Vascular origins of low-frequency oscillations in the cerebrospinal fluid signal in resting-state fMRI: Interpretation using photoplethysmography
Notice bibliographique
Résumé
Abstract Slow and rhythmic spontaneous oscillations of cerebral blood flow are well known to have diagnostic utility, notably frequencies of 0.008-0.03 Hz (B-waves) and 0.05-0.15Hz (Mayer waves or M waves). However, intracranial measurements of these oscillations have been difficult. Oscillations in the cerebrospinal fluid (CSF), which are influenced by the cardiac pulse wave, represent a possible avenue for non-invasively tracking these oscillations using resting-state functional MRI (rs-fMRI), and have been used to correct for vascular oscillations in rs-fMRI functional connectivity calculations. However, the relationship between low-frequency CSF and vascular oscillations is unclear. In this study, we investigate this relationship using fast simultaneous multi-slice rs-fMRI coupled with fingertip photoplethysmography (PPG). We not only extract B-wave and M-wave range spectral power from the PPG signal, but also derive the pulse-intensity ratio (PIR, a surrogate of slow blood-pressure oscillations), the second-derivative of the PPG (SDPPG, a surrogate of arterial stiffness) and heart-rate variability (HRV). The main findings of this study are: (1) signals in different CSF regions (ROIs) are not equivalent in their vascular contributions or in their associations with vascular and tissue rs-fMRI signals; (2) the PPG signal contains the highest signal contribution from the M-wave range, while PIR contains the highest signal contribution from the B-wave range; (3) in the low-frequency range, PIR is more strongly associated with rs-fMRI signal in the CSF than PPG itself, and than HRV and SDPPG; (4) PPG-related vascular oscillations only contribute to < 20% of the CSF signal in rs-fMRI, insufficient support for the assumption that low-frequency CSF signal fluctuations directly reflect vascular oscillations. These findings caution the use of CSF as a monolithic region for extracting physiological nuisance regressors in rs-fMRI applications. They also pave the way for using rs-fMRI in the CSF as a potential tool for tracking cerebrovascular health through, for instance the strong relationship between PIR and the CSF signal.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».