Ствол головного мозга представляет собой сложную анатомическую структуру, которая плотно упакована функционально специализированными ядрами, участвующими в распространении сенсорных и моторных сигналов, модуляции боли и вегетативных процессов.
Ствол мозга играет критическую роль при различных расстройствах, включая вегетативные дисфункции, аффективные расстройства, хронические болевые состояния, такие как мигрень, и двигательные расстройства, такие как болезнь Паркинсона.
Однако из-за его анатомических особенностей исследования функций ствола мозга с помощью методов нейровизуализации являются сложными, и необходимы дальнейшие усилия по улучшению качества сигнала для обеспечения достоверных и надежных оценок активации ствола мозга.
В большинстве исследований функциональной визуализации, направленных на ствол мозга человека, изучалось восприятие боли и модуляция. Учитывая важность ствола мозга в распространении сенсорной информации, было проведено несколько исследований, посвященных слуховой деятельности, тактильной и зрительного восприятия, включая глазодвигательный контроль.
Дальнейшие цели исследования охватывают вестибулярную систему, обработку эмоций, прогноз вознаграждения и сознание. Моторные задания, такие как постукивание пальцами и сокращения мышц лица, использовались в качестве функциональных локализаторов, чтобы систематически проверять влияние различных методов предварительной обработки или оценивать влияние физиологической коррекции шума.
Физиологический шум в МРТ обычно используется для обозначения изменений в МР-сигнале, вызванных физиологией субъекта, за исключением нейрональной активации, представляющей интерес, в частности сигналов, связанных с сердечным и дыхательным циклами. Сердечная деятельность вызывает периодические изменения мозгового кровотока и объема, а также артериальную пульсацию, которая непосредственно влияет на сигнал BOLD в окружающей ткани и вызывает колебательные движения в спинномозговой жидкости.
Из-за своего анатомического расположения – в окружении спинномозговой жидкости (CSF) и в непосредственной близости от крупных артерий – ствол мозга особенно подвержен физиологическому шуму.
Один из широко используемых методов уменьшения физиологических нарушений – это запись сердечных и дыхательных сигналов и их моделирование в виде рядов Фурье низкого порядка, которые можно использовать для коррекции временных рядов EPI в ходе предварительной обработки или для генерации регрессоров помех в общей линейной модели (GLM). Однако было несколько предложений относительно оптимального количества регрессоров, полученных из физиологических записей, отраженных с помощью ряда методов для включения физиологической информации в статистические модели.
Другой подход заключается в извлечении изменений физиологического сигнала непосредственно из функциональных изображений, таких как независимый компонентный анализ (ICA) или метод коррекции шума на основе анатомических компонентов. ICA разлагает сигнал на компоненты со схожими схемами и способен идентифицировать как крупномасштабные сети мозга, так и компоненты, связанные с физиологическим шумом или артефактами сканера.
Однако выбор подходящих компонентов затруднен и лишен объективности в случае определения вручную или склонен к неправильной классификации в методах автоматической классификации. Это может объяснить, почему ICA до сих пор применялась только в ограниченном количестве исследований, направленных на ствол мозга человека.
В отличие от ICA, aCompCor использует априорные предположения об анатомическом источнике физиологических шумовых сигналов. Поскольку маловероятно, что вариации сигнала в CSF или белом веществе происходят из-за активности нейронов, а скорее из-за движения объекта, дыхания и функций сердца, они могут быть регрессированы из сигнала BOLD в статистических моделях.
Хотя этот метод обычно используется в анализах функциональных связей коры головного мозга, только в нескольких исследованиях применяли aCompCor или сопоставимые методы в МРТ головного мозга.
Другая возможность использования анатомической информации для уменьшения влияния физиологических колебаний на сигналы BOLD, представляющие интерес, заключается в исключении областей, склонных к таким колебаниям, из анализа. Обрезая функциональные изображения до ствола мозга или даже в более мелкие области, такие как периакведуктальный серый перед сглаживанием, можно избежать смазывание нежелательного сигнала.
Активация ядер двигательного ствола мозга может быть надежно идентифицирована с помощью МРТ высокого поля с оптимизированными стратегиями сбора и обработки – даже на уровне одного субъекта. Применение специфических методов физиологической коррекции шума улучшает воспроизводимость и надежность активации ствола мозга, стимулируя будущие клинические применения.
