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. Data Acquisition <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> הכן פרוטוקול גירוי כי הוא יעיל בלעורר תגובה חזותית retinotopic אמינה כפי שתואר לעיל ובדומולן 1 Wandell ואל לי האח. 2. עם זאת, פרדיגמות מבוססות היטב אחרות חלות גם בהתאם לשאלת הניסוי הספציפית לטיפול. </li><li style=";text-align:right;direction:rtl"> גירויי מתנת בר החולפים ברצף המסך לאורך 8 כיוונים של מרחב, בצעדים של 45 מעלות. ודא שהתנועה היא בתיאום עם רכישת מסגרת סורק (TR ~ 2 שניות), כך שהבר נע צעד פעם מתחילה מסגרת fMRI ונשאר במיקום החדש עד המסגרת מסתיימת. </li><li style=";text-align:right;direction:rtl"> כדי למדוד אות בסיס נכונה, להוסיף תקופות ללא גירוי בר 1. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> מגדיר שדה הראייה (10 עד 15 מעלות רדיוס) בזווית ראייה אשר לגירוי מוצג. מרגש בהווה או בדפוסי שחמט מהבהבים (גודל בודק = 0.94 x 0.94 מעלות 2, patteשיעור rn עדכון = 250 אלפיות שני / דפוס) בבר לעורר תגובה ויזואלית חזקה. </li><li style=";text-align:right;direction:rtl"> הפרמטרים הקלט הבאים הספציפיים: 8 כיוונים מחולק באופן שווה של תנועה, בר רוחב שווה ל1.875 מעלות, וברים לנוע בחצי רוחב הפס לכל מסגרת (2 שניות). ניתן למצוא פרטים נוספים באל לי האח. 2. </li><li style=";text-align:right;direction:rtl"> צור נקודה (~ 0.25 מעלות) במרכז המסך שבו העיניים של הנושא לקבע במהלך הניסוי. לשנות את הצבע של הנקודה אקראית בזמן. </li></ol></li><li style=";text-align:right;direction:rtl"> סריקת המוח של נושא בסורק MRI באמצעות סריקת הד מישורי הדמיה אופיינית (EPI) שיש לו משך 192 מסגרות (24 מסגרות בכל כיוון התנועה). חזור על הסריקות 4-8 פעמים כדי להגדיל את יחס אות לרעש. </li><li style=";text-align:right;direction:rtl"> פרמטרים שנקבעו לרצף EPI כדלקמן: = 2 שניות, TE = 40 אלפיות שנייה, גודל מטריצה ​​= 64 64, 28 פרוסות, גודל voxel = 3 x 3 x 3 מ&quot;מ 3 זווית שני, TR x = 90 °, לחלופין, חלים רצפים עם רזולוציה עדינה יותר (ה.ז., 2 x 2 x 2 מ&quot;מ 3) או TR קצר (למשל, סעיף 1-1.5) מכסה רק החזותית 2 קליפה. </li><li style=";text-align:right;direction:rtl"> תנועות עיני מסלול עם מערכת eyetracker במהלך הסריקות fMRI כדי להבטיח קיבוע נשמר עד למרחק של 1-1.5 מעלות של נקודת הקיבעון. הערה: כאן, משמשת eyetracker לתאם ראש מבוסס במערכת המשקפיים, אך ניתן להשתמש בי מערכות eyetracker המתאים אחרות במקום. </li><li style=";text-align:right;direction:rtl"> להורות לנושאים לקבע את המקום במרכז המסך שנוצר בשלב 1.3.2. כדי להבטיח את הנבדקים להתקבע, להדריך אותם לדווח על השינויים בצבע של נקודת הקיבעון. </li><li style=";text-align:right;direction:rtl"> להשיג סריקות אנטומיים, ב1 x 1 x 1 מ&quot;מ 3 רזולוציה (למשל, T1-MPRAGE; TR = 1,900 אלפיות שני, TE = 2.26 אלפית שניים, TI = 