Resting state fMRI

Hva er resting-state fMRI?

Resting-state fMRI (rs-fMRI) er en metode for å måle spontane aktivitetsmønstre i hjernen som oppstår under hvile, altså i fravær av en bestemt oppgave eller stimulus. Under hvile sees høyfrekvente (<0.1 Hz; 1/f) fluktuasjoner i BOLD-signalet som korrelerer mellom ulike områder i hjernen, og disse områdene kan beskrives som et funksjonelt nettverk. Funksjonelle nettverk kan identifiseres ved å gjøre et standard BOLD-fMRI opptak i en kort hvileperiode, kombinert med analyser av ”functional connectivity” (se under). 

De fleste rs-fMRI opptak viser flere funksjonelle nettverk som samsvarer mellom ulike personer. Mest omtalt i litteraturen er ”default mode” nettverket, som inkluderer ulike områder i frontal- og parietallappen. Disse områdene har til felles at aktiviteten avtar når man fokuserer oppmerksomheten på en kognitiv oppgave, slik det kan måles med et standard fMRI-eksperiment. Andre nettverk som ofte observeres er sensorisk-motoriske, visuelle og auditive nettverk, og nettverk for eksekutive funksjoner og hukommelse. Det er ennå uklart hvilken funksjon disse nettverkene har. De blir av mange tolket som resultatet av spontane tankeprosesser, som refleksjon, planlegging og hukommelse. Andre argumenterer for en mer basal rolle i overvåkning av omgivelsene, vedlikehold av nettverksforbindelser, og generell beredskap til å handle.

 

Anvendelsesområder

Per i dag brukes rs-fMRI hovedsakelig til forskning, bl.a. til å studere hvordan resting-state nettverk varierer med individuelle faktorer som kjønn og alder, og hvordan de henger sammen med styrken på BOLD-responser i oppgavebasert fMRI. Forskning har også beskrevet avvik i resting-state nettverk i nevrodegenerative og psykiatriske lidelser, som Alzheimers demens, Parkinson, depresjon og schizofreni. Metoden har derfor et potensial for framtidig klinisk bruk, for eksempel til prekirurgisk planlegging eller diagnostikk. 

Metoden har flere fordeler ved bruk i kliniske forskning/utredning:

• Enkel og rask undersøkelse: Gjør det mulig å undersøke pasienter som har vanskelig for å gjennomføre en lengre og mer krevende fMRI-undersøkelse.

• Krever ikke spesielt fMRI utstyr: Kan gjøres i alle norske sykehus med en MR-maskin.

• Resultatene er generelt stabile over tid. Metoden egner seg derfor godt til å studere endringer over tid, for eksempel sykdomsforløp og behandlingseffekter

Utfordringer ved metoden:

• Krever omfattende analyse, og det finnes ennå få retningslinjer for valg av metode.

• Resultatene er vanskelige å tolke. Dette gjelder særlig ved bruk av datastyrte analysemetoder som ICA (se under). 

 

Metode

Paradigme: 5-10 min hvile. Pasienten blir bedt om å ligge rolig, slappe av, og ikke tenke på noe spesielt. Han/hun må holde øynene åpne og fokusere på et kryss på skjermen (evt. et annet punkt i maskinen eller hodespolen). Det er viktig at pasienten ikke sovner.

Skanprotokoll for 3T: Gradient echo EPI, whole brain FoV, TE = 30 (25-35) ms, TR = 2500 (2000-4000) ms.

Analysemetoder: Det finnes ulike metoder for å analysere ”functional conncectivity”. Mest vanlig er seed-based correlation (SCA) og independent component analysis (ICA). SCA er en hypotesestyrt metode hvor man tar utgangspunkt i en voxel eller region-of-interest, og identifiser områder hvor signalet korrelerer med denne. ICA er en datastyrt metode for å avdekke uavhengige komponenter som beskriver den totale signalvariasjonen i datasettet.


Eksempel på resultater fra resting-state fMRI. I dette eksempelet ble det gjort et 8 min resting-state opptak i friske frivillige (n=21) og deretter en Independent Component Analysis i FSL. Figurene viser områder som inngår i default mode nettverket (A), BOLD signalkurven som er karakteristisk for dette nettverket (B), og frekvensfordelingen i signalet (C). 

 

Relevant litteratur

Fox MD, Greicius M (2010). Clinical applications of resting state functional connectivity. Frontiers Syst Neurosci 4 (Article 13)

Cole DM, Smith SM, Beckmann CF (2010). Advanced and pitfalls in the analysis and interpretation of resting-state fMRI data. Frontiers Sys Neurosci 4 (Article 8)

Damoiseaux JS, Rombouts SARB, Barkhof F, Scheltens P, Stam CJ, Smith SM, Beckmann CF (2006). Consistent resting-state networks across healthy subjects. Proc Natl Acad Sci 103: 13848-13853

Margulies DS, Böttger J, Long X, Lv Y, Kelly C, Schäfer A, Goldhahn D, Abbushi A, Milham MP, Lohmann G, Villringer A (2010). Resting developments: a review of fMRI post-processing methodologies for spontaneous brain activity. MAGMA 23(5-6):289-307