導(dǎo)讀

質(zhì)子磁共振波譜(MRS)是一種非侵入性腦成像技術(shù)，用于測量不同神經(jīng)化學(xué)物質(zhì)的濃度。“單體素”MRS數(shù)據(jù)通常在幾分鐘內(nèi)采集，然后對單個瞬態(tài)進(jìn)行平均，從而測量神經(jīng)化學(xué)物質(zhì)濃度。然而，這種方法對更快速的神經(jīng)化學(xué)物質(zhì)的時間動態(tài)不敏感，包括那些反映與感知、認(rèn)知、運(yùn)動控制和最終行為相關(guān)的神經(jīng)計(jì)算功能變化的化學(xué)物質(zhì)。這篇綜述討論了功能性MRS(fMRS)的最新進(jìn)展，這些進(jìn)展現(xiàn)在使我們能夠獲得神經(jīng)化學(xué)物質(zhì)的事件相關(guān)測量。事件相關(guān)fMRS包括將不同的實(shí)驗(yàn)條件呈現(xiàn)為一系列混合的試次。關(guān)鍵是，這種方法允許以秒級的時間分辨率獲取光譜。本文為事件相關(guān)任務(wù)設(shè)計(jì)、MRS序列選擇、分析管道以及事件相關(guān)fMRS數(shù)據(jù)的適當(dāng)解釋提供了全面的用戶指南。通過研究用于量化GABA(大腦中的主要抑制性神經(jīng)遞質(zhì))動態(tài)變化的協(xié)議，本文提出了各種技術(shù)考慮?？傮w而言，事件相關(guān)fMRS可用于在與支持人類認(rèn)知和行為的計(jì)算相關(guān)的時間分辨率下測量神經(jīng)化學(xué)物質(zhì)的動態(tài)變化。

前言

質(zhì)子磁共振波譜(1H-MRS或MRS)是一種用于測量神經(jīng)化學(xué)物質(zhì)絕對或相對濃度的非侵入性技術(shù)。MRS利用了質(zhì)子(氫核)的局部化學(xué)環(huán)境在不同分子之間變化的事實(shí)。這導(dǎo)致不同分子中質(zhì)子的特征共振頻率，從而為每種神經(jīng)化學(xué)物質(zhì)產(chǎn)生不同的光譜輪廓。如果一個分子的濃度足夠高，并且其光譜輪廓與其他化學(xué)物質(zhì)非常不重疊，則可以使用MRS進(jìn)行檢測。通常，使用MRS獲得的光譜用于量化約20種不同神經(jīng)化學(xué)物質(zhì)的濃度。這包括谷氨酸和γ-氨基丁酸(GABA)，它們是主要的興奮性和抑制性神經(jīng)遞質(zhì)。這種量化可以通過線性組合建模來實(shí)現(xiàn)，這種方法在將模型參數(shù)轉(zhuǎn)換為有意義的濃度單位之前，利用已知光譜模式的先驗(yàn)知識對不同的神經(jīng)化學(xué)物質(zhì)進(jìn)行建模。

通過量化特定分子的濃度，MRS可用于深入了解健康人群和臨床人群的大腦神經(jīng)化學(xué)狀態(tài)。根據(jù)實(shí)驗(yàn)設(shè)計(jì)的不同，這些神經(jīng)化學(xué)狀態(tài)可以反映穩(wěn)態(tài)，或用于獲得更動態(tài)的神經(jīng)化學(xué)濃度讀數(shù)。然而，MRS面臨的一個主要挑戰(zhàn)是，與更豐富的神經(jīng)化學(xué)物質(zhì)相比，目標(biāo)代謝物(如谷氨酸和GABA)的濃度較低。值得注意的是，大腦中水的濃度比感興趣的神經(jīng)化學(xué)物質(zhì)的濃度高出約10000倍。因此，必須抑制來自水分子的信號，以防止其扭曲神經(jīng)化學(xué)光譜。

高場強(qiáng)MR系統(tǒng)的引入有利于神經(jīng)化學(xué)物質(zhì)的檢測。MR信號的信噪比(SNR)隨MRI掃描儀主磁場強(qiáng)度(B0)的變化而變化。此外，B0場強(qiáng)越高，神經(jīng)化學(xué)信號在頻譜中的頻率分離更大。因此，從1.5T到7T的變化可以使谷氨酸和谷氨酰胺等分子之間的偶合自旋系統(tǒng)分離，并有助于區(qū)分谷氨酸與GABA的光譜特征。