900 אלפיות שניים, זווית להעיף = 9 מעלות, 176 מחיצות). הערה: סריקות אנטומיים אלה ישמשו לפילוח כמו גם ליישור התמונות התפקודיות לאנטומיה הן בתוך ועל פני סריקות. להתאמה טובה יותר בין הפונקציהאל (EPI) תמונות ואנטומיה, לקבל גם סריקת האנטומיה inplane, עם רזולוציה זהה לEPI, באמצעות רצף משוקלל T1 הד שיפוע מהיר מפונק (SPGR) 1. </li></ol> טרום עיבוד 2. נתונים הערה: לפני הערכת נכסי PRF, יש צורך בכמה צעדים מראש עיבוד נתונים fMRI טיפוסיים, כגון תיקון תנועת הראש ויישור של כרכים פונקציונליים לסריקה אנטומיים. במאמר זה, כל העיבוד מראש, ההערכה, הניתוח וההצגה של תוצאות שהושגו מבוצעים באמצעות הקוד הפתוח LAB VISTA ארגז הכלים מבוססי תוכנת MATLAB זמין באתר תוכנת VISTA. http://white.stanford.edu/newlm/index.php/Main_Page. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> טען את סריקת אנטומי לMATLAB ולהכין האנטומיה עוצמת קול באמצעות פונקציה שנקראת createVolAnat. </li><li style=";text-align:right;direction:rtl"> עניין מגזר גריי, חומר לבן, וCSF באמצעות הפונקציה &quot;ItkGray&quot;. </li><li style=";text-align:right;direction:rtl"> הכן נתונים תפקודיים על ידי המרת DICOM (כלומר </eמ &#39;&gt;, פורמט קובץ MRI הגלם לSiemens) קבצים לתוך NIFTI (כלומר, פורמט קובץ MRI הפונקציונלי סטנדרטי) קבצים, ונתוני עומס לVISTA באמצעות פונקציה שנקראת mrInit. </li><li style=";text-align:right;direction:rtl"> ראש תנועה נכונה וליישר תמונות תפקודיות לאנטומיה שנטענה בשלב 2.1 באמצעות rxAlign מבוסס על שינוי מטריצת affine. </li><li style=";text-align:right;direction:rtl"> סריקות ממוצעת פונקציונליות-תיקן תנועה לשיפור יחס אות לרעש על ידי לחיצה mrVISTA ניתוח TimeSeries הממוצעת tSeries. לא לכלול בסריקות בממוצע שבמהלכו תנועות עיניים חורגת מקיבעון יותר מ 1-1.5 מעלות. אם יש לי אותות מריצות שונות dc-מרחף שונה, סריקות תפקודיות ממוצעת לאחר הסרת dc-המרחף. </li><li style=";text-align:right;direction:rtl"> לחשב את מיפוי התיאום בין סריקות פונקציונליות וחומר אפור ולזהות voxels חומר אפור מקבילים בסריקות התפקודיות על ידי בחירה בתפריטים הבאים: mrVISTA החלון הפתוח גריי 3-View Window. הקצאת אותות BOLD בvoxels החומר האפור על ידי ביון, בחירה באחת מהאפשרויותvailable בmrVISTA. </li></ol> 3. הערכת PRF הטופוגרפיה ומודלים פרמטריים <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> הורד את קבצי הקוד באמצעות הקישור הבא: https://sites.google.com/site/leesangkyun/prf/codes.zip, לחלץ את הקובץ הדחוס ולמקם אותם במיקום מועדף של המחשב המקומי. הוסף את הנתיב של התיקייה בMATLAB. </li><li style=";text-align:right;direction:rtl"> הגדר את הפרמטרים גירוי המשמשים בניסוי על ידי בחירה בתפריטים הבאים: mrVISTA ניתוח הפרמטרים שנקבעו דגם Retinotopic. ציין את הפרמטרים הבאים כגון תמונות גירוי, גודל הגירוי, פונקצית hemodynamic