Correspondência aprimorada dos dados do localizador de campo visual fMRI após o córtex

Scientific Reports volume 12, Número do artigo: 14310 (2022) Citar este artigo

749 acessos

4 Altmétrica

Detalhes das métricas

Estudar o sistema visual com fMRI geralmente requer o uso de paradigmas localizadores para definir regiões de interesse (ROIs). No entanto, a considerável variabilidade interindividual do córtex cerebral representa uma confusão crucial para análises em nível de grupo. As técnicas de alinhamento baseado no córtex (CBA) reduzem de forma confiável a variabilidade macroanatômica interindividual. No entanto, sua utilidade não foi avaliada para paradigmas localizadores de campo visual, que mapeiam partes específicas do campo visual dentro de áreas visuais organizadas retinotopicamente. Avaliamos o CBA para um localizador de campo visual aprimorado pela atenção, mapeando partes homólogas de cada quadrante visual em 50 participantes. Comparamos CBA com alinhamento baseado em volume e uma análise baseada em superfície, que não incluiu alinhamento macroanatômico. A CBA levou ao maior aumento na probabilidade de sobreposição de ativação (até 86%). No nível do grupo, o CBA levou ao aumento mais consistente no tamanho do ROI, preservando a simetria vertical do ROI. No geral, nossos resultados indicam que, além do aumento da relação sinal-ruído de uma análise baseada em superfície, o alinhamento macroanatômico melhora consideravelmente o poder estatístico. Essas descobertas confirmam e ampliam a utilidade da CBA para o estudo do sistema visual no contexto de análises de grupo. A CBA deve ser particularmente relevante ao estudar distúrbios neuropsiquiátricos com variabilidade macroanatômica interindividual anormalmente aumentada.

O sistema visual inclui uma infinidade de representações topográficas de resolução variável em áreas visuais cada vez mais especializadas1. A ressonância magnética funcional (fMRI) oferece uma variedade de métodos para mapear essas representações topográficas por completo ou para localizar áreas visuais específicas ou posições retinotópicas em sua topografia. Essas abordagens são essenciais não apenas para o estudo refinado das propriedades fundamentais do sistema visual1, mas também para investigar o papel dessas áreas para processos cognitivos de ordem superior, como atenção visual e memória de trabalho2,3,4,5,6 . Isso também se estende a estudos translacionais de disfunção visual e suas consequências cognitivas em distúrbios neuropsiquiátricos7,8.

Métodos para mapeamento visual baseado em fMRI, ou seja, técnicas para definir regiões de interesse no sistema visual com base em propriedades funcionais específicas, se enquadram em três grandes categorias: mapeamento retinotópico, localizador de campo visual e paradigmas de localizador funcional. O mapeamento retinotópico e o mapeamento de campo receptivo populacional (pRF) mais avançado permitem o delineamento completo das áreas visuais precoces1,9,10. Por outro lado, os paradigmas do localizador de campo visual podem mapear uma região circunscrita dentro de uma área visual retinotopicamente organizada11,12. Finalmente, os localizadores funcionais podem detectar áreas visuais de ordem superior, como a área facial fusiforme (FFA), área local parahipocampal (PPA), área extraestriada do corpo e complexo occipital lateral (LOC), que são agrupados e mostram especialização para o processamento de informações específicas categorias de informações visuais complexas1,13,14. Na maioria dos estudos de fMRI, a alta variabilidade anatômica interindividual das áreas corticais em termos de tamanho e localização constitui um importante desafio15,16,17,18,19,20,21,22,23. Por exemplo, foi demonstrado que o córtex visual primário (V1) pode diferir em tamanho em cerca de duas vezes entre os indivíduos17. Além disso, a variabilidade anatômica quanto à localização tem se mostrado particularmente pronunciada nas áreas visuais extraestriadas24. Essa confusão crucial reduz o poder de mapear áreas visuais de maneira confiável no nível do grupo.

Uma maneira de mitigar esse problema é agrupar regiões de interesse (ROIs) de um único assunto, ao mesmo tempo em que usa a probabilidade geral baseada em grupo para esse ROI em cada ponto em um sistema de coordenadas cartesianas como uma restrição25,26,27. Embora essa análise baseada em um único sujeito melhore a sensibilidade e a resolução funcional em comparação com uma abordagem baseada em grupo padrão, na verdade ela não reduz a variabilidade macroanatômica. Além disso, estudar a interação entre áreas visuais e outras áreas corticais mais diretamente envolvidas em processos cognitivos de ordem superior com métodos de cérebro inteiro, como análises de rede conectômica funcional28, pode impedir uma estratégia baseada em um único assunto.