高和超高B0磁場強(qiáng)度的信噪比增強(qiáng)也使得功能性MRS(fMRS)得以實(shí)現(xiàn)，其中MRS與任務(wù)或生理干預(yù)相結(jié)合，以提供神經(jīng)化學(xué)物質(zhì)濃度的功能性變化。在這里，本文重點(diǎn)關(guān)注事件相關(guān)fMRS，這是一種獲得神經(jīng)化學(xué)物質(zhì)動態(tài)讀數(shù)的方法，被認(rèn)為反映了神經(jīng)活動的功能變化。本綜述補(bǔ)充了之前關(guān)于如何使用block設(shè)計(jì)來獲取fMRS數(shù)據(jù)的綜述。本文對事件相關(guān)fMRS進(jìn)行了深入回顧，包括在更高場強(qiáng)下獲得的最新數(shù)據(jù)，并討論了可用于分析的軟件的最新進(jìn)展。本文還強(qiáng)調(diào)了重要的技術(shù)考慮因素，并討論了對動態(tài)代謝變化的適當(dāng)解釋?？偠灾疚恼J(rèn)為，事件相關(guān)MRS可用于捕捉谷氨酸、GABA和其他代謝物的動態(tài)、任務(wù)相關(guān)的變化。神經(jīng)化學(xué)物質(zhì)的這種動態(tài)變化有可能以類似于任務(wù)態(tài)功能磁共振成像(fMRI)的方式為我們理解人類認(rèn)知和行為提供信息。

事件相關(guān)MRS的任務(wù)設(shè)計(jì)

Block和事件相關(guān)的實(shí)驗(yàn)設(shè)計(jì)均可通過MRS獲得神經(jīng)化學(xué)物質(zhì)的時間分辨測量。這兩種類型的實(shí)驗(yàn)設(shè)計(jì)與fMRI研究中的實(shí)驗(yàn)設(shè)計(jì)大致類似。迄今為止，大多數(shù)MRS實(shí)驗(yàn)都采用block設(shè)計(jì)(圖1)。在討論事件相關(guān)fMRS的任務(wù)設(shè)計(jì)之前，本文首先概述了block?fMRS設(shè)計(jì)，包括其優(yōu)點(diǎn)和局限性。

為了分析來自block?fMRS研究的數(shù)據(jù)，對每個block內(nèi)的光譜進(jìn)行平均，以估計(jì)可以映射到特定實(shí)驗(yàn)條件下的神經(jīng)化學(xué)濃度。Block之間的過渡區(qū)域(即一個block的結(jié)束和下一個block的開始)可以排除在進(jìn)一步的分析之外。正如在fMRI研究中觀察到的那樣，block設(shè)計(jì)是有效的，并且它們不需要預(yù)測神經(jīng)反應(yīng)的顯式模型。Block設(shè)計(jì)可用于顯示神經(jīng)化學(xué)物質(zhì)中特定于條件的平衡變化，這些變化被認(rèn)為反映了伴隨神經(jīng)元激活的氧化能量代謝的刺激特異性增加。

神經(jīng)化學(xué)物質(zhì)的功能變化也在嚙齒類動物和其他使用block設(shè)計(jì)的動物模型中得到了證實(shí)。例如，鎮(zhèn)靜小鼠中的視覺刺激block揭示了谷氨酸的調(diào)節(jié)。電刺激三叉神經(jīng)后，大鼠桶狀皮層中的乳酸和谷氨酸開始增加，而電刺激爪子后，對側(cè)軀體感覺皮層中的谷氨酸顯著增加。因此，鎮(zhèn)靜小鼠的臨床前fMRS似乎對谷氨酸的緩慢、漸進(jìn)性增加敏感，這可能反映了伴隨block刺激的氧化代謝增加。重要的是，與人類研究不同，嚙齒類動物的fMRS可以與包括光或化學(xué)遺傳刺激的刺激方案相結(jié)合，從而為檢驗(yàn)因果關(guān)系和闡明fMRS衍生的神經(jīng)化學(xué)物質(zhì)變化的基礎(chǔ)代謝和神經(jīng)遞質(zhì)機(jī)制提供了機(jī)會。臨床前fMRS的一個關(guān)鍵限制是研究通常在麻醉動物中進(jìn)行，而在清醒行為的動物中進(jìn)行MRS則有其自身的挑戰(zhàn)。此外，嚙齒動物的大腦體積較小，因此很難從對部分體積效應(yīng)敏感的小ROI區(qū)域獲得足夠的信噪比(SNR)。因此，需要不斷改進(jìn)技術(shù)，通過改進(jìn)硬件、MR序列和勻場技術(shù)來改善信噪比。

對于人類和臨床前研究，fMRS?block設(shè)計(jì)的一個明顯限制是時間分辨率，它有效地設(shè)置為每個block的持續(xù)時間。因此，block設(shè)計(jì)掩蓋了神經(jīng)化學(xué)物質(zhì)更快速的時間動態(tài)，這些時間動態(tài)是與持續(xù)認(rèn)知和行為相關(guān)的生理過程的基礎(chǔ)。此外，當(dāng)任務(wù)試次為事后分類或取決于參與者的表現(xiàn)時，不能使用block設(shè)計(jì)。此外，神經(jīng)化學(xué)物質(zhì)濃度似乎容易受到期望效應(yīng)的影響，即刺激引起的代謝物濃度變化在重復(fù)呈現(xiàn)刺激時降低，類似于fMRI報(bào)告的重復(fù)抑制效應(yīng)。Block設(shè)計(jì)受到這些期望效應(yīng)的影響，其中任務(wù)或刺激誘發(fā)的谷氨酸增加更大或僅存在于第一個實(shí)驗(yàn)block中。因此，在使用fMRS評估block設(shè)計(jì)檢測任務(wù)引起的神經(jīng)化學(xué)物質(zhì)變化的相對靈敏度時，必須考慮期望效應(yīng)。

