[논문 리뷰] Mapping orientational and microstructural metrics of neuronal integrity with in vivo diffusion MRI

Dmitry S. Novikov, Jelle Veraart외 2명|arXiv (Cornell University)|2016. 09. 28.

Advanced Neuroimaging Techniques and Applications인용 수 27

한 줄 요약

이 논문은 회전 대칭성을 활용하여 사전 지식 없이 신경세포 미세구조와 방향성을 매핑하는 생물물리학적 MRI 프레임워크를 소개한다. 이 프레임워크는 매개변수 추정의 병렬성 문제를 해결하며, 데이터를 동일하게 잘 설명할 수 있는 여러 매개변수 분기 중에서 진정한 생물학적 현실과 일치하는 하나만을 식별한다. 이는 회색질과 백질 간에 다를 수 있으며, 이는 미세모터 해상도 이하의 전체 뇌의 미세구조적 및 방향성 맵핑을 가능하게 한다.

ABSTRACT

Diagnosis of brain disorders is hindered by the lack of an imaging technique that reveals the architecture of neuronal tissue at the cellular level, where the associated pathological processes develop. Accessing tissue integrity at the micrometer scale, three orders of magnitude below MRI resolution, would be akin to super-resolution in microscopy. For MRI, bridging the resolution gap relies on biophysical modeling of water diffusion hindered by cell walls. Here we develop a general framework for estimating orientational and microstructural parameters of neurites (axons and dendrites). By employing a set of rotational invariants, we analytically reveal the nontrivial topology of parameter estimation landscape, showing that multiple branches of parameters describe the measurement almost equally well, with only one of them corresponding to the biophysical reality. A comprehensive acquisition shows that the branch choice differs for white and for gray matter. Our framework reveals hidden degeneracies in MRI parameter estimation for neuronal tissue, provides microstructural and orientational maps in the whole brain without constraints or priors, and connects modern biophysical modeling with clinical MRI.

연구 동기 및 목표

• 병리 과정이 시작되는 세포 수준의 신경세포 구조를 노출시킬 수 있는 생체 내 MRI 기법의 부족을 보완한다.
• 세포막에 의해 억제되는 수분 확산을 모델링하여, 전통적 MRI와 마이크로미터 수준의 조직 특성 간의 해상도 격차를 해소한다.
• 생체 내에서 축삭과 수상돌기의 방향성 및 미세구조적 매개변수를 추정할 수 있는 일반적인 프레임워크를 개발한다.
• 신경조직 특성 분석의 정확성을 해칠 수 있는 확산 MRI 매개변수 추정의 숨겨진 병행성 문제를 식별하고 해결한다.
• 외부 제약이나 사전 가정 없이 전체 뇌의 미세구조적 및 방향성 맵핑을 가능하게 한다.

제안 방법

• 확산 MRI에서 매개변수 추정 지형의 위상 구조를 분석하기 위해 일련의 회전 대칭성을 활용한다.
• 해석적 방법을 통해 여러 매개변수 분기 중에서 확산 신호를 동일하게 잘 설명할 수 있음을 밝히며, 그 중에서 진정한 생물물리적 현실과 일치하는 하나만이 존재함을 규명한다.
• 조직 유형에 기반해 분기들을 해소하는 프레임워크를 설계하여, 백질과 회색질의 행동을 구분한다.
• 생체 내 확산 MRI 데이터에 프레임워크를 적용하여 전체 뇌에 걸쳐 미세구조적 및 방향성 맵핑을 생성한다.
• 외부 사전 지식이나 제약 없이, 오직 확산 신호의 내재적 구조에만 의존하여 작동하도록 보장한다.

실험 결과

연구 질문

• RQ1 확산 MRI에서 신경조직의 매개변수 추정에 숨겨진 병행성이 발생하는 원인은 무엇이며, 어떻게 이를 해결할 수 있는가?
• RQ2 백질과 회색질 간에 확산을 모델링하는 데 최적의 매개변수 분기는 어떻게 다를까?
• RQ3 사전 지식이나 제약 없이 생물물리 모델이 축삭과 수상돌기의 미세구조적 및 방향성 매개변수를 추정할 수 있는가?
• RQ4 확산 MRI에서 매개변수 추정 지형의 위상적 구조는 무엇이며, 이는 미세구조 맵핑의 신뢰성에 어떤 영향을 미치는가?
• RQ5 생체 내 확산 MRI 데이터만으로도 고정밀도로 전체 뇌의 미세구조적 및 방향성 맵핑을 생성할 수 있는가?

주요 결과

• 확산 MRI의 매개변수 추정 지형은 비트리비얼한 위상적 특성을 보이며, 데이터를 동일하게 잘 설명할 수 있는 여러 분기들이 존재하지만, 진정한 생물물리적 상태와 일치하는 것은 오직 하나뿐이다.
• 정확한 매개변수 분기는 백질과 회색질 간에 다르며, 이는 조직 유형에 따라 다른 추정 행동을 의미한다.
• 제안된 프레임워크는 이러한 병행성을 성공적으로 해결하여, 미세구조적 및 방향성 지표의 정확한 맵핑을 가능하게 한다.
• 외부 사전 지식이나 제약 없이 전체 뇌의 조직 건강 상태 맵핑을 생성한다.
• 고급 생물물리 모델링과 임상 MRI를 연결하여, 미세모터 해상도 이하의 비침습적 조직 미세구조 평가를 가능하게 한다.