01
研究背景

血氧水平依賴 (BOLD) 信號作為大腦激活的代理測量，被廣泛用于功能性磁共振成像 (fMRI)。然而，由于這些信號與血液有關，它們也受到其他生理過程的影響——在靜息狀態 fMRI 中尤其如此。以往的研究發現，靜息狀態BOLD的幅度與區域血管密度密切相關。此實驗研究了 BOLD 信號的一些時間波動也可能與區域血管密度有關，首先確定與血液結合的全身低頻振蕩 (systemic low-frequency oscillation，sLFO)，然后根據體素與sLFO 的相關性評估所有體素的分布。

02
研究方法
 

2.1、被試

共8名有效被試被招募，平均年齡33歲。
 

2.2、實驗材料

無任務態范式。僅采用了具有注視點的灰色屏幕。
 

2.3、實驗過程

參與者被要求安靜地躺在MRI掃描儀中，睜著眼睛，觀看一個灰色屏幕，屏幕中心有一個注視點。靜息狀態掃描持續 6 分鐘。在靜息態fMRI掃描前、中、后，參與者的NIRS數據通過ISS Imagent被收取。

2.4、數據采集和處理

所有 MR 數據都是在 Siemens TIM Trio 3T 掃描儀（Siemens Medical Systems, Malvern, PA）上使用 32 通道相控陣頭矩陣線圈采集的。NIRS數據使用 ISS Imagent（ISS, Inc., Champaign, IL）在 690 和 830 nm 處以 25 Hz 采集速率連續記錄。
 

對于每個參與者，標準的 fMRI 預處理步驟，包括大腦提取、運動校正、切片時間、校正和平滑（3 毫米）應用于原始 BOLD 信號（使用 FSL 5.0 的 FEAT v6.00）。在 MATLAB中在BOLD 數據中去除呼吸和心臟搏動的高頻生理信號。隨后使用FAST (FSL) 分割白質、灰質和腦脊液 (CSF) 區域（結果見圖1）。這些分割區域、MRA 掃描和每個參與者自己的靜息狀態 fMRI 體積都注冊到 MNI152 標準大腦中。每個受試者的脈管系統（VA）來自每個受試者的閾值 MRA 掃描。閾值50是根據所有受試者的結果和掃描參數決定的經驗值，它為所有受試者呈現明確的 VA 地圖。
 

從每個參與者的靜息狀態數據中得出兩個不同的圖 (3D)：(1) 低頻波動幅度（ALFF），其中的值表示來自每個體素 BOLD 信號的 LFO 的幅度，以及 (2) sLFO 的最大交叉相關性 (maxcc)，其中每個體素的值表示從上矢狀竇 (Superior Sagittal Sinus，SSS) 中的 BOLD 中提取的最佳延遲 sLFO 與每個體素中的 BOLD 信號時程之間的最佳相關性。

圖1. 分割后所有被試者平均的不同組織類型：白質、灰質、腦脊液、脈管系統。
 

03
實驗結果

3.1、Maxcc值與不同組織中提速數量的關系

圖 2a 顯示了來自 8 個被試者的平均堆疊 maxcc 分布圖，其中條形表示 10 個 bin 中每個 bin 中體素的組織分布。條形圖中不同的顏色分別代表在 灰質、白質、CSF 和 VA 中發現的這些 10% 體素的比例。具有標準偏差的相同平均分布圖如圖 2b 所示。隨著 maxcc 值的增加，在灰質中發現了更多的體素。在白質中觀察到相反的趨勢。CSF和 VA 與 maxcc 沒有顯著關系，除了在最高相關值（第 10 條）中，與第 9 條中的值相比，這兩個組織段中的體素顯著更多。眾所周知，腦脊液中不應該含有任何血液。然而，CSF 的位置與 GM 和 VA 的位置相鄰。因此， CSF 結果在很大程度上代表了分割和配準錯誤。

圖2. Maxcc 映射的平均堆疊分布圖a及其對應的正則分布圖b。

3.2、Maxcc和ALFF增加值所對應的有效提速空間分布

圖3為maxcc (a)和ALFF (b)的增加值所對應的有效體素空間分布。可以通過以下方式看到相似之處：（1）具有最低 maxcc 和 ALFF 值的體素聚集在白質中，如圖 3 的第一行所示；(2)隨著maxcc和ALFF值的增加，體素越來越有可能出現在灰質區域；(3) maxcc 和 ALFF 最高的體素在大血管中，如圖 3 最后一行所示。maxcc 和 ALFF 的空間分布圖之間的可見差異是：(1) maxcc 值最低的體素可以見于下腦（如腦橋），這不適用于 ALFF；(2) maxcc 的空間模式比 ALFF 的空間模式更嘈雜，邊界更清晰；(3) 即使具有最高 maxcc 和 ALFF 的體素在大血管中，具有最高 maxcc 值的體素聚集在大腦的頂部和后部（圖 3A 中的最后一張圖），而具有最高 ALFF 值的體素可以在靠近腦橋的較低大腦區域中找到（圖 3B 中的最后一張地圖）。

圖3. Maxcc (a)和ALFF (b)的增加值所對應的有效體素空間分布
 

04
結論

本研究結果表明，組織類型對靜息狀態下 BOLD 信號的 ALFF 有顯著影響。更重要的是，每個體素中由 sLFO 解釋的 BOLD 信號部分高度依賴于組織類型。由于這些組織類型在血管密度上存在顯著差異，每個體素中由 sLFO 以及 ALFF 值解釋的 BOLD 信號部分可能與體素的潛在血管密度正相關。

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

DOI: 10.3389/fnins.2016.00313