另一方面，事件相關(guān)設(shè)計(jì)將刺激呈現(xiàn)為一系列試次，其中不同實(shí)驗(yàn)條件的試次混合在一起(圖1)。關(guān)鍵是，這種方法允許以秒級的時間分辨率獲取光譜。事件相關(guān)任務(wù)設(shè)計(jì)控制期望效應(yīng)。此外，根據(jù)被試的行為表現(xiàn)，試次可以在事后分為不同的實(shí)驗(yàn)條件。

單個MRS光譜的信噪比通常很低，無法可靠地測量神經(jīng)化學(xué)物質(zhì)的濃度。因此，為了量化使用事件相關(guān)設(shè)計(jì)獲得的神經(jīng)化學(xué)物質(zhì)，可以首先將光譜分配到事后實(shí)驗(yàn)條件，然后在條件內(nèi)進(jìn)行平均以獲得足夠的SNR(圖1)。由于每個光譜都是在相對快速的事件(刺激呈現(xiàn)、行為反應(yīng)、試次間隔等)中獲得的，因此對處于相同條件下的光譜實(shí)例進(jìn)行平均仍然可以以秒級的時間分辨率估計(jì)神經(jīng)化學(xué)物質(zhì)。事實(shí)上，事件相關(guān)fMRS已被用于揭示神經(jīng)化學(xué)物質(zhì)中相對較大的瞬時變化，如下例所示。當(dāng)鎖定刺激開始時，這些變化發(fā)生在300-1000ms內(nèi)。

神經(jīng)化學(xué)物質(zhì)的快速變化可以使用響應(yīng)函數(shù)來描述，類似于使用fMRI報(bào)告的血流動力學(xué)響應(yīng)函數(shù)(HRF)。利用在兩項(xiàng)獨(dú)立的事件相關(guān)研究中獲得的視覺皮層數(shù)據(jù)，對谷氨酸響應(yīng)函數(shù)進(jìn)行了估計(jì)。根據(jù)這些數(shù)據(jù)集，在刺激開始后約500ms出現(xiàn)峰值，響應(yīng)函數(shù)在刺激開始后3-4s恢復(fù)到基線。然而，迄今為止，還沒有旨在繪制代謝物反應(yīng)函數(shù)的正式研究。這留下了一個關(guān)鍵的知識空白，影響了估計(jì)事件相關(guān)代謝物動態(tài)變化的可靠性，下文將進(jìn)一步討論。因此，需要進(jìn)行更多的工作來全面描述代謝物反應(yīng)函數(shù)，以及不同腦區(qū)之間的差異。此外，最近的證據(jù)表明，使用事件相關(guān)fMRI可以在約幾十毫秒的sub-TR分辨率下實(shí)現(xiàn)神經(jīng)解碼。使用事件相關(guān)MRS，同樣可以在sub-TR分辨率下評估神經(jīng)化學(xué)物質(zhì)的動態(tài)變化。總的來說，與block設(shè)計(jì)相比，事件相關(guān)設(shè)計(jì)顯著提高了fMRS的時間分辨率。

然而，盡管時間分辨率有了明顯提高，但解釋使用事件相關(guān)fMRS獲得的數(shù)據(jù)仍然不是易事。值得注意的是，使用事件相關(guān)fMRS報(bào)告的神經(jīng)化學(xué)物質(zhì)的快速變化與使用block設(shè)計(jì)研究報(bào)告的結(jié)果形成了鮮明對比，其中后者觀察到神經(jīng)化學(xué)物質(zhì)濃度的變化更緩慢。為了解釋這種緩慢的反應(yīng)，先前使用block設(shè)計(jì)的研究排除了高達(dá)50%的數(shù)據(jù)以獲得穩(wěn)定的代謝物測量值，或者排除了每個block的前兩個時間平均值，相當(dāng)于排除了12.5%的數(shù)據(jù)。目前尚不清楚為什么事件相關(guān)和block設(shè)計(jì)之間會出現(xiàn)這種神經(jīng)化學(xué)變化時間的差異。一種可能性是，事件相關(guān)設(shè)計(jì)對神經(jīng)化學(xué)物質(zhì)的變化更敏感。事實(shí)上，一項(xiàng)關(guān)于fMRS研究的元分析表明，事件相關(guān)fMRS設(shè)計(jì)測量谷氨酸的效應(yīng)量是block設(shè)計(jì)的2-3倍。另一項(xiàng)元分析顯示，谷氨酸在事件相關(guān)和block設(shè)計(jì)中均可觀察到顯著效應(yīng)，而GABA僅在事件相關(guān)設(shè)計(jì)中觀察到顯著效應(yīng)。應(yīng)謹(jǐn)慎解讀這些發(fā)現(xiàn)，因?yàn)樵谀承┣闆r下只考慮了少數(shù)研究，特別是評估GABA效應(yīng)的元分析。盡管如此，事件相關(guān)fMRS研究中效應(yīng)量增加的部分原因可能是事件相關(guān)設(shè)計(jì)減輕了預(yù)期、習(xí)慣化和適應(yīng)的影響，這些因素可能會降低刺激在相對較長的block中重復(fù)多次時對神經(jīng)化學(xué)動力學(xué)快速變化的敏感性。