הקנונית, במסגרת השיעור של סורק fMRI. </li><li style=";text-align:right;direction:rtl"> לפני הערכת PRF, להכין את ערכות הראשוניות פרמטר (איור 1). <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> הגדר את סטי אימות הצולבת ב&quot; tprf_set_params.m &quot;מהקבצים הקוד. timeseries Divide לפחות לשתי תת-קבוצות (סט אחד לבדיקה והסטים שנותרו לאימון), כי הם מספיק זמן לבר לסוויp מרחב הגירוי כולו. לחלופין, ללא ממוצע סריקות בשלב 2.4, לאמת סריקות על ידי השארת את הסריקה אחת לבדיקה והשימוש בסריקות שנותרו לאימון. </li><li style=";text-align:right;direction:rtl"> להגדיר סט פרמטר גס (λ באיור 1; λ = [10 -2 10 -1 1 1 10 10 2]) ב&quot; tprf_set_params.m &quot;. ואז, להגדיר טווח קנס בקנה מידה ([0.1 0.3 0.5 0.7 0.9 1 3 5 7 9]) ב&quot; tprf_set_params.m &quot;. הערה: התכנית משתמשת הגסה להגדיר כדי לבחור λ וכתוצאה מכך השונות המוסבר הגבוהה ביותר. לאחר מכן, התכנית מחפשת בחלל סביב λ נבחר באמצעות מגוון סולם הקנס, שיפור הבחירה של λ כי תשואות שונות המוסבר הגבוהה ביותר נוסף. </li><li style=";text-align:right;direction:rtl"> להגדיר סף (0.2) של השונות מוסברות לvoxels חזותי מגיבים ב&quot; tprf_set_params.m &quot;. הערה: סף זה משמש כהתייחסות לבחירה של voxels חזותי תגובה. לחלופין, לעשותהחזר על השקעה עבור הלא חזותי-אזור תגובה (למשל, על ידי ציור מעגל עם רדיוס של 1 סנטימטר שבאינה מבחינה ויזואלית אזור במוח מגיב), שבו הסף ניתן לחשב באופן אוטומטי. </li><li style=";text-align:right;direction:rtl"> להגדיר סט של ספים ([0.3, 0.5, 0.7]) להגדרת אזור מרכז PRF בטופוגרפיה המנורמלת ב&quot; tprf_set_params.m &quot;(כלומר, [0-1] או [-1 עד 1] עם תקופות ללא גירוי בר בשלב 1.3.1). הערה: מהסט של ספי התכנית סיפקה בוחרת את הסף &quot;הטוב ביותר&quot;, כלומר הסף שמגדיר את אזור מרכז PRF שלמודל מרכז PRF מסביר את שונות אות הגדולות. לחלופין, לבחור סט של ערכי סף בהתאם למאפיינים של הטופוגרפיה שונה. </li></ol></li><li style=";text-align:right;direction:rtl"> הוצאת להורג &quot;tprf_runpRFest.m&quot; לחשב את הטופוגרפיה PRF (איור 1) ולהתאים גאוס אנאיזוטרופיים 2D. בסיום קביעה כל הפרמטרים שתוארו בפרוטוקול זה, ומפעיל את הקוד, להשיג את התוצאות אמידות הסופיות. </li></ol><img alt="איור 1" src="/files/ftp_upload/51811/51811fig1highres.jpg" width="700" /> איור 1: תהליך הערכת PRF. (א) איור סכמטי של התהליך ואחרי להערכת הטופוגרפיה PRF h (t):. פונקצית תגובה המודינמית, (t): גירוי, מ &#39;: PRF, רג:. הסדרת L2-נורמה (B) צעדים ספציפיים להערכת הטופוגרפיה PRF ודוגמנות מרכז PRF. הסט של פרמטרים הנדרשים להערכת מפורט בכל שלב. סעיף חד-ממדי של טופוגרפיה והמודל שלה בא לידי ביטוי. תחת עקומות &quot;התאמת מודל&quot;, שחורות ואדום מייצגות את הטופוגרפיה ומודל מרכז PRF עם סף מרכז של 0.5, בהתאמה. הקו המקווקו הכחול מציין סף לPRFאזור מרכז.

