Advanced

Implementation and evaluation of functional connectivity measures -­ a resting state fMRI study of cognitively impaired subjects

Ohlsson, Hampus (2014)
Medical Physics Programme
Abstract
Resting State Functional Magnetic Resonance Imaging (rs-fMRI) is often used to map
brain networks or Resting State Networks (RSNs). The networks are estimated by calculating
how similarly certain spatially distinct brain regions behave. These networks have been shown to dier in individuals with many dierent kinds of cognitive diseases.

The purpose of this study was to evaluate the capability of dierent network characteri-
zation measures to distinguish rs-fMRI data from subjects with Mild Cognitive Impairment
(MCI) from that of healthy controls. The measures evaluated were synchronization likelihood, mean phase coherence as well as Pearson correlation.

Four cohorts were delineated using CerebroSpinal Fluid (CSF) biomarkers and... (More)
Resting State Functional Magnetic Resonance Imaging (rs-fMRI) is often used to map
brain networks or Resting State Networks (RSNs). The networks are estimated by calculating
how similarly certain spatially distinct brain regions behave. These networks have been shown to dier in individuals with many dierent kinds of cognitive diseases.

The purpose of this study was to evaluate the capability of dierent network characteri-
zation measures to distinguish rs-fMRI data from subjects with Mild Cognitive Impairment
(MCI) from that of healthy controls. The measures evaluated were synchronization likelihood, mean phase coherence as well as Pearson correlation.

Four cohorts were delineated using CerebroSpinal Fluid (CSF) biomarkers and scoring in
a word recollection assignment (ADAS-3). The networks of each cohort was compared to the
same healthy aged matched controls. Both synchronization likelihood and mean phase coherence was found to have lower statistical power to dierentiate groups than correlation. However, the only measure capable of capturing the complex, non-linear dynamics of functional networks, synchronization likelihood, exhibits a pattern in reduced connectivity linked to perceived MCI progression. (Less)
Popular Abstract (Swedish)
Funktionell magnetresonanstomogra (fMRI) är en icke-invasiv bildgivningsmetod som används
för att mäta och detektera hjärnaktivitet. Tekniken utnyttjar att neural aktivering i hjärnan är
kopplad till syretillförsel genom ökat blodöde. De magnetiska egenskaperna hos blodet leder till
en förhöjd radiofrekvent signal ifrån de omkringliggande vätekärnorna. När dessa radiofrekventa
signaler detekteras erhålls en kontrast i de delar av hjärnan där en aktivering skett.
Traditionellt har fMRI utförts i samband med någon form av uppgift eller stimulering i syfte
att upptäcka de delar av hjärnan som är kopplade till just den uppgiften eller stimulit. När så
inte är fallet kallas metoden för resting state fMRI. Med resting state fMRI studeras... (More)
Funktionell magnetresonanstomogra (fMRI) är en icke-invasiv bildgivningsmetod som används
för att mäta och detektera hjärnaktivitet. Tekniken utnyttjar att neural aktivering i hjärnan är
kopplad till syretillförsel genom ökat blodöde. De magnetiska egenskaperna hos blodet leder till
en förhöjd radiofrekvent signal ifrån de omkringliggande vätekärnorna. När dessa radiofrekventa
signaler detekteras erhålls en kontrast i de delar av hjärnan där en aktivering skett.
Traditionellt har fMRI utförts i samband med någon form av uppgift eller stimulering i syfte
att upptäcka de delar av hjärnan som är kopplade till just den uppgiften eller stimulit. När så
inte är fallet kallas metoden för resting state fMRI. Med resting state fMRI studeras vilka delar av
hjärnan som är aktiva under vila, i frånvaro av externa stimuli.

fMRI används idag kliniskt bland annat till planering inför kirurgiska ingrepp i hjärnan för
att undvika områden kopplade till viktiga funktioner såsom rörelse och tal. Studier har visat
att resting state fMRI möjligen kan ersätta traditionell fMRI i detta avseende vilket hade varit
fördelaktigt för patienter med svårigheter att utföra de uppgifter som krävs inom traditionell fMRI.
Det har även visats att metoden kan användas till att särskilja patienter med Alzheimers sjukdom
ifrån friska individer. Resting state fMRI är dock i en tidig fas av sin utveckling och er studier
är nödvändiga innan det kan användas i större utsträckning inom kliniken.
Med resting state fMRI utförs konnektivitetsanalyser mellan signalerna ifrån olika delar av
hjärnan i syfte att identiera funktionella nätverk. Tidsserier av spontan aktivitet från de olika
hjärnregionerna kan jämföras med varandra för att avgöra vilka områden som är sammankopplade
i ett nätverk.

