Measurement of the Self-Diffusion Tensor of Water in the Human Brain
Total Page：16
File Type：pdf, Size：1020Kb
Martin Koch: Measurement of the Self-Diffusion Tensor of Water in the Human Brain. Leipzig: Max Planck Institute of Cognitive Neuroscience, 2000 (MPI Series in Cognitive Neuroscience; 14) Measurement of the Self-Diffusion Tensor of Water in the Human Brain Die Deutsche Bibliothek - CIP-Einheitsaufnahme Koch, Martin: Measurement of the self-diffusion tensor of water in the human brain / Martin Koch. [Max Planck Institute of Cognitive Neuroscience]. - Leipzig : MPI of Cognitive Neuroscience, 2000 (MPI series in cognitive neuroscience ; 14) Zugl.: Leipzig, Univ., Diss., ISBN 3-9807282-3-4 Druck: S¨achsisches Digitaldruck Zentrum, Dresden c Martin Koch, 2000 Measurement of the Self-Diffusion Tensor of Water in the Human Brain Von der Fakult¨at fur¨ Physik und Geowissenschaften der Universit¨at Leipzig genehmigte DISSERTATION zur Erlangung des akademischen Grades doctor rerum naturalium Dr. rer. nat. vorgelegt von Diplom-Physiker Martin Koch geboren am 21. Oktober 1968 in Dinslaken Gutachter: Prof. Dr. rer. nat. J. K¨arger Priv.-Doz. D. G. Norris PhD D. Le Bihan MD, PhD Prof. F. St˚ahlberg PhD Tag der Verleihung: 21. August 2000 Bibliographische Beschreibung Koch, Martin Measurement of the Self-Diffusion Tensor of Water in the Human Brain Universit¨at Leipzig, Dissertation, in englischer Sprache 159 Seiten, 224 Literaturangaben, 26 Abbildungen, davon 7 in Farbe, 8 Tabellen Referat Die kernspintomographische Bildgebung erm¨oglicht ortsaufgel¨oste Messungen des Selbstdiffusi- onstensors von Wasser im lebenden menschlichen Gehirn. Da der Diffusionstensor von Wasser in biologischem Gewebe durch Zellmembranen beeinflusst wird, kann mit Hilfe der Diffusions- tensorbildgebung (Diffusion Tensor Imaging, DTI) die Richtung von Faserbundeln¨ bestimmt werden, die aus parallel verlaufenden Nervenzellforts¨atzen bestehen. Fur¨ DTI mussen¨ schnelle Bildgebungsmethoden eingesetzt werden, um St¨orungen durch Be- wegung zu vermeiden und um eine große Anzahl an Messungen in annehmbarer Zeit durchfuhren¨ zu k¨onnen. Bislang wurde DTI fast ausschließlich mit der Bildgebungssequenz EPI (Echo Pla- nar Imaging) realisiert. Diese Methode geh¨ort zwar zu den schnellsten Sequenzen in der NMR- Bildgebung, bringt aber Bildverzerrungen und -ausl¨oschungen mit sich, und eine hohe r¨aumliche Aufl¨osung kann nur mit sehr starken und schnell schaltbaren Gradientenspulen erreicht werden. In dieser Arbeit wird deshalb neben EPI die Bildgebungsmethode U-FLARE (Ultra-Fast Low Angle Rapid Acquisition with Relaxation Enhancement) fur¨ die Diffusionstensorbildgebung verwendet. Die Dissertation stellt zun¨achst die physikalischen Grundlagen der Messung und das Prinzip der NMR-Bildgebung dar. Es werden dann die verwendeten Bildgebungsmethoden und die Maßnahmen erl¨autert, die notwendig sind, um in Tensormessungen mit U-FLARE die gleiche Genauigkeit wie bei EPI und eine h¨ohere Aufl¨osung zu erreichen. Die Arbeit befasst sich im Weiteren mit einer Analyse der Fehlerquellen bei der Bestimmung des Diffusionstensors und mit M¨oglichkeiten der Abhilfe. Die auf der U-FLARE-Sequenz beruhende Messmethode wurde auf eine Fragestellung aus der Neuroanatomie angewandt. Dieses Experiment wurde motiviert durch Ver¨offentlichungen, die zeigen, dass die Fluktuationen des T2∗-gewichteten NMR-Signals aus dem rechten und lin- ken motorischen Kortex zueinander zeitlich korreliert sind, auch wenn keine willkurliche¨ Be- wegung ausgefuhrt¨ wird. Diese Korrelation beruht m¨oglicherweise auf spontaner neuronaler Aktivit¨at, die sich uber¨ interhemisph¨arische Fasern auf die Gegenseite ubertr¨ ¨agt. In dieser Arbeit wird die Hypothese untersucht, dass korrelierte Fluktuationen des T2∗-gewichteten Si- gnals immer zwischen solchen kortikalen Gebieten auftreten, die in der auf DTI beruhenden Faserkarte erkennbar miteinander verbunden sind. Dazu wurden mit Hilfe einer auf U-FLARE beruhenden Messung des Diffusionstensors von Wasser subkortikale Faserverbindungen abge- bildet. Die St¨arke der gemessenen Faserverbindungen zwischen verschiedenen Kortexarealen wurde durch einen Monte-Carlo-Algorithmus quantifiziert. Die Ergebnisse wurden verglichen mit der zeitlichen Korrelation zwischen den Signalverl¨aufen dieser Areale aus einer Zeitreihe von T2∗-gewichteten Bildern. Contents 1 Introduction 1 1.1Anisotropicmotionofwaterinthebrain...................... 1 1.2Aimofthisthesis................................... 2 2Basics 5 2.1Nuclearmagneticresonance............................. 5 2.1.1 ThebasicNMRexperiment......................... 5 Therotatingframeofreference..................... 8 RFperturbationofthespinstate.................... 9 RelaxationandBlochequations..................... 11 Relaxationmechanisms.......................... 12 The free induction decay . ........................ 