<ol>
	<li>Dumoulin, S. O., Wandell, B. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Population+receptive+field+estimates+in+human+visual+cortex.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+new+method+for+estimating+population+receptive+field+topography+in+visual+cortex.">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://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> The elements of statistical learning : data mining, inference, and prediction. , (2009).</li><li>Sereno, M. I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Borders+of+multiple+visual+areas+in+humans+revealed+by+functional+magnetic+resonance+imaging.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Retinotopic+organization+in+human+visual+cortex+and+the+spatial+precision+of+functional+MRI.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=fMRI+of+human+visual+cortex.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mapping+striate+and+extrastriate+visual+areas+in+human+cerebral+cortex.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Measurement+of+population+receptive+fields+in+human+early+visual+cortex+using+back-projection+tomography.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Modeling+center-surround+configurations+in+population+receptive+fields+using+fMRI.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+relationship+between+cortical+magnification+factor+and+population+receptive+field+size+in+human+visual+cortex:+constancies+in+cortical+architecture.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Population+receptive+field+dynamics+in+human+visual+cortex.">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.

מאמר זה מדגים כיצד להעריך את הטופוגרפיה של שדות פתוחים אוכלוסייה חזותיות בראייה אנושית וכיצד להשתמש בו כדי לבחור מודל פרמטרים מתאים לשדה פתוח קליפה. לretinotopy מוצלח, פרוטוקול גירוי מתאים ושיטת ניתוח יעילה יש לבחור, והפרמטרים של הנושא הניסיוניים (תנועה וקיבעון) צריכים להיות מותאמים. גירויי בר נעו ברצף על פני השדה החזותי הם הפרדיגמה גירוי יעילה להערכת PRF כפי שהוא מייצר תגובות BOLD להבדיל ממקומות גירוי מובחנים. השיטה ניתנת בונה הטופוגרפיה PRF. מאז הבעיה של הערכת PRF היא בדרך כלל שנקבע ב, כלי מתמטי הנקרא רכס רגרסיה 3 משמש לאכיפת המגבלה סבירה של דלילות על פתרון משקל PRF. טכניקת הסדרה זו היא יעילה מאוד באמידת מודל PRF כאשר מספר התצפיות (נקודת זמןים של אות BOLD) קטן משמעותי ממספר הפיקסלים המכסים את הממד המרחבי של הגירוי. שיטה זו מספקת הערכה חזקה יותר של מרכז PRF יותר משיטות קודמות. ישנן מספר סיבות לכך: 1) זה הקטעים הראשונים אזור מרכז PRF מטופוגרפית PRF ולאחר מכן מתאים מודל מתאים, הימנעות הטיות פוטנציאליות שעלולה להשפיע על מודל PRF מתאים בדגמים ישירים (ממצא דיכוי היקפי או רעש כלומר רחוק מPRF במרכז). 2) יש את היכולת לבדוק את הטופוגרפיה חזותית נותנת את האפשרות לאמת את הביצועים של התאמת המודל הסופית לחשוף טעויות שיטתיות, כמו גם 3) את האפשרות לזיהוי תכונות של מבנה PRF שאחרת עשויה שלא להתגלות. 4) על ידי הגבלת השטח המתאים, מודל זה הוא פחות סביר כדי למפות את PRF בתוך הגבול של מצגת גירוי בהשוואה שגויה לדגמים בכושר ישירים (ראה איור 2). אף אחדtheless, משתמש צריך להיות מודע לכך שהשיטה המוצעת יש גם מגבלות לבמדויק לכידת צורת PRF ליד גבול הגירוי. זאת בשל העובדה כי בסמוך לגבול גירויי בר להפעיל שדות פתוחים חלקיים המשתייכים לvoxels PRF שמרכז יהיה בדרך כלל להיות מחוץ לאזור מצגת גירוי. כל שיטת מיפוי שדה פתוחה תהיה כפופה לבעיה זו ולהראות שיא יחסי בגבול, אלא אם כן הוא יכול להסיק בצורה מושלמת מחלק ממרכז השדה פתוח שמפעיל את כל. אחרי שאמר את זה, השיטה שלנו היא מדויקת יותר מאשר שיטות הולמות ישירות 1.9, אשר נוטות להפריז בהערכת המרחק למרכז pRFs הנמצאים בסמוך לגבול מצגת גירוי ניכר (ראה איורים 5 ו -6 של אל Lee et. 2 ל פרטים נוספים). כפי שנאמר, כדי לבנות טופוגרפיה PRF חזקה תלויה בפרמטר החופשי ההסדרה, λ (איור 1), אשר יכול בדואר מותאם בנפרד של voxels הבודדים, או כפרמטר משותף לכל voxels. פרמטר ההסדרה משפיע טופוגרפיה PRF על ידי התאמת נתונים (מעל הולם או תת-הולם) למידה ראויה. בעוד λ קטן מוביל לטופוגרפיות PRF רועשות (כלומר, לגוף מעלה) בהשוואה לPRF בפועל, λ גדול מדכא תגובות חזותיות ובכך לגרום ליותר טופוגרפיות התפשטות מ מוצדק על ידי גודל PRF בפועל (כלומר, לגוף מתחת). בחירה של מבדה האופטימלית היא חיונית להערכת PRF מוצלחת. הערכנו λ של בקבוצות משנה שונות של נתונים והערכנו אומדנים אלה משתמשים באסטרטגית אימות צולבת. זה ממזער הטיות בהערכת הטופוגרפיה PRF. הטיות שייר פוטנציאליות מצטמצמות עוד יותר בשלב דוגמנות מרכז PRF, שבו סף טופוגרפיה שונה נחקר כדי לבחור אחד כי תוצאות השונות המוסבר הגבוהה ביותר (ראה אל Lee et. 2). Fiלבסוף, גישת הטופוגרפיה המוצעת היא יעיל המחשוב. הערכת PRF טופוגרפיות על כל voxels, כולל מציאת λ פרמטר הסדרה האופטימלי, לוקחת רק כמה דקות בסביבת מחשב. זיהוי voxels חזותי שאינם מגיבים בשלב זה אינו כולל אותם מהצעד נוסף המחשוב התובעני של דוגמנות PRF-מרכז, שיפור יעילות נוסף. אולי חשוב יותר, חוקרים כבר לא צריכים לבחון מודלים שונים PRF מרובים כדי למצוא אחד שמתאים גם, שכן הם יכולים להיות מודרכים בבחירת המודל המתאים על ידי הטופוגרפיה PRF. השיטה הוכיחה בפרוטוקול זה מודדת טופוגרפיה שדה פתוחה אוכלוסייה ומשתמשת בו כדי להנחות דוגמנות שדה פתוחה אוכלוסייה. גישה זו מפחיתה את ההטיה הנוכחית בשיטות מיפוי שדה פתוחים אוכלוסייה ישירה, וכתוצאה מכך הערכות PRF יותר חזקות ומדויקות. הוא גם מפחית טעויות שיטתיות ומאפשר לנו ללמוד את האיבר התפקודילמען אזרוח קליפת המוח הראייתית ברגישות גבוהה יותר. זה ישים במיוחד במקרה של נבדקים עם נגעים של המסלולים החזותיים, שבמבנה PRF עשוי להיות לא קל לחזות א-פריורי.

