Optimization and validation of a novel tecnique for inverse fMRI guided tractography integration : application to the normal language circuit and to Alzheimer's disease

Abstract Background and purpose: Integration of in-vivo information on gray matter (GM) activation by functional MRI (fMRI) and on structural connectivity in white matter (WM) by diffusion tensor imaging (DTI) have been recently attempted by fMRI-driven tractography selecting DTI fibers stemming from activated GM areas. The aim of this study is exploring the connectivity between WM and GM in typical condition (group of healthy subjects, HS) and in patients affected by Alzheimer’s Disease (AD) in which GM alterations are detected (atypical condition). By using an inverse approach of fMRI-guided tractography we consider the intersections of DTI tracts projections in GM and group-fMRI activations obtained during the accomplishment of a verbal-fluency task (paced-overt version). Method: fMRI and DTI data have been acquired from 14 HS and 14 AD patients. In this study, AD DTI was not used and HS tractography was taken as reference to both groups. An algorithm for the WM fiber extension (10mm in the direction of the last two voxels of each fiber) in order to identify the corresponding areas of GM has been developed in Matlab (http://www.mathworks.com/products/matlab/) and then applied to the following WM bundles, previously reconstructed in every HS: Arcuate Fasciculus (AF), Cingulum Bundle (CB), Inferior Fronto-Occipital Fasciculus (IFOF), Inferior Lateral Fasciculus (ILF) and Uncinate Bundle (UB) . This approach was necessary because a decrease of the fractional anisotropy values (from the standard value 0.2 progressively down to 0.02) for the DTI data didn’t allow the bundles to intersect the same activated areas. For each extended bundle we did the following processing operation: masking with a brain parcellation to select only the GM projections of the tract, sum of the projections of all HS, average and threshold of the final image to obtain the probability map of one projection area (PA) for every bundle listed above. Then, a 3D dilation (with a spherical kernel with 15mm radius) of the HS and AD group-fMRI activated areas has been applied to identify the WM tracts recruited during the task. Results: The intersections between GM tracts projections and dilated activation areas, show an overlapping between fibers and GM just in the AF and in the CB case. For the AF, the intersection involves Brodmann Areas (BAs) 6, 21, 22, 37, 44, while for the CB, the BAs involved are 24 and 32. Instead, the fiber terminations of ILF, IFOF and UB were more spread in GM and did not allow to create a robust PA that can be intersected with the dilated fMRI ROIs (almost no intersection displayed). An inter-individual variability analysis confirmed this result: the Dice’s coefficient (DC) for the similarity showed the highest value (0.44) for the AF and the lowest (0.08) for the IFOF; conversely the coefficient of variability (CV) presented the highest value for the IFOF (0.48) and the lowest for the AF (0.11). The projections in GM of the AF and the CB obtained analyzing 14 healthy subjects, have been used also to find the intersection with the fMRI group analysis of 14 Alzheimer patients: due to different activation patterns, different connectivity areas have been individuated (additional activations in BAs 40 and 42). Discussion and Conclusion: The proposed inverse fMRI-guided tractographic approach considers extended WM tracts and the intersection between their projection in GM and fMRI activations. Preliminary results suggest a complex pattern of GM activation with small intersections with impinging bundles surrounded by portions not close to the considered tracts, though activated. Prospectively, a tract projection atlas may provide a GM parcellation based on the WM structures underlying, giving a further key for interpreting fMRI in pathological conditions with GM alterations such as in AD.

