Discussion

Dans des études comparatives précédentes [127]Les Changementsdu signal BOLD dans le cortex visuels ont étéétudié en fonction dutemps d'écho d’écho-spin et écho de gradientà1.5Tet 3T. La relation linéaireentre la variationdu signalfractionné et letemps d'échoa étémanifeste danstous les cas. Les changements du taux de relaxationdéterminés à partir dela pente de cetterelation linéaire s'accorde avecles valeurs publiées, les valeurs d'ordonnée à extrapolés à un temps d'écho de zéro, cependant, étaient 0,66% à 1,0% avec spin-écho EPI, et de 0,11% à 0,35% avec gradientécho EPI; dans une autre étude [128], le contraste BOLDdans la détectionde l'activation ducerveau humaina été comparé entre les séquences écho de spinetécho de gradientécho-planaireà1.5T. Série de coursdu tempsd'écho de spin etécho de gradientdes imagescontenantlecortex primaireont été recueilliespendant le repos(pas de mouvement du doigt)et l'activation(mouvement du doigt). Chaque série de cours du temps sont été recueilliesen utilisantun TE diffèrent. Les intensitésdu signalà l’'état du reposet d’activité à chaqueTEont été mesurésdans des régionsidentiquesdans le cortex moteur. A partir de ces données, les valeurs de (1 ) et

∗₍₁

∗) à l’état de reposet activitéont été obtenues. À traversquatre sujets, l'activation du cerveauproduit unchangement de moyenne de−0.16 ± 0.02/ (± ), et un changement ∗ moyenne de−0.55 ± 0.08/ .

Le rapportmoyen de∆ ∗/∆ a été de l’ordre de3.52 ± 0.56. le rapport moyen écho- gradient/écho-spindes variations de signal d’activation induite à TE pourcontraste BOLDmaximalepour chaque séquence (TE≈ ∗ ) a été calculée pour être 1.87±0.40. de cette étude comparative, il est évident queles techniquesd'écho de spin, sensibilisés auxvariations du signalBOLD,semblent prometteurs dansl'applicationplus étenduede l'IRM pourl'évaluation non invasivede l'activation ducerveau humain.

Les Méthodes d'imagerie parallèle deviennent de plus en plus disponibles sur les scanners IRM cliniques. Pour étudier le potentiel de l’IRMf single shot EPI avec SENSE [129], cinq protocoles d'imagerie à différents facteurs de réduction R de SENSE et différentes tailles de matrices ont été comparés tout en respectant les valeurs caractéristiques de bruit et leur sensibilité à l’égard de l'activation fonctionnelle à un examen tâche motrice.

A des temps d'écho constants, SENSE EPI est soit utilisé pour raccourcir les temps d'acquisition d’un seule volume ou pour augmenter la taille de matrice.

À la plus faible résolution, la bissectrice de la longueur du train d'écho R=2 réduit sensiblement les distorsions et le flou, tandis que le signal-bruit et la puissance statistique (mesurée selon la taille du cluster et la valeur t maximale par unité de temps) ont été pratiquement réduite. À R=3 le gain additionnel de réduction de la vitesse et la distorsion était assez petite, tandis que le signal-bruit et la puissance statistique a considérablement diminué. avec une résolution spatiale améliorée au cours du temps du signal-bruit a été meilleure que prévu de la théorie pour le bruit purement thermique en raison d'une contribution réduite du bruit physiologique, et la puissance statistique presque atteint celle de l'ordinaire, basse résolution du single-shot EPI, avec une légère baisse au loin vers R=3. Ainsi, SENSE-EPI permet d'augmenter considérablement la vitesse et la résolution spatiale en IRMf. À des facteurs de réduction SENSE jusqu'à R=2, les inconvénients potentiels concernant signal-bruit et la puissance statistique est presque négligeable.

Ainsi l’objectif de notre étude et de démontrer l’avantage de la technique d’acquisition en parallèle SENSE en la couplant avec l’IRMf EPI écho de spin, dans notre étude

comparative Nous avons constaté que single shot écho spin EPI utilisant SENSE est un algorithme robuste pour l'obtention des cartes fonctionnelles de l’activité neuronale dans le système moteur. Nous avons étudié single shot SE-EPI dans le sens de comparaison à d'autres séquences déjà en usage.