הדמיה בתהודה מגנטית תפקודית (fMRI) מודדת הלא פולשני הארגון הפונקציונלי של קליפת מוח החזותית בקנה מידת מאקרוסקופי (בדרך כלל בסדר הגודל של מילימטרים). מחקרי fMRI retinotopy מוקדמים משמשים מדד לכידות בין מיקום גירוי ועוררו תגובות BOLD 4-7. מחקרים אלה בדרך כלל לא להעריך את גודל שדה פתוח אוכלוסייה. מאוחר יותר, דומולן ו1 Wandell הציעו שיטה להתגבר על מגבלה כזו על ידי במפורש דוגמנות מיקום PRF וגודל, תוך שימוש בפונקציה ליניארית של מודל זה כדי לחזות את תגובת BOLD. עם זאת, מגבלה אחת של שיטה חלוצית זו היא שמודל PRF פרמטרית יש לבחור א-פריורי, ועלול להוביל לPRF שגוי מעריך אם יתברר שלא להיות מתאים. כדי להתגבר על מגבלות של שיטת PRF-מודל פרמטרים, שיטות חדשות פותחו לאחרונה. שיטות אלה ישירות לחזות את תגובת BOLD ליםtimulus ידי בנייה מחדש את הטופוגרפיה PRF. שיטה 8 שהוצעה על ידי גרין ועמיתים משחזרת את הטופוגרפיה PRF על ידי גב מקרין תגובות BOLD לחללי גירוי 1D פרט ובניית הטופוגרפיה PRF במרחב גירוי 2D כמו טכניקת טומוגרפיה מחשב טיפוסית. מצד השני, בשיטה 2 שהוצעה על ידי אלינו ישירות מעריכה את הטופוגרפיה 2D PRF באמצעות רגרסיה ליניארית ויישום טכניקת הסדרה. בשיטה זו, הטופוגרפיה PRF מיוצגת כמערכת של משקולות שמוכפלת בגירוי להעריך את תגובת האוכלוסייה העצבית של voxel נתון. לאחר מכן, התשובה הסופית חמצן בדם הרמה-תלויה (BOLD) שמעוררת הגירוי מוערכת על ידי convolving תגובת האוכלוסייה העצבית ותפקוד התגובה המודינמית הקנונים. על מנת לפתור את המערכת ליניארית-מוגבל תחת, בנוסף, הסדרת רגרסיה הרכס משמשת לאכיפת דלילות (ראה איור 1להלן). טכניקת ההסדרה מדכאת רעש וחפצים ובכך מאפשרת השיטה שלנו להעריך את הטופוגרפיה PRF יותר וחסונה. השיטות טופוגרפיות לא מכריחות את צורת PRF יש צורה פרמטרית מסוימת, ולכן יכול לחשוף את מבנה PRF בפועל. אז יכול להיות שנבחר מודל פרמטרים מתאים בהתאם לטופוגרפית PRF. לדוגמא, הטופוגרפיה PRF ניתן להשתמש כדי להפריד את מרכז PRF ולהקיף, ולאחר מכן דוגמנות מרכז PRF שלאחר מכן יכולה להיות מדויקת יותר על ידי צמצום ההשפעה של דיכוי היקפי, כמו גם את השפעתם של חפצים פוטנציאליים אחרים שמקורם באזורים מרוחקים ל מרכז PRF. לאחרונה ביצעו השוואת כמותית בין השיטה שלנו וכמה שיטות אחרות באופן ישיר (כלומר לפני הערכת הטופוגרפיה) אנאיזוטרופיים גאוס כושר איזוטרופיים 1 גאוס, והבדל של Gaussians איזוטרופיים לPRF 9. נמצא כי topogrשיטה מבוססת aphy ביצועים טובים יותר בשיטות אלה ביחס למודלי מרכז PRF ידי השגת גבוהה יותר שונות מוסברת של סדרת BOLD זמן אות. הערכה מדויקת של נכסי PRF בתחומים שונים מגלה כיצד הם מכסים את שדה הראייה וחשוב לחקירת הארגון הפונקציונלי של קליפת המוח החזותית בפרט בכל קשורים לתפיסה חזותית. מאפיינים כגון כיצד גודל PRF שינויים עם אקסצנטריות 1,10 וPRF ארגון להקיף מרכז 9 נלמדים היטב בספרות האנושית. השיטה המוצעת להערכת תוצאות PRF הטופוגרפיה בדוגמנות פרמטר PRF מדויקת יותר וסביר יותר כדי לחשוף סדירויות לא ידועות, לא בקלות דגם א-פריורי במודלים פרמטריים הישירים. גישה זו תהיה מתאימה במיוחד ללימוד ארגון PRF בחולים עם נגעי מסלול חזותי, שעבורם מבנה PRF הוא לא בהכרח א-פריורי לחיזוי. להלן מתואר כיצד להעריך הטופוגרפיה דואר PRF וכיצד להשתמש בטופוגרפית מודל מרכז PRF.