第二種可能性是事件相關(guān)和block設(shè)計(jì)對谷氨酸能和GABA能反應(yīng)的不同方面敏感。使用block設(shè)計(jì)報(bào)告的神經(jīng)化學(xué)物質(zhì)濃度相對緩慢的變化被認(rèn)為反映了隨著神經(jīng)尖峰活動的能量需求增加而發(fā)生的氧化代謝變化。使用事件相關(guān)設(shè)計(jì)報(bào)告的谷氨酸和GABA的更快速變化可能反映了與神經(jīng)傳遞更密切相關(guān)的谷氨酸能或GABA能反應(yīng)的變化。此外，突觸間隙中的谷氨酸和GABA濃度太低，無法使用MRS檢測到。因此，事件相關(guān)fMRS可以檢測谷氨酸或GABA在MRS上的可見性變化，而不是直接反映神經(jīng)傳遞。未來需要更多的數(shù)據(jù)(特別是在動物模型中)來支持這一工作假設(shè)，并確定神經(jīng)遞質(zhì)釋放與MRS衍生的神經(jīng)化學(xué)讀數(shù)之間的精確關(guān)系。

基于上述考慮，實(shí)施事件相關(guān)MRS的研究考察了廣泛的認(rèn)知過程。Mangia及其同事(2003)的一項(xiàng)早期研究使用事件相關(guān)設(shè)計(jì)證明了，在視覺刺激開始后約5秒，初級視覺皮層中的乳酸含量會短暫下降(圖2a)。值得注意的是，這一發(fā)現(xiàn)與使用block設(shè)計(jì)進(jìn)行長時間刺激時報(bào)告的乳酸增加形成對比，表明事件相關(guān)設(shè)計(jì)對伴隨刺激鎖定神經(jīng)活動開始的乳酸消耗很敏感。事件相關(guān)fMRS的另一個早期應(yīng)用側(cè)重于對情緒刺激做出反應(yīng)時，肌酸/磷酸肌酸和膽堿化合物的變化。該研究者發(fā)現(xiàn)當(dāng)呈現(xiàn)愉快和不愉快面孔時，海馬體中肌酸/磷酸肌酸和膽堿化合物的含量增加。膽堿被認(rèn)為與乙酰膽堿的可用性有關(guān)，乙酰膽堿是一種參與注意力和學(xué)習(xí)的神經(jīng)調(diào)節(jié)劑。Lindner及其同事(2017)的另一項(xiàng)關(guān)于膽堿的研究發(fā)現(xiàn)，頂枕葉皮層中的膽堿會隨著注意力的轉(zhuǎn)移而變化。這兩項(xiàng)研究都表明，事件相關(guān)fMRS可用于研究認(rèn)知過程(如注意力)背后的神經(jīng)化學(xué)變化。

其他研究小組已將MRS應(yīng)用于研究疼痛刺激的神經(jīng)反應(yīng)，其中使用事件相關(guān)設(shè)計(jì)的研究結(jié)果與使用block設(shè)計(jì)的研究結(jié)果基本一致。例如，Gussew及其同事(2010)發(fā)現(xiàn)，在痛苦的熱刺激期間，島葉皮層中的谷氨酸濃度急劇增加(圖2b)。最后，事件相關(guān)fMRS范式已被用于涉及視覺區(qū)域的各種認(rèn)知過程，包括與其他模態(tài)(如EEG和BOLD fMRI)相結(jié)合。例如，Lally等人(2014)將LOC中的fMRS與EEG相結(jié)合，發(fā)現(xiàn)與抽象視覺刺激相比，物體刺激的谷氨酸增加，這反過來又預(yù)測了誘發(fā)的γ波段活動。Apsvalka等人(2015)將fMRS與BOLD fMRI相結(jié)合，發(fā)現(xiàn)谷氨酸在LOC中對熟悉的刺激具有重復(fù)抑制作用(圖2c)。最后一個例子來自本綜述的作者，其中應(yīng)用交錯fMRI-fMRS序列來評估回憶過程中視覺皮層(V1)谷氨酸和GABA的動態(tài)變化(圖2d)。結(jié)果發(fā)現(xiàn)，對視覺刺激的回憶伴隨著GABA的減少，并與海馬體BOLD有關(guān)?？傊@些研究表明，事件相關(guān)fMRS可用于研究廣泛的認(rèn)知過程，從疼痛到注意力再到聯(lián)想記憶，以及與fMRI和EEG等其他模態(tài)結(jié)合使用。然而，檢測像GABA這樣難以測量和量化的神經(jīng)化學(xué)物質(zhì)的變化仍然具有挑戰(zhàn)性。

