Функциональная МРТ

Функциональная магнитно-резонансная томография (фМРТ) — это метод нейровизуализации, позволяющий измерять и картировать активность головного мозга путём регистрации изменений кровотока, связанных с нейронной активностью. В отличие от структурной МРТ, которая создаёт анатомические изображения тканей, фМРТ выявляет области мозга, задействованные в выполнении когнитивных, сенсорных или моторных задач. Метод основан на принципе, что активные нейроны потребляют больше кислорода, что вызывает локальное изменение соотношения оксигемоглобина и дезоксигемоглобина в крови. Это изменение регистрируется благодаря магнитным свойствам гемоглобина (BOLD-эффект — Blood Oxygenation Level Dependent). ФМРТ является неинвазивным методом и не требует введения радиоактивных веществ, что отличает её от позитронно-эмиссионной томографии (ПЭТ). Метод широко применяется в когнитивной нейронауке, клинической неврологии, нейрохирургии и психологии.

Физические и физиологические основы

BOLD-эффект

Основой фМРТ является BOLD-контраст, открытый Сэйдзи Огавой в 1990 году. Когда нейроны активируются, они потребляют глюкозу и кислород. Для восполнения кислорода происходит локальное расширение артериол и капилляров, что приводит к избыточному притоку оксигенированной крови. Концентрация дезоксигемоглобина (который является парамагнетиком) временно снижается, а оксигемоглобина (диамагнетика) — возрастает. Это изменение магнитной восприимчивости ткани регистрируется МР-томографом как усиление сигнала в Т2*-взвешенных изображениях. BOLD-сигнал не является прямой мерой нейронной активности, а отражает гемодинамический ответ, который запаздывает относительно электрической активности нейронов на 1–2 секунды и достигает пика через 4–6 секунд.

Гемодинамическая функция ответа (HRF)

Гемодинамическая функция ответа (HRF) описывает изменение BOLD-сигнала во времени после короткого стимула. Типичная HRF включает начальный подъём, пик, спад и постстимульную «undershoot» (небольшое снижение сигнала ниже исходного уровня). Форма HRF может варьироваться в зависимости от возраста, состояния сосудов и конкретной области мозга. Для анализа данных фМРТ HRF часто моделируют математически, например, с помощью двойной гамма-функции.

Методология

Типы экспериментов

ФМРТ-исследования делятся на два основных типа: задачные (task-based) и в состоянии покоя (resting-state).

• Задачная фМРТ: Участник выполняет определённые задания (например, нажатие кнопки, просмотр изображений, решение задач) в рамках блочного или событийного дизайна. Сравнение сигнала во время выполнения задания и во время контрольного периода позволяет выявить области, специфически активируемые задачей.
• ФМРТ в состоянии покоя: Участник находится в томографе без выполнения какой-либо задачи. Анализируются спонтанные низкочастотные флуктуации BOLD-сигнала (<0.1 Гц). Этот метод используется для изучения функциональной связности между различными областями мозга, объединёнными в сети (например, сеть пассивного режима работы мозга — DMN).

Процедура сканирования

Стандартное фМРТ-исследование проводится на МР-томографе с напряжённостью магнитного поля 1.5, 3 или 7 Тесла. Более высокое поле (7 Т) даёт лучшее соотношение сигнал/шум, но более чувствительно к артефактам. Участник помещается в томограф, его голова фиксируется для минимизации движений. Сканирование включает сбор серии объёмов (трёхмерных изображений) всего мозга каждые 1–3 секунды (TR — время повторения). Продолжительность сессии обычно составляет от 10 до 60 минут.

Обработка данных

Сырые данные фМРТ проходят многоступенчатую предобработку для удаления шумов и артефактов. Основные этапы:

1. Коррекция времени срезов (Slice Timing Correction): Поскольку разные срезы мозга сканируются в разные моменты времени, их синхронизируют.
2. Выравнивание (Realignment): Компенсация движений головы участника во время сканирования.
3. Нормализация (Normalization): Приведение анатомических изображений разных участников к единому стандартному пространству (например, MNI — Монреальский неврологический институт) для группового анализа.
4. Сглаживание (Smoothing): Размытие изображения для улучшения соотношения сигнал/шум и уменьшения влияния межсубъектных анатомических различий.
5. Статистический анализ: Строится общая линейная модель (GLM), где каждый воксель (трёхмерный пиксель) проверяется на соответствие ожидаемой модели гемодинамического ответа. Результатом являются статистические карты (t-карты), показывающие, где активация значимо отличается от фоновой.