<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

קליפת ראייה מאורגנת retinotopically כך שאוכלוסיות של התאים שכנים המפה לחלקים שכנים של שדה הראייה. הדמיה בתהודה מגנטית תפקודית מאפשרת לנו להעריך שדות מבוססי voxel אוכלוסייה פתוחים (PRF), כלומר, החלק משדה הראייה שמפעיל את התאים בתוך כל voxel. לפני, שיטות ישירות, PRF הערכת 1 סובלות ממגבלות מסוימות: 1) מודל PRF נבחר א-פריורי וייתכן שלא ללכוד את צורת PRF בפועל באופן מלא, ו -2) מרכזי PRF נוטים mislocalization בסמוך לגבול של מרחב הגירוי. הנה שיטה חדשה טופוגרפית PRF הערכת 2 מוצע כי במידה רבה עוקפת את המגבלות הללו. מודל ליניארי משמש כדי לחזות את אות חמצן בדם רמה-תלויה (BOLD) על ידי convolving התגובה ליניארית של PRF לגירוי החזותי עם פונקצית התגובה המודינמית הקנונים. הטופוגרפיה PRF מיוצגת כוקטור משקל רכיבים שמייצגים את strength של התגובה הכוללת של תאי עצב voxel לגירויים שהוצג במקומות שונים בשדה ראייה. משוואות לינאריות וכתוצאה מכך ניתן לפתור עבור וקטור PRF במשקל באמצעות רכס רגרסיה 3, מניב הטופוגרפיה PRF. מודל PRF שמותאם להעריך את הטופוגרפיה ואז ניתן לבחור פוסט הוק-, ובכך לשפר את אומדני הפרמטרים PRF כגון מיקום PRF-מרכז, נטייה PRF, גודל, וכו &#39;. לאחר הטופוגרפיה PRF זמינה גם מאפשר אימות ויזואלי של אומדני פרמטרי PRF מאפשרים המיצוי של מאפייני PRF שונים מבלי לעשות הנחות א-פריורי על מבנה PRF. גישה זו מבטיחה להיות שימושי במיוחד לחקירת ארגון PRF של חולים עם הפרעות של מערכת הראייה.