測量事件相關(guān)fMRS數(shù)據(jù)

神經(jīng)化學(xué)物質(zhì)的濃度比腦內(nèi)水的濃度低104。因此，MRS的靈敏度遠(yuǎn)低于水基MRI，使用事件相關(guān)fMRS來測量濃度相對較低、共振峰與更豐富的神經(jīng)化學(xué)物質(zhì)重疊或具有復(fù)雜(多重)模式導(dǎo)致低SNR的神經(jīng)化學(xué)物質(zhì)仍然具有挑戰(zhàn)性。測量GABA最常見的方法是使用MEscher-GArwood(MEGA)“J-difference”編輯方法。在這里，對于GABA的每次測量都獲得了兩個光譜：一個是具有控制飽和度的光譜，另一個是具有J編輯(飽和)脈沖的光譜。GABA在3ppm時的共振與在1.9ppm時的共振呈J耦合。因此，常規(guī)光譜和編輯光譜之間形成的差異留下了一個明顯的GABA信號，而不受編輯脈沖影響的分子(如肌酸)產(chǎn)生的信號在很大程度上被減去了。該方法通過將GABA與其他更強(qiáng)的神經(jīng)化學(xué)物質(zhì)信號分離，提高了對GABA信號的敏感性，并提供了可靠的體內(nèi)測量。然而，由于一個頻譜需要兩次測量，J-差分編輯序列更容易出現(xiàn)被試運(yùn)動偽影和掃描儀頻率漂移偽影。當(dāng)使用事件相關(guān)fMRS對神經(jīng)化學(xué)物質(zhì)進(jìn)行動態(tài)、時間分辨率測量時，采樣率的降低(兩倍)顯然是一個缺點(diǎn)。總體而言，化學(xué)敏感性的增加是以SNR的顯著下降為代價的。此外，盡管使用了GABA編輯脈沖，但GABA和重疊的大分子都是靶標(biāo)，導(dǎo)致“GABA+”信號仍然被共同編輯的大分子污染。在3T或更低時，在基于MEGA的編輯方法中，來自大分子的信號可能占GABA信號的50%以上。雖然高場MRS有助于解決大分子的混淆，但代謝物在短回波時間內(nèi)仍與大分子重疊。多量子相干濾波(MQF)和哈特曼-哈恩轉(zhuǎn)移(Hartman-Hahn transfer)等替代編輯方法可以顯著降低大分子的貢獻(xiàn)，但協(xié)同編輯仍然是GABA光譜編輯的最大挑戰(zhàn)。

GABA也可以使用非編輯序列進(jìn)行測量，其中每個光譜只需要測量一次。如上所述，特別是在磁場強(qiáng)度較低的情況下(3T及以下)，這種方法受到GABA峰與其他具有更高信號的神經(jīng)化學(xué)物質(zhì)重疊的限制。然而，在7T及以上的超高場強(qiáng)下，可以使用未經(jīng)編輯的MRS可靠地測量GABA，其光譜峰與其他神經(jīng)化學(xué)物質(zhì)不同。在使用未經(jīng)編輯的序列時，由Tká?等人首先建立了一個可靠且可重現(xiàn)的采集管道，包括使用FASTMAP序列調(diào)整一階和二階勻場項(xiàng)，使用VAPOR序列抑制水信號，然后使用semi-LASER?MRS采集序列的STEAM和LCModel分析數(shù)據(jù)。直接比較經(jīng)過編輯和未經(jīng)編輯的7T GABA測量結(jié)果表明，這兩種采集方法的GABA/tCr比率是相似的。在事件相關(guān)fMRS的背景下，使用未編輯序列的好處是，它允許同時量化約20種不同的神經(jīng)化學(xué)物質(zhì)和更短的回波時間，從而獲得更高的SNR。未編輯序列的這些特性可能有利于事件相關(guān)fMRS的應(yīng)用，其中時間分辨率和數(shù)據(jù)質(zhì)量是優(yōu)先考慮的。

在人類和動物模型中，可以采取其他測量來改善fMRS數(shù)據(jù)采集的信噪比(SNR)。SNR受感興趣體積(VOI)大小和每個條件下光譜數(shù)量的影響。然而，值得注意的是，通過增加VOI來提高SNR可能會降低解剖特異性。這對于fMRS尤其重要，因?yàn)閒MRS的靶組織通常是一個小的(皮層)灰質(zhì)區(qū)域，遠(yuǎn)小于總體素體積。因此，VOI的大小可以根據(jù)SNR和解剖特異性之間的權(quán)衡來選擇。