I detta arbete har resting state fMRI-data från patienter med varierande grad av mild kognitiv
nedsättning (MCI) jämförts med data ifrån en frisk kontrollgrupp. På så sätt kan förändringar i det funktionella nätverket i hjärnan för personer med någon form av MCI studeras.
Konnektivitetsanalysen har traditionellt utförts genom att korrelationen mellan olika regioner
beräknats och på så sätt undersöka vilka regioner som verkar samverka med varandra och utifrån det återskapa ett funktionellt nätverk. Det nns anledning att tro att korrelation som ett mått på konnektivitet inte är det mest lämpliga i detta sammanhang.

Korrelation kan endast upptäcka lineära, stationära, samband. Det nns dock en konsensus
om att hjärnan interagerar med sig själv på ett icke-lineärt sätt. Vidare, när korrelation beräknas mellan två grupper av data erhålls en koecient med ett värde mellan -1 och 1. Negativa konnektivitetsvärden är dock olämpliga för analys av nätverkstopologi med s.k. grafteoretiska metoder. I detta arbete implementeras två nya konnektivitetsmått samt korrelation på ovannämnda resting state fMRI-data för att utföra olika typer av nätverksanalyser. Resultaten utvärderas och analyseras utifrån dess statistiska styrka, överrensstämmelse med tidigare gjorda studier samt förmåga att detektera mönster som tyder på progression av MCI. Det första av konnektivitetsmåtten är synchronization likelihood. Detta mått är avsett för att
upptäcka icke-lineär, icke-stationär, synkronisation mellan två dynamiska system. I klartext betyder detta att två hjärnregioner inte behöver uppvisa identiska beteenden för att de ska anses ha ett samband utan bara att den ena regionen upprepar ett visst beteende vid två tillfällen, samtidigt som den andra regionen upprepar ett annat beteende vid samma tillfällen. Synchronization likelihood ger ett värde mellan 0 och 1 som beskriver sannolikheten att två tidsserier är synkroniserade.

Det andra konnektivitetsmåttet heter mean phase coherence. Detta är ett mindre allmänt mått som, precis som korrelation, endast tar hänsyn till lineära samband. Mean phase coherence kräver även att data som den implementeras på har ett oscillerande beteende. Blodödet till hjärnans olika regioner kan dock anses bete sig någorlunda oscillerande under hjärnans vilotillstånd. Måttet infördes för att komma runt korrelationsmåttets fasskiftsberoende. I korthet kan till exempel två tidsserier med en viss fasförskjutning erhålla ett korrelationsvärde på noll trots att de för övrigt är identiska. Mean phase coherence kringgår detta genom att istället jämföra variansen i fasförskjutningen mellan två tidsserier. Detta ger ett värde mellan 0 och 1 på hur "faslåsta" två tidsserier är. Resultaten ifrån mean phase coherence pekar på sämre statistisk styrka än de ifrån korrelation och gav begränsat med nya insikter om förändrad nätverksfunktionalitet för individer med MCI även om vissa slutsatser angående hypotiserade progressionsmönster kan dras.

Synchronization likelihood hade också sämre statistisk styrka än korrelation men uppvisade
intressanta företeelser, icke-detekterbara med korrelation, som möjligen skulle kunna ge en insikt i progressionen av MCI. Det är därmed författarens åsikt att synchronization likelihoods lämplighet inom konnektivitetsanalys av resting state fMRI-data förtjänar fortsatta studier. (Less)
Please use this url to cite or link to this publication:
author
Ohlsson, Hampus
supervisor
organization
year
type
H2 - Master's Degree (Two Years)
subject
language
English
id
4934403
date added to LUP
2015-01-13 18:10:41
date last changed
2015-01-13 18:10:41
@misc{4934403,
  abstract     = {Resting State Functional Magnetic Resonance Imaging (rs-fMRI) is often used to map
brain networks or Resting State Networks (RSNs). The networks are estimated by calculating
how similarly certain spatially distinct brain regions behave. These networks have been shown to dier in individuals with many dierent kinds of cognitive diseases.

The purpose of this study was to evaluate the capability of dierent network characteri-
zation measures to distinguish rs-fMRI data from subjects with Mild Cognitive Impairment
(MCI) from that of healthy controls. The measures evaluated were synchronization likelihood, mean phase coherence as well as Pearson correlation.

Four cohorts were delineated using CerebroSpinal Fluid (CSF) biomarkers and scoring in
a word recollection assignment (ADAS-3). The networks of each cohort was compared to the
same healthy aged matched controls. Both synchronization likelihood and mean phase coherence was found to have lower statistical power to dierentiate groups than correlation. However, the only measure capable of capturing the complex, non-linear dynamics of functional networks, synchronization likelihood, exhibits a pattern in reduced connectivity linked to perceived MCI progression.},
  author       = {Ohlsson, Hampus},
  language     = {eng},
  note         = {Student Paper},
  title        = {Implementation and evaluation of functional connectivity measures -­ a resting state fMRI study of cognitively impaired subjects},
  year         = {2014},
}