Dans une étude publiée dans l’article [130] Les avantagesde l’IRMf EPI avec SENSE basée sur le contrasteBOLDa été quantitativementétudié à1.5T. Pour des expériencesavec une résolution 3.4 ∗ 3.4 ∗ 4.0 , SENSEa permis de réduirela durée d’acquisition des images avec single shot EPI de 24.1 à 12.4 ms, ce qui entraîne une sensibilitéréduite àdes distorsionsgéométriques etbrouillant ∗. Les expériences de l’IRMf,réaliséesur huit volontairesnormal,ont montréune perte globalede 18% enT-scoredans la zoneactivée, ce qui était sensiblement plus faible queprévu en fonctiondu rapport signal d'image-bruit (SNR) etg-Factor, mais similaire à la perteprédit par un modèlequi prend en comptele bruitphysiologique.

Dans un travail de thèse [131], SENSE a étéprésentée comme unmoyen de réduire lestemps d’acquisitionen IRM. SENSE s'est avérée bénéfique dans d'autres domaines de l'IRM comme l'imagerie anatomique, imagerie de diffusion [132], l'imagerie fonctionnelle basée sur BOLD [133], et l'imagerie de déplacement chimique [134]. Il est probable que de nombreuses autres applications seront profit par l'utilisation de SENSE. Une nouvelle approche très prometteuse est la combinaison avec d'autres que les trajectoires de l’espace K [135].

En raison du potentiel considérable de SENSE pour l'IRM, un certain nombre de groupes de recherche ont également travaillé sur la technique [136-144]. En outre, dans la collaboration avec Philips Medical Systems (Best, Netherlands) SENSE a été breveté [145] et inclus dans le logiciel du produit surle système Gyroscan NT IRM.

Conclusion générale

l’objectif de ce travail est de valider la performance de la technique d’acquisition d’imagerie d’écho de spin écho-planaire utilisant l’acquisition en parallèle en mode ‘SENSitivity Encoding: SENSE’ en la comparant aux différentes techniques d’acquisition d’imagerie d’écho de gradient écho-planaire utilisant l’acquisition en parallèle en mode SENSE classiquement en usage et aussi avec les séquences d’écho de gradient écho-planaire et celle de l’écho de spin écho-planaire.

Les paradigmes utilisés correspond à une tache motrice. Des analyses d’image de volontaire ont été traitées individuellement. Une analyse statistique est aussi effectuée à l’aide du test de wilconson. Ainsi, les techniques d’analyse d’images telle que la normalisation, le lissage etc. étaient d’usage. L’analyse est effectuée en utilisant ‘Statistical Parametric Mapping’ opérant sous Matlab.

Les résultats obtenus renseignent sur l’efficacité et la sensibilité de la séquence de choix. Cette étude comparative Nous a démontré que single shot écho spin EPI utilisant SENSE est un algorithme robuste pour l'obtention des cartes fonctionnelles de l’activité neuronale dans le système moteur.les résultats étaient publiés dans le journal « Sensing and Imaging: An International Journal »sous le nom « Improved Sensitivity of Spin Echo and Parallel Acquisitions Using SENSE Compared to Gradient Echo Sequences in fMRI » [146] et dans l’article « Reconstructing an image by blocks with Legendre Moments »[147] et présentées au congrés « premier congrés international sur les résonances magnétiques CRM 2008 settat 22-23 février 2008 » sous le titre «l'imagerie en parallèle combinant l'encodage de sensitivité et l'écho de spin écho planaire : une technique ultra rapide de l'IRM Fonctionnelle BOLD à 3 Tesla» [148].

Bibliographie

[1]. Mansfield. P, Real-time echo-planar imaging by NMR”. Br Med Bull 40(2):187– 190, 1984.

[2]. Ogawa. S, Lee. TM, Kay. AR, Tank DW“Brain magnetic resonance imaging with contrast dependent on blood oxygenation”. Proc Natl Acad Sci USA 87(24):9868– 9872, 1990.

[3]. Williams. DS, Detre. JA, Leigh. JS, Koretsky. AP “Magnetic resonance imaging of perfusion using spin inversion of arterial water”. Proc Natl Acad Sci USA 89(1):212–216, 1992.