דוגמנות PRF מדויקת דורשת לכידת צורות PRF בצורה נכונה. בלי לדעת את הטופוגרפיה PRF, מבחר דגמים סימטריים מעגלי המשמש במחקרים קודמים 1,9-11 היא בחירה הגיונית. סיבה לכך הוא, אם ארגון retinotopic המקומי הוא הומוגנית בכל הכיוונים של שדה ראייה, תגובת אוכלוסייה מקומית יכולה להיות מיוצגת ככוללת מצטבר סימטרית מעגלית של תגובות עצביות. עם זאת, התצפיות שלנו מראות כי זה לא בהכרח המקרה (איור 2). לכן, התבוננות בטופוגרפית PRF יכולה להיות קריטית לבחירת פונקציה פרמטרית מתאימה למודל PRF. זהו יתרון של הטופוגרפיה PRF, וכן המודלים מבוססי הטופוגרפיה להכות דגמי גאוס איזוטרופיים ישירים בכושר בדוגמנות מרכז PRF, וכתוצאה מכך בדרך כלל בהסבר של שונות גבוהות יותר (איור 2;. תראה לי אל et 2 להשוואות נוספות עם אחרים דגמים). דוגמאות אלה ממחישות את היתרון של הערכת הטופוגרפיה PRF לפני הולם את המודל. <img alt="איור 2" src="/files/ftp_upload/51811/51811fig2highres.jpg" width="700" /> איור 2: דוגמאות להערכת PRF טופוגרפיה והתאמה של מודלים מרכז PRF () טופוגרפיה PRF טיפוסית.. בטופוגרפיה, צבע אדום מציין את האזור הרגיש ביותר, אשר מציג את מרכז PRF שוכב על מרידיאן האופקי תקין האמצע. בטופוגרפיה PRF, דפוסי בר על פני מבנה מרכז PRF עם משקולות נמוכות גם לפעמים שנצפו. זה מתייחס לעובדה כי האזור לאורך צמצם בר עובר דרך מרכז PRF גם מגורה בו-זמנית עם מרכז PRF. . הם חיסלו בקלות בשלב thresholding (B) השוואה בין שיטה קודמת (DIG; גאוס איזוטרופיים ישיר לנכון) 1 וmod מרכז PRF מבוסס טופוגרפיהאל (T-מודל). אחוזים המקבילים של שונות המוסברות מוצגים לעיל כל דגם. T-מודלים להראות גבוה יותר שונות מוסברים בכל דוגמאות, עם לכידת צורת PRF מדויקת יותר. ראה לי et al. 2 לפרטים ודוגמאות נוספות יותר. דרישה חשובה אחת היא להבטיח כי הפרדיגמה fMRI משמשת מספקת נתונים retinotopy טובים. אז שיטת הטופוגרפיה PRF ניתן להשתמש כדי להעריך האקסצנטרי retinotopic ומפות אזימוט (איור 3). מפות אלו מראות ארכיטקטורת retinotopic בסיסית דומה לשיטות קודמות 1,4-7, אבל הם מדויקים יותר, כי התבוננות בטופוגרפית PRF מאפשרת לנו להפריד את מרכז PRF טוב יותר מלהקיף ומרעש או חפצים רחוקים למרכז PRF פוטנציאליים. זה, בין השאר, (ניתן למצוא תיאור מפורט של ההבדלים שנצפו באל לי האח. 2) תוצאות להערכת טובה יותר של מפות retinotopic במוזרויות גבוהות. <img alt="איור 3" src="/files/ftp_upload/51811/51811fig3highres.jpg" width="700" /> איור 3: מפות Retinotopic וPRF גודל מפות אקסצנטריות () וזווית קוטבית באונה השמאלית של נושא.. CS מציין מענית calcarine. בחלונית הימנית של איור, העיגול השחור מציין (ROI) לאזור של האינטרס שממנו voxel שPRF מתואר באיור 4 נלקח. מערכת יחסים (B) בין גודל PRF ואקסצנטרי. גודל PRF עולה עם אקסצנטריות באזורים החזותיים V1-3. עלילה זו נמשכת מ(). המודל המבוסס על הטופוגרפיה שיטה (T-המודל) יכולה לשמש כדי להעריך מאפייני PRF שונים כגון גודל PRF, התארכות, אורינטציה, ודיכוי היקפי ביעילות, מבלי לבחון מודלים פרמטריים רבים ושונים. כדי לסייע להדמיה של נכסים כאלה, MATLAB<html> פונקציה (tprf_plotpRF.m) נקבעה כי מגרשים הטופוגרפיה PRF, מודל המרכז המקביל PRF, ו לנכון את אות BOLD הגלם (איור 4). שים לב כי בחלק ממקרים, מאפייני PRF יכולים גם להיות מוערכים ישירות מהטופוגרפיה, ומבטל את הצורך בדוגמנות PRF. <img alt="איור 4" src="/files/ftp_upload/51811/51811fig4highres.jpg" width="700" /> איור 4: הפגנה של ארגז הכלים MATLAB שפותחו על ידי החוקרים. עלילה זו מציגה את הטופוגרפיה PRF והתאמת מודל מתאים PRF של voxel נבחר על ידי משתמש. Voxel המאויר נבחר מההחזר על ההשקעה שמוצגת באיור 3 א גלם:. תגובת BOLD בפועל, pred t: חיזוי עם הטופוגרפיה PRF, PRED דקות: חיזוי עם מודל פרמטרי מרכז PRF.&quot;Target =&quot; 1fig4highres.jpg _ blank &quot;&gt; לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