Применение

Клиническая медицина

• Предоперационное картирование: ФМРТ используется для локализации критических функциональных зон (моторная кора, зона Брока, зона Вернике) перед нейрохирургическими операциями по удалению опухолей или эпилептических очагов. Это помогает минимизировать риск повреждения важных функций.
• Эпилепсия: ФМРТ помогает локализовать эпилептический очаг и оценить латерализацию речевых и мнестических функций.
• Инсульт: Оценка пластичности мозга и функционального восстановления после инсульта.
• Психиатрия: Исследование нейрональных коррелятов депрессии, шизофрении, обсессивно-компульсивного расстройства и других заболеваний. В клинической практике фМРТ пока не является стандартным диагностическим инструментом для большинства психических расстройств, но активно используется в научных целях.

Когнитивная нейронаука

ФМРТ является основным инструментом для изучения нейронных основ восприятия, внимания, памяти, языка, эмоций и принятия решений. Исследования позволяют картировать функциональные сети мозга и изучать их изменения при обучении или старении.

Нейромаркетинг и нейроэкономика

Метод используется для изучения реакции мозга на рекламу, бренды и экономические стимулы. На основе фМРТ-исследований пытаются предсказывать потребительское поведение, хотя коммерческое применение ограничено высокой стоимостью и этическими вопросами.

Детекция лжи (ограниченное применение)

В некоторых странах предпринимались попытки использовать фМРТ для детекции лжи. Однако метод не обладает достаточной точностью и воспроизводимостью для судебного применения, и его использование в этой области вызывает серьёзные этические и научные возражения.

Ограничения и критика

• Низкое временное разрешение: BOLD-сигнал отражает гемодинамику, а не электрическую активность нейронов, поэтому временное разрешение (1–3 секунды) значительно ниже, чем у электроэнцефалографии (ЭЭГ) или магнитоэнцефалографии (МЭГ).
• Косвенная природа сигнала: BOLD-сигнал не является прямой мерой нейронной активности. На него влияют сосудистые факторы (возраст, заболевания, кофеин), что может приводить к ложным выводам.
• Артефакты движения: Даже небольшие движения головы (менее 1 мм) могут вызывать ложные сигналы активации, особенно на границах тканей.
• Проблема множественных сравнений: При анализе десятков тысяч вокселей требуется строгая коррекция множественных сравнений (например, с помощью семейной ошибки (FWER) или ложного уровня обнаружения (FDR)), иначе результаты могут быть случайными.
• Интерпретация: Высокая активация в области не обязательно означает, что она является единственной или основной для данной функции. Метод не устанавливает причинно-следственных связей — он лишь показывает корреляцию активности с задачей.
• Этические вопросы: Возможность использования фМРТ для нейроидентификации, прогнозирования поведения или детекции лжи вызывает опасения по поводу приватности и конфиденциальности.

История

• 1990: Сэйдзи Огава (США) впервые описал BOLD-эффект у крыс.
• 1992: Первые фМРТ-изображения активации зрительной коры человека были получены группой Кеннета Кванга (Миннесота) и независимо группой Джона Белливо (Массачусетс).
• 1993–1995: Разработка событийного дизайна фМРТ (Randy Buckner, Peter Bandettini), позволившего изучать отдельные когнитивные события.
• 2000-е: Широкое распространение фМРТ в когнитивной науке, появление крупных баз данных (например, Human Connectome Project).
• 2010-е: Развитие методов фМРТ в состоянии покоя, машинного обучения для анализа данных и мультимодальных подходов (сочетание фМРТ с ЭЭГ или МЭГ).

Перспективы развития

Современные направления развития фМРТ включают:

• Увеличение пространственного разрешения (до субмиллиметрового) с помощью томографов сверхвысокого поля (7 Т и выше).
• Разработка методов реального времени (real-time фМРТ), позволяющих участникам видеть собственную активацию мозга и обучаться её контролю (нейробиоуправление).
• Сочетание фМРТ с оптогенетикой и другими методами для изучения причинно-следственных связей.
• Применение методов глубокого обучения для автоматического анализа и классификации паттернов активации.

Источники

• Ogawa, S., Lee, T. M., Kay, A. R., & Tank, D. W. (1990). Brain magnetic resonance imaging with contrast dependent on blood oxygenation. Proceedings of the National Academy of Sciences, 87(24), 9868–9872.
• Huettel, S. A., Song, A. W., & McCarthy, G. (2009). Functional Magnetic Resonance Imaging (2nd ed.). Sinauer Associates.
• Bandettini, P. A. (2012). Twenty years of functional MRI: The science and the stories. NeuroImage, 62(2), 575–588.
• Glover, G. H. (2011). Overview of functional magnetic resonance imaging. Neurosurgery Clinics of North America, 22(2), 133–139.
• Poldrack, R. A., Mumford, J. A., & Nichols, T. E. (2011). Handbook of Functional MRI Data Analysis. Cambridge University Press.