[4]. Lu. H, GolayX, Pekar. JJ, van ZijlPCM “Functionalmagnetic resonance Imaging based on changes in vascular space occupancy”. Magn Reson Med 50(2):263– 274, 2003.

[5]. Duong. TQ, Yacoub. E, Adriany. G, Hu X, Ugurbil K, Kim. SG “Microvascular BOLD contribution at 4 and 7T in the human brain: gradient-echo and spin-echo fMRI with suppression of blood effects”. Magn Reson Med 49(6):1019–1027, 2003. [6]. Parkes. LM, Schwarzbach. JV, Bouts .AA, Deckers. RH, Pullens P,Kerskens. CM,

Norris. DG “Quantifying the spatial resolution of the gradient echo and spin echo BOLD response at 3 Tesla”. Magn Reson Med 54(6):1465–1472 2005.

[7]. Lee .SP, Silva. AC, Ugurbil. K, Kim. SG “Diffusionweighted spin-echo fMRI at 9.4 T: microvascular/tissue contribution to BOLD signal changes”. Magn Reson Med 42(5): 919–928, 1999.

[8]. Yacoub. E, Duong. TQ, Van De Moortele. PF, Lindquist. M,Adriany. G, Kim. SG, Ugurbil. K, Hu. X “Spin-echo fMRIin humans using high spatial resolutions and high magnetic fields”. Magn Reson Med 49(4):655–664, 2003.

[9]. Zhao. F, Wang. P, Kim. SG “Cortical depth-dependent gradient-echo and spin- echo BOLD fMRI at 9.4 T”. Magn Reson Med 51(3):518–524, 2004.

[10]. Yacoub. E, Van De Moortele. PF, Shmuel. A, Ugurbil. K “Signal and noise characteristics of Hahn SE and GE BOLD” fMRI at 7T in humans. Neuroimage 24(3):738–750, 2005.

[11]. Oja JM, Gillen. J,Kauppinen. RA, Kraut. M, van Zijl. PC “Venous blood effects in spin-echo fMRI of human brain”. Magn Reson Med 42(4):617–626, 1999

[12]. Norris. DG, Zysset. S, Mildner. T, Wiggins. CJ “An investigation of the value of spin-echo-based fMRI using a Stroop color-word matching task and EPI at 3T”. Neuroimage 15(3):719–726 ,2002.

[13]. Jochimsen. TH, Norris. DG, Mildner. T, Moller. HE “ Quantifying the intra- and extravascular contributions to spinecho fMRI at 3 T”. Magn Reson Med 52(4):724–732, 2004.

[14]. Thulborn. KR, Chang. SY, Shen. GX,Voyvodic. JT “Highresolution echo-planar fMRI of human visual cortex at 3.0 tesla”. NMR Biomed 10(4–5):183–190, 1997. [15]. Friston. K.J, Holmes. A., Worsley. K.J., Poline. J F Norris D.G., Zysset. S., Mildner.

T., Wiggins. C.J.. “An investigation of the value of spin-echo-based fMRI using a Stroop color-word matching task and EPI at 3 T”. NeuroImage 15, 719–726, 2002. [16]. Bandettini. P.A, Wong. E.C, Jesmanowicz. A, Hinks. R.S., Hyde. J.S., “Spin-echo and gradient-echo EPI of human brain activation using BOLD contrast: a comparative study at 1.5 T”. NMR Biomed. 7, 12– 20, 1994.

[17]. Constable. R.T, Kennan. R.P, Puce. A, McCarthy. G., Gore. J.C..“Functional NMR imaging using fast spin echo at 1.5 T”. Magn. Reson. Med. 31, 686– 690,1994. [18]. Lowe., M.J, Lurito., J.T, Mathews. V.P, Phillips. M.D., Hutchins. G.D,.

“Quantitative comparison of functional contrast from BOLDweighted spin-echo and gradient-echo echoplanar imaging at 1.5 Teslaand H2 15O PET in the whole brain”. J. Cereb. Blood Flow Metab. 20, 1331– 1340, 2000.

