Bij hersenonderzoek wordt vaak gebruik gemaakt van functionele MRI scans om hersenactiviteit te bestuderen. Maar minutenlang je hoofd perfect stil houden in een MRI-scanner, dat valt niet mee. Helaas zorgen hoofdbewegingen tijdens de scan voor verstoringen in de MRI-data. En dat zorgt voor problemen bij het hersenonderzoek. Raimon Pruim, onderzoeker op het Donders Instituut, heeft daarom samen met zijn collega’s een methode ontwikkeld om deze verstoringen uit de data te filteren, genaamd ‘ICA-AROMA’.
Vooral zogenaamde ‘rust functionele MRI’ (rust-fMRI) metingen zijn erg gevoelig voor verstoringen door hoofdbewegingen. Bij deze scans moet de deelnemer of patiënt ongeveer 10 minuten in een rust-toestand in de MRI-scanner liggen. De deelnemer wordt gevraagd niet aan specifieke dingen te denken (zoals rekensommen maken in je hoofd), maar ook niet per ongeluk in te slaap vallen. Gedurende de meting wordt er grofweg elke 2 seconden een snelle scan gemaakt. Op elk tijdstip ziet deze scan er net iets anders uit. Deze veranderingen worden mede veroorzaakt door hersenactiviteit. Op deze manier kunnen we de rust-fMRI scan gebruiken om hersenactiviteit in het brein bestuderen. Maar verstoringen in het rust-fMRI signaal, veroorzaakt door hoofdbewegingen, kunnen dit onderzoek bemoeilijken.
Op het Donders Instituut doen we veel onderzoek met kinderen met ADHD. Zoals je misschien kunt voorstellen bewegen mensen met ADHD tijdens de scan meer dan mensen zonder ADHD, en bewegen kinderen weer meer dan volwassen. Wanneer je bijvoorbeeld ADHD of hersenontwikkeling wilt bestuderen weet je daarom niet zeker of de bevindingen ‘echt’ zijn, of een gevolg van bewegingsverstoringen. Om betrouwbaar onderzoek te doen en geen onterechte conclusies te trekken zullen we de bewegingsverstoringen uit de rust-fMRI data moeten verwijderen.
Raimon heeft nu een methode ontwikkeld om dit te doen (genaamd ICA-AROMA; ‘ICA-based Automatic Removal Of Motion Artifacts’). Hierbij maakt hij gebruik van het feit dat het signaal dat we met de MRI-scan meten altijd een mix is van verschillende bronnen. Zo zijn er ‘signaal bronnen’ die gerelateerd zijn aan hersenactiviteit van bepaalde hersengebieden of hersennetwerken. Daarnaast zijn er meerdere ‘verstoringsbronnen’, veroorzaakt door bijvoorbeeld hoofdbewegingen. We zijn dus wel geïnteresseerd in de signaalbronnen, maar niet in de verstoringsbronnen. Gelukkig bestaat er een slimme wiskundige truc die al deze bronnen kan detecteren (zie afbeelding). Vervolgens gaat ICA-AROMA één voor één de gedetecteerde bronnen langs en bepaalt automatisch of ze karakteristieken vertonen van hoofdbewegingen. Als dat zo is, dan wordt deze verstoringsbron uit de data gefilterd.
Een groot voordeel van de methode is dat je niet alleen dat de kans op onterechte bevindingen verkleint, maar ook de kans op ‘echte’ bevindingen vergroot. Door de schone data komen interessante effecten duidelijker naar voren en zijn dus makkelijker te vinden. Immers, als je thuis de ramen hebt gewassen zijn niet alleen de ramen schoon, maar zie je ook nog eens beter wat er buiten gebeurt. Op deze manier kunnen we rust-fMRI blijven gebruiken als een belangrijk instrument voor hersenonderzoek in alle leeftijden en klinische groepen.
Raimon doet vandaag mee aan de Pecha-Kucha-Pitch wedstrijd op de Breinproductendag. Hier zal hij over zijn onderzoek vertellen aan de hand van 20 afbeeldingen die elk slechts 20 seconden worden getoond.
Dit blog is geschreven door Raimon Pruim.
Bewerking door Jeanette.
