[论文解读] Can the neurite density be estimated with diffusion MRI? A multidimensional MRI study using b-tensor encoding and multiple echo times

Björn Lampinen, Filip Szczepankiewicz+7 more|arXiv (Cornell University)|Jun 7, 2018

Advanced Neuroimaging Techniques and Applications被引用 1

一句话总结

本研究调查了扩散磁共振成像（dMRI）是否能通过b-张量编码和多回波时间可靠地估计神经元密度。研究发现，微观各向异性与髓鞘相关，而非神经元。在健康组织中，组分特异性T2时间不明确，这削弱了标准生物物理模型的有效性。因此，受限模型中的“棒状”组分无法作为健康脑组织和白质病灶中一致的神经元密度指数。

ABSTRACT

Methods for brain microstructure imaging use biophysical models aiming to estimate the neurite density from dMRI. However, the approach relies on important assumptions. The 'neurite assumption' holds that both axons and dendrites exhibit fully anisotropic diffusion and can be represented by a 'stick' compartment. The 'density assumption' holds that proton density and relaxation properties are approximately equal across tissue compartments. In this study, we investigate these assumptions in healthy brain tissue and in white matter lesions. Data were acquired by going beyond conventional multi-shell dMRI to use 'b-tensor encoding' and multiple echo times. To test the neurite assumption, we compared signal representations of b-tensor data with knowledge from histology. Results showed that microscopic diffusion anisotropy is associated with myelin, and thus axons, rather than with neurites. To test the density assumption, we attempted to estimate separate compartment T2 and diffusion properties. Results showed that compartment-specific T2 times were ambiguous in the healthy brain, impeding unbiased 'density' estimations. Meanwhile, different compartment T2 times were estimated in white matter lesions. Finally, we tested whether the 'stick' fraction of constrained biophysical models could serve as a 'neurite density index'. Results showed that different constraints yielded different rankings of the same brain regions, wherefore most constrained 'stick' fractions cannot be indices across the healthy brain and white matter lesions. In conclusion, the results indicate that the neurite density cannot be estimated, or even indexed, over a useful range of conditions with clinical dMRI. Until the advent of models with well-validated constraints, we recommend using multidimensional encoding to improve specificity and signal representations for data analysis.

研究动机与目标

• 评估扩散磁共振成像中‘神经元假设’的有效性，该假设认为轴突和树突可被建模为具有完全各向异性扩散的‘棒状’组分。
• 评估‘密度假设’，即在生物物理模型中，组织组分之间的质子密度和弛豫特性相似。
• 确定受限扩散模型中的‘棒状’组分是否可作为健康脑组织和白质病灶中可靠的神经元密度指数。
• 通过采用多维编码和多回波数据采集，提高微结构成像的特异性。

提出的方法

• 采用b-张量编码以探测传统单方向扩散编码之外的扩散各向异性，从而实现对微观扩散各向异性的敏感性。
• 在多个回波时间获取数据，以提取组分特异性T2弛豫时间，从而改善对组织微结构的表征。
• 使用组织学数据作为参考，以验证b-张量编码扩散的信号表征，特别是关于微观各向异性的来源。
• 应用具有不同程度限制的受限生物物理模型，以评估‘棒状’组分作为神经元密度代理的鲁棒性和一致性。
• 将b-张量数据的信号表征与组织学金标准进行比较，以检验各向异性与组织微结构之间的关联。
• 分析健康白质和白质病灶，以评估模型在病理条件下的表现。

实验结果

研究问题

• RQ1 白质中的微观扩散各向异性主要与神经元（轴突和树突）相关，还是与髓鞘相关？
• RQ2 在健康脑组织中，组分特异性T2弛豫时间在多大程度上存在差异？能否可靠地估计用于生物物理建模？
• RQ3 受限扩散模型中的‘棒状’组分是否可被视为在不同脑区和病理状态下一致且有效的神经元密度指数？
• RQ4 与传统dMRI相比，b-张量编码和多回波成像在多大程度上提高了微结构估计的特异性？
• RQ5 支撑神经元密度估计的标准假设——特别是‘神经元’和‘密度’假设——在临床dMRI中是否成立？

主要发现

• 白质中的微观扩散各向异性主要与髓鞘相关，而非神经元，这挑战了各向异性反映神经元结构的核心假设。
• 在健康脑组织中，组分特异性T2时间不明确，使得标准生物物理模型中‘密度’参数的无偏估计不可靠。
• 在白质病灶中，可测量到显著的组分特异性T2时间，表明病理改变以多回波成像可检测的方式改变了弛豫特性。
• 受限模型中‘棒状’组分的值显著依赖于施加的约束程度，导致脑区排名不一致，这削弱了其作为通用神经元密度指数的适用性。
• 本研究得出结论：由于对扩散各向异性和弛豫特性的假设无效，当前临床dMRI无法可靠地估计或索引神经元密度。
• 建议未来微结构成像中采用多维编码技术（如b-张量编码）和多回波成像，以提高信号特异性和模型验证能力。