Method to detect the default mode network in fMRI data corrupted with head motion

Abstract

Abstract. The Default Mode Network (DMN) is a neuronal network widely used for grading the neu- rological state in patients with disorders of consciousness (DoC). It is detected in functional magnetic resonance imaging (fMRI) when the subject is in resting state conditions. However, provided that DoC patients present a high degree of head motion, the fMRI imaging pro- cess will end up contaminated and the DMN will be completely lost or highly blurred. This work presents a novel multiscale method that improves DMN measurement in healthy control subjects and DoC patients whose data has been perturbed by head motion. The multiscale approach consists in �nding the relevant neuronal information at each scale so that the �nal DMN measurement is improved, considering a weighted compensation of the DMN at each scale. This method was compared with two baseline fMRI data processing methods: (1) a basic pipeline without special motion artifact reduction steps; and (2) a method that includes steps that aim to remove artifacts caused by motion.

La Red Neuronal por Defecto (DMN, por sus siglas en inglés), es una red neuronal usada para determinar el nivel de consciencia en pacientes con desórdenes de consciencia (DoC, por sus siglas en inglés). Esta red neuronal se mide con imágenes de resonancia magnética funcional (fMRI) cuando los sujetos se encuentran en estado de reposo. Sin embargo, dado que este tipo de pacientes presentan un alto movimiento involuntario de cabeza, el procesamiento de imágenes de fMRI resultará contaminado y la medida de la DMN se podrá perturbar total o parcialmente. Este trabajo presenta un novedoso método multiescala que mejora la medida de la DMN en sujetos de control y en pacientes DoC de los cuales los datos fueron perturbados por movimientos de cabeza. El análisis multiescala consiste en detectar la información neuronal relevante en cada escala y la medida de la DMN resultante es mejorada teniendo en cuenta la compensación ponderada de la DMN en cada escala. Este método fue comparado con dos métodos de preprocesamiento de linea base: (1) un método básico de preproceamiento de fMRI sin reducción de artifactos de movimientos; y (2) un método que incluye etapas que remueven artefactos causados por movimiento.