當(dāng)測量3T下的靜態(tài)GABA時，共識建議是采集128個瞬態(tài)信號，編輯后的MRS采集~27ml VOI，未編輯波譜采集~3.4ml VOI。為了進(jìn)一步提高SNR，可以使用由鋇或鈦酸鈣制成的電介質(zhì)墊在感興趣體積的射頻分布中創(chuàng)建一個“熱點(diǎn)”。在臨床工作中，冷凍探針可將SNR提高2倍或更多，這在一定程度上克服了動物模型從足夠小的體素中獲取MRS數(shù)據(jù)以實(shí)現(xiàn)解剖特異性的困難?？傊?，我們建議在采集期間評估光譜質(zhì)量，如果數(shù)據(jù)質(zhì)量不夠高，則重復(fù)體素放置和勻場。

分析事件相關(guān)fMRS數(shù)據(jù)

近年來，人們開發(fā)了許多用于光譜處理和定量分析的軟件包。盡管MRS社區(qū)試圖建立共識，但最合適的分析管道仍然是目前持續(xù)爭論的主題。在這里，本文將重點(diǎn)討論最廣泛使用的算法，即LCModel。LCModel通常被認(rèn)為是事實(shí)上的“黃金標(biāo)準(zhǔn)”建模方法，幾乎被用于所有腦MRS方法中，在各種可用軟件包中約占90%的引用。

使用LCModel的事件相關(guān)fMRS分析建立在旨在從光譜均值中量化神經(jīng)化學(xué)物質(zhì)濃度的分析方法之上。為了獲得與事件相關(guān)的測量，一種方法是首先為每個光譜分配一個條件，然后根據(jù)條件對光譜進(jìn)行平均，如圖1b-c所示。這種方法的優(yōu)點(diǎn)是它可以完全編寫腳本，并采用免費(fèi)且開源的最廣泛使用的算法。其缺點(diǎn)是無法解釋代謝物反應(yīng)功能，也無法控制潛在的生理或運(yùn)動相關(guān)混淆因素。

在使用LCModel分析事件相關(guān)MRS數(shù)據(jù)時，需要考慮某些特征。也就是說，LCModel利用先驗(yàn)知識假設(shè)相對低濃度的神經(jīng)化學(xué)物質(zhì)的濃度保持在一個預(yù)定義的生理范圍內(nèi)。預(yù)定義的濃度范圍是相對于其他更豐富的神經(jīng)化學(xué)物質(zhì)定義的。這些先驗(yàn)(或“軟”、非線性)約束適用于脂質(zhì)成分和大分子成分的比例上。默認(rèn)情況下，軟約束也適用于許多神經(jīng)化學(xué)物質(zhì)，包括GABA、天冬氨酸、甘氨酸、scyllo和tau。例如，在LCModel中，GABA的預(yù)定義范圍如下：

為了證明光譜擬合算法中的先驗(yàn)約束如何掩蓋事件相關(guān)GABA中的動態(tài)變化，Koolschijn等人(2021)使用蒙特卡羅模擬生成了一組合成的fMRS數(shù)據(jù)集，同時保留了在7T未編輯MRS數(shù)據(jù)集中觀察到的噪聲水平(圖3)。在LCModel被用于量化神經(jīng)化學(xué)物質(zhì)(無論是否使用先驗(yàn)約束)之前，在合成光譜中手動添加或刪除GABA(圖3a)。這些模擬表明，當(dāng)使用先驗(yàn)約束時，GABA估計(jì)值較低，雖然變異性降低了，但動態(tài)靈敏度也降低了(圖3b-c)。另一方面，如果去除先驗(yàn)約束，GABA估計(jì)值更高，表現(xiàn)出更多的變異性，但GABA的動態(tài)變化能夠更可靠地檢測出來(圖3c)，包括在不同的SNR下(圖3c)。需要注意的是，當(dāng)去除先驗(yàn)約束時，不應(yīng)評估絕對濃度，而應(yīng)使用實(shí)驗(yàn)條件之間的差異或比率來檢測神經(jīng)化學(xué)物質(zhì)濃度的有意義變化。

最近，新的開源MRS分析軟件庫已經(jīng)發(fā)布，其中一些集成了模塊化和易于擴(kuò)展的設(shè)計(jì)。大量的新分析軟件為該領(lǐng)域提供了快速創(chuàng)新、開發(fā)和測試事件相關(guān)(和block設(shè)計(jì))fMRS領(lǐng)域的機(jī)會。例如，F(xiàn)SL-MRS等軟件庫允許執(zhí)行一般線性模型(GLM)，該模型可以很容易地解釋代謝物響應(yīng)函數(shù)，并包括“干擾回歸量”以控制潛在的混淆因素。這種方法類似于fMRI數(shù)據(jù)分析，其中GLM被廣泛用于評估事件相關(guān)任務(wù)期間BOLD信號的動態(tài)變化。