Sommario Contesto e obiettivi dello studio: L’integrazione di informazioni ricavate in-vivo dalle attivazioni di sostanza grigia (SG) e dalla connettività strutturale di sostanza bianca (SB), ottenute rispettivamente da immagini di risonanza magnetica funzionale (RMf) e da immagini pesate in diffusione, ha recentemente dato vita ad una nuova tecnica di neuro-imaging chiamata fMRI-driven tractography (trattografia guigata da RMf), che prevede la selezione di quelle fibre di SB, ricostruite attraverso trattografia, che hanno origine nelle aree di SG attivate, ottenute con RMf. Lo scopo di questo studio è esplorare la connettività fra SG e SB in un gruppo di soggetti sani ed uno di pazienti affetti da morbo di Alzheimer, in cui sono riscontrate alterazioni di SG. Utilizzando un approccio inverso di fMRI-guided tractography, si sono analizzate le intersezioni fra le proiezioni in SG dei tratti e le attivazioni di gruppo ottenute con RMf durante l’esecuzione di un task di fluenza verbale nella sua versione paced-overt, che prevede di pronunciare parole ad alta voce ad un ritmo prestabilito in fase di ideazione dell’esperimento. Metodo: I dati di funzionale e di diffusione sono stati acquisiti su 14 soggetti sani e 14 pazienti affetti da morbo di Alzheimer. In questo studio, tuttavia, le informazioni di diffusione del gruppo dei pazienti non sono state utilizzate, mantenendo come riferimento per entrambi i gruppi la trattografia dei soggetti sani. È stato sviluppato, in ambiente Matlab, (http://www.mathworks.com/products/matlab/) un algoritmo che consente l’estensione delle fibre di SB (10 mm nella direzione che unisce gli ultimi due voxels di ogni fibra) in modo da intercettare le corrispondenti aree di SG e verificare che tali aree siano quelle effettivamente attivate. Dopo averli ricostruiti nei soggetti sani, i tratti scelti per l’estensione sono stati il Fascicolo Arcuato, il Cingolo, il Fascicolo Inferiore Fronto-Occipitale, il Fascicolo Inferiore Longitudinale e il Fascicolo Uncinato. Tale approccio è stato necessario perché la riduzione della soglia minima di anisotropia frazionaria (dal valore standard di 0.2 via via decrementato sino a 0.02) calcolata sui dati di diffusione, non ha permesso ai fasci di intersecare le stesse aree di attivazione. Per ogni tratto esteso sono state compiute le seguenti operazioni di image processing: mascheramento con una ‘brain parcellation’ (suddivisione del cervello in SG, SB e liquid cerebro-spinale) al fine di selezionare solo le proiezioni in SG del tratto, somma delle proiezioni di tutti i soggetti sani, media e sogliatura dell’immagine finale per ottenere la mappa probabilistica di un’area di proiezione (AP) per ognuno dei fasci indicati precedentemente. Successivamente è stata effettuata una dilatazione tridimensionale (con un kernel sferico di raggio 15mm) sia dell’immagine di funzionale del gruppo dei soggetti sani, sia dei pazienti affetti da morbo Alzheimer, in modo da identificare i tratti di SB reclutati durante l’esecuzione del task. Risultati: Le intersezioni fra le proiezioni dei tratti in SG e le aree di attivazione dilatate mostrano una sovrapposizione fra le fibre e la SG solo nel caso del Fascicolo Arcuato e del Cingolo. Per l’Arcuato, l’intersezione comprende le aree di Brodmann (AB) 6, 21, 22, 37, 44, mentre per il Cingolo le AB coinvolte sono la 24 e la 32. Nel caso del Fascicolo Inferiore Fronto-Occipitale, del Fascicolo Inferiore Longitudinale e del Fascicolo Uncinato, invece, si ha una dispersione tale delle terminazioni da non permettere la creazione di AP statisticamente robuste in grado di intercettare le aree di RMf dilatate (infatti, per questi tre fasci, non si è riusciti ad identificare quasi nessuna intersezione). Un’analisi di variabilità inter-soggetto ha confermato questo risultato: in particolare il coefficiente di Dice che dà una misura di similarità fra le due variabili in esame, ha mostrato il valore più alto per l’Arcuato (0.44) e il più basso per (0.08); al contrario, il coefficiente di variabilità presentava il valore maggiore per il Fascicolo Inferiore Fronto-Occipitale (0.48) e il minore per l’Arcuato (0.11). Le proiezioni in SG Dell’Arcuato e del Cingolo, ottenute analizzando i 14 soggetti sani, sono state utilizzate anche per individuare le intersezioni con le attivazioni funzionali del gruppo dei 14 pazienti: a causa di un differente schema di attivazione, sono state individuate differenti zone di connettività, nello specifico sono state riscontrate intersezioni anche nelle AB 40 e 42. Discussione e Conclusioni: L’approccio inverso di fMRI-guided tractographic qui proposto, prevede l’estensione dei tratti di SB e considera poi le intersezioni fra e loro proiezioni in SG e le attivazioni di RMf. Risultati preliminari suggeriscono la presenza di un complesso schema di attivazione in SG con piccole intersezioni tra i fasci estesi e zone di SG attivate anche non vicine ai tratti stessi. Prospetticamente, potrebbe essere costruito un atlante con una parcellizzazione di SG basata sulle strutture di SB sottostanti, offrendo un’ulteriore chiave di lettura per l’interpretazione di RMf in condizioni patologiche in cui sono presenti alterazioni di SG, come nel caso del morbo di Alzheimer.