The meaning and interpretation of ALFF and fALFF

Das menschliche Gehirn ist niemals wirklich still. Selbst wenn wir ruhen, die Augen geschlossen haben und die Gedanken schweifen lassen, feuern seine Milliarden von Neuronen in komplexen, spontanen Mustern. Um dieses leise Summen zu hören, nutzen Wissenschaftler eine leistungsstarke Bildgebungstechnik namens funktionelle Magnetresonanztomographie oder fMRT. Diese Methode misst nicht direkt die elektrischen Funken der Neuronen, sondern verfolt die subtilen Veränderungen des Blutflusses und des Sauerstoffgehalts, die der neuronalen Aktivität folgen. Wenn eine Gruppe von Gehirnzellen aktiv wird, verlangt sie nach mehr Sauerstoff, und der Körper pumpt Blut in dieses Gebiet. Durch die Messung dieser winzigen Schwankungen im Blut-Sauerstoffgehalt können Forscher eine Karte des Ruhezustands des Gehirns erstellen und so aufzeigen, welche Regionen miteinander kommunizieren.

Jahrelang haben sich Wissenschaftler auf zwei spezifische Zahlen verlassen, um die Intensität dieser Signale des ruhenden Gehirns zu beschreiben. Die eine ist ein Maß für die rohe Stärke der niederfrequenten Schwingungen des Blutsignals, während die andere eine normalisierte Version derselben Zahl ist, die darauf ausgelegt ist, Hintergrundrauschen zu eliminieren. Diese Metriken sind zu Standardwerkzeugen geworden, um gesunde Gehirne mit durch Krankheiten betroffenen zu vergleichen oder um zu untersuchen, wie sich das Gehirn mit dem Alter verändert. Es blieb jedoch eine grundlegende Frage offen: Sagen uns diese Zahlen tatsächlich etwas über die neuronale Aktivität des Gehirns, oder spiegeln sie lediglich die Eigenheiten der Maschine wider, die das Bild macht?

Ein Team von Forschern der Vanderbilt University hat diese Frage nun beantwortet, indem es ein detailliertes mathematisches Modell entwickelt hat, das die Verbindung zwischen dem Stoffwechsel des Gehirns und den auf dem Scanner sichtbaren Signalen herstellt. Sie entdeckten, dass die beiden gängigen Metriken, die oft als austauschbar behandelt werden, tatsächlich sehr unterschiedliche Dinge messen. Das rohe Maß der Signalstärke ist eng mit dem Basismetabolismus des Geinhirns verknüpft und skaliert vorhersehbar mit der Menge an Sauerstoff, die das Gehirn verbraucht. Im Gegensatz dazu ist die normalisierte Version, die als saubererer und zuverlässigerer Indikator galt, tatsächlich in einem engen Bereich gefangen, der fast ausschließlich durch die Einstellungen des Scanners bestimmt wird.

Die Forscher begannen damit, ein bekanntes Modell des Blutflusses durch die Gefäße des Gehirns, das sogenannte „Balloon-Modell“, zu überarbeiten. Sie leiteten eine präzise Formel ab, die beschreibt, wie Änderungen im Sauerstoffverbrauch des Gehirns in die vom MRT-Scanner erfassten Blut-Sauerstoff-Signale übersetzt werden. Mit dieser Formel simulierten sie die Signale des Ruhezustands, die in einem typischen Scan erscheinen würden, wobei sie die natürlichen Schwankungen des Hirnstoffwechsels und das unvermeidliche thermische Rauschen berücksichtigten, das jedes elektronische Gerät erzeugt. Sie berechneten dann, wie die beiden Standardmetriken unter diesen Bedingungen aussehen würden, indem sie die Aktivität des Gehirns als ein kontinuierliches, niederfrequentes Summen behandelten.

Ihre Analyse offenbarte eine eklatante Einschränkung der normalisierten Metrik. Sie fanden heraus, dass dieser Wert mathematisch zwischen einem unteren Boden und einer oberen Decke gefangen ist. Der Boden wird durch den Bruchteil des gesamten Frequenzbereichs festgelegt, den der Forscher zu analysieren wählt, während die Decke dadurch bestimmt wird, wie viel des wahren Gehirnsignals innerhalb dieses spezifischen Bereichs liegt. Entscheidend ist, dass beide Grenzen durch die Akquisitionsparameter festgelegt sind: wie schnell der Scanner Bilder aufnimmt und wie lange der Scan dauert. Die Forscher zeigten, dass sich der Wert dieser Metrik drastisch verschiebt, wenn man die Geschwindigkeit ändert, mit der der Scanner Bilder erfasst, selbst wenn das Gehirn selbst exakt gleich bleibt.

