ヒトの脳画像に基づく parcellation

Imaging-based parcellations of the human brain
Simon B. Eickhoff, B T Thomas Yeo, Sarah Genon Nature Reviews Neuroscience, vol.19, No. 11, pp. 672-686, 2018

定義づけられた脳組織の形状は,空間的不均一性を持ち,異なるスケールで複数の地形を生じさせる.明確な 脳の区分定義である parcellation は,領域間で密接に相互作用するが,複数の不連続性を含む領域やネットワーク になり,脳組織または機能を理解するための基本となる.過去 10 年間で,構造的および機能的マーカーに加えて, 脳組織の局所的性質から遠大な結合パターンまで,さまざまな機能に基づいて脳を識別および分割するための in vivo MRI ベースの豊富なアプローチが爆発的に増加している.これらのさまざまなアプローチに多様性が大きい ことを考えると,これらのマップ間の収束と発散を評価することは困難である.個体間のばらつきはこの課題を 増大させるが,個体間と発展的 parcellation 研究を組み合わせることでまた新たな発見にむけたチャンスを提供で きるかもしれない.

機能的近赤外分光法のための解剖学的指針:AtlasViewerチュートリアル

Anatomical guidance for functional near-infrared spectroscopy: AtlasViewer tutorial
Neurophotonics, vol.2, No.2 , 020801-020801, 2015
20170423 syoshitake

機能的近赤外分光法(fNIRS)は,脳活動によって誘発された脳ヘモグロビン濃度変化を非侵襲的に測定するために使用される光学イメージング法である.
fNIRS研究における構造指針を用いることで,結果の解釈が向上し,研究間の比較が容易になる.
AtlasViewerは,我々が開発したオープンソースのソフトウェアパッケージで,fNIRS研究の解釈における構造的指針を可能にするために複数の空間登録ツールを組み込んでいる.
我々は,AtlasViewerグラフィカルユーザインターフェースやフォルダ構造,頭部の希望位置に登録された光源および検出器を含むfNIRSプローブの作成に必要であり,プローブ製造誤差とプローブ間の配置変動性を評価するユーザファイルのレイアウトおよび,画像再構成機能を含む異なる脳領域に対する測定感度を評価するための異なる手順を紹介する.
さらに我々は,AtlasViewerがfNIRS結果の解釈を導くための一般的な頭部アトラスを提供する方法を詳述するが,ユーザーが結果を解釈するために主題に応じた頭部解剖学的構造を提供することも可能としている.
我々は,AtlasViewerがfNIRS研究の解剖学的解釈を改善する上で貴重なツールとなることを期待している.