基于GLM方法的一個關(guān)鍵優(yōu)勢是，可以將“干擾回歸量”包含在設(shè)計(jì)矩陣中，以控制潛在的混淆。這些干擾回歸量可能包括：(1)運(yùn)動參數(shù)，包括非自主運(yùn)動；(2)生理參數(shù)，如心電頻譜諧波；(3)由于升溫或降溫效應(yīng)而導(dǎo)致的硬件相關(guān)漂移；(4)來自BOLD偽影的混淆。BOLD相關(guān)的偽影包括MRS光譜中的線寬變窄，這是由于T2/T2*的增加伴隨著BOLD的增加。如果不加以校正，因BOLD信號引起的譜線變窄會使fMRS代謝物的量化產(chǎn)生偏差，從而使代謝物濃度明顯增加。為了校正BOLD相關(guān)的線寬變窄，可以采用幾種不同的方法。一種方法是估計(jì)總肌酸單線態(tài)峰(tCr)在3.03 ppm處的變窄。假設(shè)總肌酸單線峰在腦激活期間保持穩(wěn)定，tCr線寬的變化可能歸因于BOLD信號。第二種方法是假設(shè)BOLD效應(yīng)對水和代謝物信號具有相似動力學(xué)作用的情況下，使用水峰線寬的變化來估計(jì)與BOLD相關(guān)的線變窄。

無論采用何種分析管道，數(shù)據(jù)質(zhì)量對于可靠的事件相關(guān)fMRS仍然至關(guān)重要。為了避免以犧牲信噪比為代價而提高時間分辨率，可以采取幾種方法，包括對每個任務(wù)條件下足夠數(shù)量的光譜進(jìn)行平均，使用滑動窗口獲得時程，或?qū)ψ銐驍?shù)量的參與者的數(shù)據(jù)求平均以獲得組水平光譜。然后進(jìn)一步執(zhí)行數(shù)據(jù)過濾過程，以丟棄數(shù)據(jù)質(zhì)量不夠高的數(shù)據(jù)。根據(jù)所實(shí)施的采集協(xié)議，保守的經(jīng)驗(yàn)法則可能包括丟棄任何水殘余信號幅度大于NAA或總肌酸峰的光譜。

與其他形式的MRS數(shù)據(jù)一樣，數(shù)據(jù)質(zhì)量指標(biāo)可以應(yīng)用于與事件相關(guān)的fMRS數(shù)據(jù)。這些參數(shù)包括信噪比、線寬、頻率偏移、克拉默-拉奧下界(CRLBs)以及被試間或被試內(nèi)變異系數(shù)(CoV)。此外，事件相關(guān)MRS對光譜擬合的偏差高度敏感，這些偏差可能是由于條件之間的混淆差異而引起的。例如，不同條件下光譜數(shù)量的差異會導(dǎo)致SNR的差異，從而導(dǎo)致不同條件下代謝物濃度的明顯變化。正如Koolschijn等人(2021)所指出的那樣，可以通過模擬和置換檢驗(yàn)來準(zhǔn)確地捕獲此類偏差，這提供了一種評估偶然發(fā)生的代謝物濃度變化的方法。

事件相關(guān)fMRS的再現(xiàn)性

上述關(guān)于事件相關(guān)fMRS數(shù)據(jù)測量和分析的討論可以為研究人員提供最佳實(shí)踐指南。然而，可再現(xiàn)性仍然是事件相關(guān)fMRS研究以及更廣泛fMRS研究的關(guān)注點(diǎn)。事實(shí)上，最近對fMRS研究的元分析表明，不同研究之間存在顯著的異質(zhì)性，這可能歸因于任務(wù)設(shè)計(jì)的差異，包括刺激類型、大腦區(qū)域、序列參數(shù)、掃描場強(qiáng)、分析參數(shù)和軟件選擇。為了提高可重復(fù)性，有幾個研究小組最近發(fā)布了關(guān)于最佳實(shí)踐的共識建議。例如，MRSinMRS是由MRS專家共識小組建立的，旨在為MRS方法和結(jié)果的報(bào)告提供最低限度的指導(dǎo)方針，包括MRS硬件、數(shù)據(jù)采集、分析和質(zhì)量評估的標(biāo)準(zhǔn)化描述。同樣，MRS-Q由現(xiàn)有共識發(fā)展而來，用于評估MRS質(zhì)量，Choi等人(2021)描述了使用編輯序列的共識建議。盡管這些共識論文最初是針對靜態(tài)MRS提出的，但它們也可以應(yīng)用于fMRS研究，包括那些使用事件相關(guān)設(shè)計(jì)的研究。

解釋事件相關(guān)fMRS數(shù)據(jù)

