静息态脑功能血液动力学过程的生物物理模型研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
81401473
项目类别：
青年科学基金项目
资助金额：
23.0万
负责人：
何宏建
依托单位：
浙江大学
学科分类：
H2708.医学图像数据处理、分析与可视化
结题年份：
2017
批准年份：
2014
项目状态：
已结题
起止时间：
2015-01-01 至2017-12-31

项目参与者：
丁秋萍；黄飞；林木；翁健；廖聪裕；袁莉莎；姚小曼；杨晗；
关键词：
生物物理模型静息态功能磁共振成像脑功能血液动力学

项目摘要

Resting-state functional magnetic resonance imaging is one of the most important neuroimaging techniques. It provides valuable image-based evidence for basic studies of many brain diseases and their clinic diagnosis. The fundamental question of underlying biophysical mechanism of resting-state functional signal, however, is not clearly understood yet. In this project, we proposed a framework to build a biophysical model for resting state, based on related studies in literature and the existing biophysics balloon model for task state. Our proposed model could estimate metabolic rate of oxygen from blood flow and blood oxygenation level changes, under constraints of a group of biological model parameters. We identified several possible difficulties in this study, and considered solutions including data quality control, resting-state frequency band selection, and Monte Carlo simulation. In a word, our current proposal is a new attempt in resting-state data analysis. With this model, we hope to provide new insight into the mechanism of resting-state hemodynamic process, for a better understanding of the biophysical meaning of brain function at rest.

静息态功能磁共振成像技术是重要的脑功能成像方法之一，为一系列重大脑疾病的基础研究和临床辅助诊断提供了重要的影像学证据。然而，静息态脑功能信号的生理机制尚不清楚，是该领域仍待解决的重大基础问题。本项目在相关文献调研和已有的任务态血氧动力学响应生物物理模型基础上，提出了建立适用于静息状态的生物物理模型方法。该模型通过整合静息态脑血流信号和血氧水平浓度改变信号，在相关生理模型参数的约束条件下，最终可估计出相应的氧代谢率。我们充分分析了该模型研究所需的实验条件和存在的困难，并提出了噪声控制、频率提取和数值模拟等解决方法。该研究是在现有静息态脑功能研究上的新尝试。在该模型基础上，我们希望可以从新的角度阐释静息条件下血氧动力学过程的生理机制，进一步揭示静息态脑功能信号的生理意义，最终为脑功能成像的临床应用和疾病研究提供新的理论支持。

结项摘要

近年来，静息态磁共振成像在脑功能研究中发展迅速，相关研究成果不断丰富着脑科学和临床研究中对脑功能的认识。在功能连接、低频振幅等半定量指标基础上，本研究着眼于研究静息条件下局部脑血流和局部血氧信号之间的联系，并试图探索建立两者之间的定量耦合模型。 .为此，本研究设计了跨模态的脑功能磁共振实验，通过组块任务确定感兴趣区，然后分析该区域在睁眼和闭眼两种常用静息条件下，脑血流和血氧代谢信号之间的联系。根据需要，我们也针对性地开展了静息态脑功能信号采集和分析方法的优化研究。通过这些探索和实验，本研究结果主要发现：1) 多回波脑功能成像信号通过拟合分析，可以获得R2*信号，并去除S0信号的影响。2) PCASL成像参数优化和组织T1参数校正可以帮助得到更准确的脑血流信息。3）通过比较睁眼和闭眼两种静息条件，低频振幅的变化与CBF变化没有明确相关关系，但平均R2*的变化与CBF变化的相关紧密。4）R2*变化与CBF的耦合模型仍有待下阶段进一步探索。.上述结果提示在未来静息态研究中除低频涨落之外，还应关注如平均R2*等其他指标。在本研究过程中所开发和优化的脑功能成像和分析方法对本领域相关研究也有较好的参考价值。