In ihren Simulationen testeten sie, was passiert, wenn die Zeit zwischen den Bildern von zwei Sekunden auf eine halbe Sekunde verkürzt wird. Bei konstanter Gehirnaktivität sank der normalisierte Wert um fast 45 Prozent. Dies bedeutet, dass ein Forscher, der Daten aus zwei verschiedenen Studien oder sogar von zwei verschiedenen Scannern vergleicht, einen massiven Unterschied bei dieser Zahl sehen könnte, der nichts mit der Gehirnfunktion des Patienten zu tun hat, sondern allein mit den Einstellungen der Maschine. Der Wert ist so eng an diese technischen Entscheidungen gebunden, dass er nicht dazu verwendet werden kann, Ergebnisse über verschiedene Protokolle hinweg zu vergleichen.

Die rohe Signalstärke hingegen verhält sich anders. Obwohl sie ebenfalls durch Rauschen beeinflusst wird, ist sie nicht durch dieselben starren Grenzen gefangen. Die Forscher demonstrierten, dass dieses Maß einem vorhersagbaren Potenzgesetz in Bezug auf den Basismetabolismus des Gehirns folgt. Wenn der Sauerstoffverbrauch des Gehirns steigt, nimmt die rohe Signalstärke auf eine konsistente, berechenbare Weise zu. Dies macht sie zu einem weitaus empfindlicheren und zuverlässigeren Indikator für den zugrunde liegenden metabolischen Zustand des Gehirns, vorausgesetzt, das Signal ist stark genug, um über das Rauschen hinauszuragen.

Die Studie hob auch hervor, wie die Dauer des Scans die Ergebnisse beeinflusst. Wenn ein Scan länger wird, sinkt der maximal mögliche Wert für die normalisierte Metrik tatsächlich. Dies liegt daran, dass ein längerer Scan mehr von der sehr niederfrequenten Leistung des natürlichen Rhythmus des Gehirns erfasst, der außerhalb des spezifischen Bandes liegt, das Forscher normalerweise analysieren. Dies fügt dem Nenner der Berechnung mehr „Gesamtleistung“ hinzu, was den endgültigen Wert effektiv senkt. Dieser Effekt ist systematisch und vorhersehbar, widerspricht jedoch der gängigen Intuition, dass längere Scans immer qualitativ hochwertigere, höhere Schätzungen liefern.

Die Autoren kommen zu dem Schluss, dass die normalisierte Metrik kein direkter Spiegel der Intensität der neuronalen Aktivität ist, sondern ein begrenzter Auslesewert des Signal-Rausch-Verhältnisses. Bei den typischen Signalstärken, die in menschlichen Hirnscans gefunden werden, liegt dieser Wert sehr nah an seinem unteren Limit, was bedeutet, dass die meiste Variation, die in den Karten dieser Metrik zu sehen ist, wahrscheinlich Unterschiede im Rauschen oder in den Scannereinstellungen widerspiegelt, und nicht Unterschiede in der Gehirnfunktion. Die Forscher argumentieren, dass es ein Fehler ist, diese beiden Metriken als austauschbare Alternativen zu behandeln. Sie schlagen vor, dass Wissenschaftler, wenn sie die normalisierte Metrik verwenden wollen, die spezifischen Scannereinstellungen und die berechneten Grenzen zusammen mit ihren Ergebnissen angeben müssen, damit die Leser den Kontext der Zahlen verstehen können.

Letztendlich klärt diese Arbeit, was diese populären Gehirnkarten tatsächlich zeigen. Das rohe Maß der Signalamplitude bietet ein Fenster zum metabolischen Motor des Gehirns und skaliert mit der Intensität, mit der das Gehirn in Ruhe arbeitet. Die normalisierte Metrik hingegen ist, obwohl sie nützlich ist, um bestimmte Arten von Rauschen zu reduzieren, stark durch die Physik der Messung selbst begrenzt. Sie kann nicht verwendet werden, um Gehirne in verschiedenen Studien zu vergleichen, es sei sich denn, die Scanning-Protokolle sind identisch. Durch die Aufdeckung dieser verborgenen Abhängigkeiten bieten die Forscher einen klareren Weg zur Interpretation der stillen, rhythmischen Sprache des ruhenden Gehirns.