雖然與事件相關(guān)的fMRS研究顯示了神經(jīng)化學(xué)物質(zhì)快速變化的有力證據(jù)，但潛在信號的來源仍然存在爭議。如上所述，神經(jīng)化學(xué)物質(zhì)存在于多個細(xì)胞隔室中，包括細(xì)胞質(zhì)、細(xì)胞外間隙和囊泡池。盡管MRS的空間分辨率不足以區(qū)分這些不同的神經(jīng)化學(xué)池，但有證據(jù)表明MRS對不同隔室中的神經(jīng)化學(xué)物質(zhì)的可見性存在差異。從理論上講，MRS不太可能對伴隨神經(jīng)遞質(zhì)釋放的細(xì)胞外谷氨酸和GABA的變化敏感，因?yàn)榧?xì)胞外谷氨酸和GABA的濃度比細(xì)胞內(nèi)的濃度小大約100倍。然而，鑒于這些研究大多集中在相對較高濃度的神經(jīng)化學(xué)物質(zhì)上，并且有些研究是在低場強(qiáng)下(3T及以下)進(jìn)行的，目前尚不清楚這些研究結(jié)果是否可以外推到包括GABA在內(nèi)的其他神經(jīng)化學(xué)物質(zhì)，尤其是在較高場強(qiáng)下進(jìn)行測量時。

任務(wù)誘導(dǎo)的MRS測量變化可以通過細(xì)胞內(nèi)谷氨酸和GABA代謝池與神經(jīng)遞質(zhì)釋放之間的緊密耦合來解釋。在靜息狀態(tài)下，可以觀察到代謝和神經(jīng)遞質(zhì)池之間的緊密耦合，其中谷氨酰胺-谷氨酸循環(huán)率和神經(jīng)元氧化葡萄糖消耗之間呈1∶1的關(guān)系。此外，盡管允許谷氨酸和GABA濃度凈變化的代謝過程可以解釋使用block設(shè)計(jì)報(bào)告的神經(jīng)化學(xué)物質(zhì)的變化，但它們被認(rèn)為太慢，因而無法解釋使用事件相關(guān)MRS檢測到的更快速的波動。此外，使用事件相關(guān)設(shè)計(jì)報(bào)告的神經(jīng)化學(xué)物質(zhì)濃度平均變化(~14%)被認(rèn)為太高，無法由已知的合成或降解代謝途徑來解釋。另一種可能性是，事件相關(guān)MRS對伴隨神經(jīng)活動的不同細(xì)胞間代謝物濃度的快速變化很敏感。

未來fMRS研究的兩個重要方向是：首先建立fMRS衍生的神經(jīng)化學(xué)測量與谷氨酸和GABA區(qū)室變化之間的復(fù)雜關(guān)系；其次，建立谷氨酸和GABA不同區(qū)室與神經(jīng)遞質(zhì)釋放、神經(jīng)元尖峰活動等生理指標(biāo)之間的關(guān)系。此外，fMRS研究還需要明確不同序列參數(shù)(如回波時間)對這些關(guān)系的影響。擴(kuò)散加權(quán)fMRS是一種可以區(qū)分不同細(xì)胞區(qū)室中神經(jīng)化學(xué)物質(zhì)的新方法，可能會提供重要的見解。擴(kuò)散率因細(xì)胞區(qū)室而異，球體中的低擴(kuò)散率與高線粒體粘度相關(guān)，而突觸間隙中的擴(kuò)散率較高。因此，擴(kuò)散加權(quán)成像可能有助于揭示使用事件相關(guān)fMRS范式報(bào)告的信號的來源。

結(jié)論

fMRS與事件相關(guān)任務(wù)設(shè)計(jì)相結(jié)合已成功用于以相對較高的時間分辨率測量多個不同腦區(qū)神經(jīng)化學(xué)物質(zhì)濃度的變化。雖然需要更多的工作來適當(dāng)?shù)亟忉屵@些神經(jīng)化學(xué)物質(zhì)的快速變化，但與使用block設(shè)計(jì)的報(bào)告相比，使用事件相關(guān)fMRS檢測到的功能變化相對較大。本文為那些有興趣實(shí)施事件相關(guān)fMRS的研究人員提供了指導(dǎo)和建議，展示了事件相關(guān)fMRS如何為認(rèn)知計(jì)算提供見解，特別是在仔細(xì)考慮任務(wù)設(shè)計(jì)、MRS序列和分析管道時。此外，本文還闡述了事件相關(guān)fMRS如何與其他模態(tài)成功結(jié)合，包括電生理學(xué)和fMRI BOLD。因此，通過捕獲與任務(wù)相關(guān)的神經(jīng)化學(xué)物質(zhì)的動態(tài)變化，事件相關(guān)fMRS有望成為一種有價值的工具，并且可作為其他非侵入性方法的補(bǔ)充?？偠灾?，事件相關(guān)fMRS提供了一個機(jī)會，即在了解人類認(rèn)知和行為神經(jīng)基礎(chǔ)的時間尺度上，檢驗(yàn)由計(jì)算和認(rèn)知神經(jīng)科學(xué)指導(dǎo)的假設(shè)。

原文：Renee S Koolschijn , William T Clarke , I Betina Ip , Uzay E Emir , Helen C Barron , Event-related functional Magnetic Resonance Spectroscopy, NeuroImage (2023), doi: https://doi.org/10.1016/j.neuroimage.2023.120194

小伙伴們關(guān)注茗創(chuàng)科技，將第一時間收到精彩內(nèi)容推送哦～