksiyonel Bağlantısının Haritalanması

We present a protocol for analyzing functional magnetic resonance imaging data to investigate spontaneous neural activity alterations in retinitis pigmentosa patient using a combined regional homogeneity and functional connectivity method.

Dinlenme Durumu fMRG'de Görsel Korteksin Bölgesel Homojenliğinin ve Fonksiyonel Bağlantısının Haritalanması

A combined regional homogeneity (ReHo) and functional connectivity (FC) method, a type of noninvasive functional magnetic resonance imaging (fMRI) method, ...

Simultaneous Data Collection of fMRI and fNIRS Measurements Using a Whole-Head Optode Array and Short-Distance Channels

Functional near-infrared spectroscopy (fNIRS) is a portable neuroimaging methodology, more robust to motion and more cost-effective than functional magnetic resonance imaging (fMRI), which makes it highly suitable for conducting naturalistic studies of brain function and for use with developmental and clinical populations. Both fNIRS and fMRI methodologies detect changes in cerebral blood oxygenation during functional brain activation, and prior studies have shown high spatial and temporal correspondence between the two signals. There is, however, no quantitative comparison of the two signals collected simultaneously from the same subjects with whole-head fNIRS coverage. This comparison is necessary to comprehensively validate area-level activations and functional connectivity against the fMRI gold standard, which in turn has the potential to facilitate comparisons of the two signals across the lifespan. We address this gap by describing a protocol for simultaneous data collection of fMRI&#160;and fNIRS signals that: i) provides whole-head fNIRS coverage; ii) includes short-distance measurements for regression of the non-cortical, systemic physiological signal; and iii) implements two different methods for optode-to-scalp co-registration of fNIRS measurements. fMRI and fNIRS data from three subjects are presented, and recommendations for adapting the protocol to test developmental and clinical populations are discussed. The current setup with adults allows scanning sessions for an average of approximately 40 min, which includes both functional and structural scans. The protocol outlines the steps required to adapt the fNIRS equipment for use in the magnetic resonance (MR) environment, provides recommendations for both data recording and optode-to-scalp co-registration, and discusses potential modifications of the protocol to fit the specifics of the available MR-safe fNIRS system. Representative subject-specific responses from a flashing-checkerboard task illustrate the feasibility of the protocol to measure whole-head fNIRS signals in the MR environment. This protocol will be particularly relevant for researchers interested in validating fNIRS signals against fMRI across the lifespan.

We present a method for simultaneously collecting fMRI and fNIRS signals from the same subjects with whole-head fNIRS coverage. The protocol has been tested with three young adults and can be adapted for data collection for developmental studies and clinical populations.

Tüm kafa optode dizisi ve kısa mesafeli kanallar kullanılarak fMRI ve fNIRS ölçümlerinin eş zamanlı veri toplanması

Functional near-infrared spectroscopy (fNIRS) is a portable neuroimaging methodology, more robust to motion and more cost-effective than functional ...

Görme Bozukluklarının Gelişmiş Değerlendirilmesi için Görsel Korteks Haritalamasının Geliştirilmesi

Functional Magnetic Resonance Imaging (fMRI) of the Visual Cortex with Wide-View Retinotopic Stimulation

High-resolution retinotopic blood oxygenation level-dependent (BOLD) functional magnetic resonance imaging (fMRI) with a wide-view presentation can be used to functionally map the peripheral and central visual cortex. This method for measuring functional changes of the visual brain allows for functional mapping of the occipital lobe, stimulating &gt;100&#176; (&plusmn;50&#176;) or more of the visual field, compared to standard fMRI visual presentation setups which usually cover &lt;30&#176; of the visual field. A simple wide-view stimulation system for BOLD fMRI can be set up using common MR-compatible projectors by placing a large mirror or screen close to the subject's face and using only the posterior half of a standard head coil to provide a wide-viewing angle without obstructing their vision. The wide-view retinotopic fMRI map can then be imaged using various retinotopic stimulation paradigms, and the data can be analyzed to determine the functional activity of visual cortical regions corresponding to central and peripheral vision. This method provides a practical, easy-to-implement visual presentation system that can be used to evaluate changes in the peripheral and central visual cortex due to eye diseases such as glaucoma and the vision loss that may accompany them.

Yazar Spotlight: Geniş Görüşlü fMRI Haritalama Yoluyla Görsel Korteks Araştırmasına İlişkin Görüşler 

We have developed techniques for mapping the visual cortex function utilizing more of the visual field than is commonly used. This approach has the potential to enhance the evaluation of vision disorders and eye diseases.

Geniş Görüşlü Retinotopik Stimülasyon ile Görsel Korteksin Fonksiyonel Manyetik Rezonans Görüntülemesi (fMRI)

High-resolution retinotopic blood oxygenation level-dependent (BOLD) functional magnetic resonance imaging (fMRI) with a wide-view presentation can be ...

FMRI tarafından Görsel Nüfus Alıcı Fields topografik Tahmini

Özet

Daha Fazla Video Keşfet

Songbirds İşitsel Uyarım ile Fonksiyonel Manyetik Rezonans Görüntüleme (fMRI)

Bir Doğal Görev sırasında fNIRS Ölçümlerin fMRI Doğrulama

İnsan orta beyin için yüksek çözünürlüklü Fonksiyonel Manyetik Rezonans Görüntüleme Yöntemleri

FMRI ve difüzyon ağırlıklı görüntüleme ile Beyin Yapısı ve Fonksiyonu Co-analizi

Magnetoensefalografi ile nesne algısında ön Stimulus kaynak düzeyinde etkileri tespit etme

Dinlenme Durumu fMRG'de Görsel Korteksin Bölgesel Homojenliğinin ve Fonksiyonel Bağlantısının Haritalanması

Dinlenme Durumu fMRG'de Görsel Korteksin Bölgesel Homojenliğinin ve Fonksiyonel Bağlantısının Haritalanması

Tüm kafa optode dizisi ve kısa mesafeli kanallar kullanılarak fMRI ve fNIRS ölçümlerinin eş zamanlı veri toplanması

Geniş Görüşlü Retinotopik Stimülasyon ile Görsel Korteksin Fonksiyonel Manyetik Rezonans Görüntülemesi (fMRI)

Geniş Görüşlü Retinotopik Stimülasyon ile Görsel Korteksin Fonksiyonel Manyetik Rezonans Görüntülemesi (fMRI)