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.

הערכה טופוגרפית של אוכלוסייה החזותית פתוחים שדות ידי fMRI

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

Nanyang Technological University

Research

JoVE Journal

Behavior

9.2K Views.  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.

הדמיה תהודה מגנטית תפקודית (fMRI) עם גירוי שמיעתי בציפורי שיר

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

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.

fMRI אישור של מדידות fNIRS במהלך משימה נטורליסטי

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.

ברזולוציה גבוהה תהודה מגנטית פונקציונלית שיטות המוח התיכון האדם

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 ...

Neuroscience

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.

שיתוף ניתוח של מבנה המוח ותפקודו באמצעות fMRI ודיפוזיה משוקללת הדמיה

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.

זיהוי השפעות טרום גירוי ברמת המקור על תפיסת האובייקט עם מגנטונצלוגרפיה

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.

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.

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.

איסוף נתונים סימולטני של מדידות fMRI ו-fNIRS באמצעות מערך Optode של ראש שלם וערוצים למרחקים קצרים

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

קידום מיפוי קליפת המוח הראייתית להערכה משופרת של הפרעות ראייה

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.

Author Spotlight: תובנות על מחקר קליפת המוח הראייתית באמצעות מיפוי fMRI בתצוגה רחבה 

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.

דימות תהודה מגנטית תפקודי (fMRI) של קליפת המוח הראייתית עם גירוי רטינוטופי רחב

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

הערכה טופוגרפית של אוכלוסייה החזותית פתוחים שדות ידי fMRI

Summary

Explore More Videos

Chapters in this video

הדמיה תהודה מגנטית תפקודית (fMRI) עם גירוי שמיעתי בציפורי שיר

fMRI אישור של מדידות fNIRS במהלך משימה נטורליסטי

ברזולוציה גבוהה תהודה מגנטית פונקציונלית שיטות המוח התיכון האדם

שיתוף ניתוח של מבנה המוח ותפקודו באמצעות fMRI ודיפוזיה משוקללת הדמיה

זיהוי השפעות טרום גירוי ברמת המקור על תפיסת האובייקט עם מגנטונצלוגרפיה

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

איסוף נתונים סימולטני של מדידות fMRI ו-fNIRS באמצעות מערך Optode של ראש שלם וערוצים למרחקים קצרים

דימות תהודה מגנטית תפקודי (fMRI) של קליפת המוח הראייתית עם גירוי רטינוטופי רחב

דימות תהודה מגנטית תפקודי (fMRI) של קליפת המוח הראייתית עם גירוי רטינוטופי רחב

דימות תהודה מגנטית תפקודי (fMRI) של קליפת המוח הראייתית עם גירוי רטינוטופי רחב