拡散テンソルモデルは、脳皮質灰白質の高いB値での神経突起方向分散と密度イメージングへのリンク

拡散テンソルイメージング（DTI）および神経突起方向の分散と密度イメージング（NODDI）は、拡散加重MRIから脳の微細構造的特徴を推測するために広く使用されているモデルです。最近、いくつかの研究が両方のモデルを適用して、生物学的変化に対する感度を高めていますが、これらの測定がどのように関連しているかは不確かなままです。ここでは、DTIとNoddiの皮質分布がB値の選択に応じて関連していることを示しています。これは、拡散重み勾配の強度を反映する因子です。Noddi、DTI、およびDTIからNoddiへの数学的変換を使用したヒトコネクタムプロジェクトの健康な456人の被験者におけるマルチシェル拡散加重MRI（DMRI）の高、中間および低いB値データの組み合わせを分析しました。DTIおよびDTI由来のNoddiメトリックの皮質分布は、特に高度に拡散加重データ（B-値= 3000秒/mm2）を適用した場合、Noddiの皮質分布と著しく関連していました。これは、シミュレーション分析によってサポートされており、B値データセットが低いDTI由来のパラメーターが、脳脊髄液分画の不均一性と部分体積の不均一性によりエラーに苦しんでいることが明らかになりました。これらの発見は、高いB値DTIがNODDIベースの皮質神経突起測定値と冗長に対応することを示唆していますが、従来の低いB値DTIは皮質の微小編成を合理的に特徴付けることは困難です。

Diffusion tensor imaging (DTI) and neurite orientation dispersion and density imaging (NODDI) are widely used models to infer microstructural features in the brain from diffusion-weighted MRI. Several studies have recently applied both models to increase sensitivity to biological changes, however, it remains uncertain how these measures are associated. Here we show that cortical distributions of DTI and NODDI are associated depending on the choice of b-value, a factor reflecting strength of diffusion weighting gradient. We analyzed a combination of high, intermediate and low b-value data of multi-shell diffusion-weighted MRI (dMRI) in healthy 456 subjects of the Human Connectome Project using NODDI, DTI and a mathematical conversion from DTI to NODDI. Cortical distributions of DTI and DTI-derived NODDI metrics were remarkably associated with those in NODDI, particularly when applied highly diffusion-weighted data (b-value = 3000 sec/mm2). This was supported by simulation analysis, which revealed that DTI-derived parameters with lower b-value datasets suffered from errors due to heterogeneity of cerebrospinal fluid fraction and partial volume. These findings suggest that high b-value DTI redundantly parallels with NODDI-based cortical neurite measures, but the conventional low b-value DTI is hard to reasonably characterize cortical microarchitecture.