14 Thespinecho............................... 15 Coherencepathways........................... 17 2.1.2 NMRimaging................................. 20 Sliceselection............................... 21 Frequencyencoding............................ 21 Phaseencoding.............................. 22 The concept of k space.......................... 23 2.1.3 Fastimaging................................. 24 RARE—refocusingwithRFpulses................... 25 EPI—refocusingwithgradientpulses................. 26 2.2Diffusion........................................ 27 2.2.1 Transportandself-diffusion......................... 29 2.2.2 Randomwalkmodelofdiffusion....................... 29 2.2.3 Restricteddiffusion.............................. 30 2.2.4 Anisotropicdiffusion............................. 31 2.2.5 Microscopicdefinitionofthediffusiontensor................ 31 2.2.6 Symmetryofthediffusiontensor...................... 32 2.2.7 Theeigenvectorbasis............................. 33 2.2.8 The diffusion ellipsoid ............................ 36 2.2.9 Implicationsfordiffusionmeasurementsinbiologicalsystems....... 37 2.3Tensors........................................ 38 3 NMR measurement of anisotropic self-diffusion 41 3.1TheBlochequationsincludingdiffusionandflow.................. 41 3.2TheStejskal-Tannerexperiment........................... 43 vii viii Contents 3.2.1 Restricteddiffusion.............................. 45 3.3Diffusiontensorimaging(DTI)........................... 45 3.3.1 Spatiallocalization.............................. 47 3.3.2 Measuresofdiffusionanisotropy....................... 48 3.4 In vivo application.................................. 49 3.4.1 Determinants of water self-diffusion in vivo ................. 49 Pseudodiffusion.............................. 50 3.4.2 Applicationsofdiffusionweightedimaging................. 51 Stroke................................... 51 Isotropicdiffusionweighting....................... 52 3.4.3 Applicationsofdiffusiontensorimaging................... 52 Anisotropicdiffusioninbrainwhitematter............... 52 Clinical application and application for functional neuroanatomy . 54 ApplicationinMEGsourcelocalization................. 55 4 Implementation of diffusion tensor imaging 57 4.1Instrumentationandsubjects............................ 57 4.2Imagingsequences.................................. 58 4.2.1 Diffusionweighting.............................. 58 4.2.2 EPI...................................... 59 4.2.3 U-FLARE................................... 60 U-FLAREwithimprovedSNRandresolution............. 62 4.3Dataprocessingfordiffusiontensorimaging.................... 65 4.3.1 Tensorcalculation............................... 65 4.3.2 Eigenvectorcalculationanddisplay..................... 66 5 Sources of systematic error and possible solutions 69 5.1 Influence of noise ................................... 71 5.2Contributionofimaginggradients.......................... 72 5.3Concomitantgradients................................ 73 5.4 Miscalibration and non-orthogonality of gradients ................. 74 5.5Nonlinearityofgradientfields............................ 77 5.6Eddycurrents..................................... 78 5.6.1 Strategiesforavoidingeddycurrenteffects................. 81 5.6.2 Assessmentofstrategiesforavoidingeddycurrenteffects......... 82 Experimental............................... 83 EddycurrentcorrectionforEPI..................... 84 Results................................... 85 ConventionalSEEPI......................... 85 Double-SEEPI............................ 87 U-FLARE............................... 88 Discussion................................. 88 5.6.3 ConsequencesofeddycurrentsforDTI................... 90 5.7Backgroundgradients................................. 91 5.8Subjectmotion.................................... 93 5.9Flow.......................................... 97 5.10Differentfibredirectionsinavolumeelement.................... 98 Contents ix 5.11Conclusion....................................... 99 6 Investigating the connectivity hypothesis 101 6.1Introduction......................................101 6.1.1 Definitionoffunctionalconnectivity.....................101 6.1.2 Functionalmagneticresonanceimaging...................101 6.1.3 Biswal’sexperiment..............................102 6.1.4 InterpretationofBiswal’sresults.......................103 6.1.5 Theconnectivityhypothesis.........................104 6.2Measurementoffunctionalconnectivity.......................104 6.2.1 Experimental.................................105 6.2.2 DataProcessing................................105 6.3Measurementofanatomicalconnectivity......................105 6.3.1 Experimental.................................106 6.3.2 QuantificationoffibreconnectionsinDTImaps..............107 6.4Relationsbetweenanatomicalandfunctionalconnectivity.............108