[19]. Lee., S.P, Silva., A.C, Ugurbil. K., Kim. S.G.. “Diffusion-weighted spin-echo fMRI at 9.4 T: microvascular/tissue contribution to BOLD signal changes”. Magn. Reson. Med. 42, 919–928, 1999.

[20]. Lee. S.P, Silva., A.C., Kim., S.G. “Comparison of diffusion-weighted high-resolution CBF and spin-echo BOLD fMRI at 9.4 T”. Magn. Reson.Med. 47, 736–741, 2002. [21]. van Zijl. P.C, Eleff. S.M, Ulatowski. J.A, Oja. J.M, Ulug. A.M,Traystman, R.J.,

Kauppinen. R.A.. “Quantitative assessment of blood flow, blood volume and blood oxygenation effects in functional magnetic resonance imaging”. Nat. Med. 4, 159–167, 1998.

[22]. Yacoub. E., Duong. T.Q, Van De Moortele. P.F., Lindquist. M, Adriany,G., Kim. S.G, Ugurbil. K., Hu. X.. “Spin-echo fMRI in humans using high spatial resolutions and high magnetic fields”. Magn. Reson. Med. 49, 655–664, 2003.

[23] Bloch F, Nuclear induction, Phys. Rev., Vol 70 460-474, 1946.

[24] Bloch F, Hansen WW, Packard M, The nuclear induction experiment, Phys. Rev., Vol 70 474-485, 1946.

[25] Hahn E, Spin echoes, Phys. Rev., Vol 80 580-594, 1950.

[26] Hinshaw WS, Lent AH, An introduction to NMR imaging: From the Bloch equation to the imaging equation, In Proc. IEEE, Vol 71 338-350, 1983.

[27] Guinet CL, Grellet J, Introduction à l'IRM, Editions Masson, Paris, 1992.

[28] Lauterbur PC, Image formation by induced local interactions: Examples employing nuclear magnetic resonance, Nature, Vol 242 190-191, 1973.

[29] Bracewell RN, The Fourier transform and its applications, 2nd Edition, MacGraw Hill(ed), New York, 1978.

[30] Wehrli FW, MacFull Shutts D, Breger R, Herfkens RJ, Mechanisms of contrast in NMR imaging, J. Comput. Assist. Tomogr., Vol 8 369-380, 1984.

[31] Haacke EM, Tkach JA, Fast MR imaging: Techniques and clinical applications, AJR, Vol 155 951-964, 1990.

[32] Haacke EM, Steady state free precession imaging in the presence of motion: application to improved visualization of the cerebrospinal-fluid, Radiology, Vol 175 545-552, 1990.

[33] Bendel P, T2 weighted contrasts in rapid low flip angle imaging, Magn. Res. Med., Vol 5 366-370, 1987.

[34] Patz S, Hawkes RC, The application of steady state free precession to the study of the very slow fluid flow, Magn. Res. Med., Vol 3 140-145, 1986

[35] Oppelt A, FISP: Une nouvelle séquence de pulses rapide pour l'imagerie par résonance magnétique, Electromedica, Vol 54 15-18, 1986.

[36] Haase A, FLASH imaging: Rapid NMR imaging using low flip angle pulses, J. Magn. Res., Vol 67 258-266, 1986.

[37] Frahm J, Merboldt K, Hänicke W, Direct FLASH MR imaging of magnetic field inhomogeneities by gradient compensation, Magn. Res. Med., Vol 6 474-480, 1988.

[38] Menon RS, Ogawa S, Tank EW, Ugurbil K, Tesla gradient recalled echo characteristics of photic stimulation-induced signal changes in the human primary visual cortex, Magn. Res. Med., Vol 30 380-386, 1993.

[39] Cao Y, Towle VL, Levin DN, Functional mapping of human cortical activation with conventional MR imaging at 1.5T, J. Magn. Res. Imag., Vol 3 869, 1993.

[40] Connelly A, Jackson GD, Frackowiak RJ, Belliveau JW, Vargha-Khadem F, Gadian DG, Phil D, Functional mapping of activated human primary cortex with clinical MR imaging system, Radiology, Vol 188 125-130, 1993.

[41] Constable RT, MacCarthy G, Allison T, Functional Brain imaging at 1.5T using conventional gradient echo MR imaging techniques, Magn. Res. Imag., Vol 11 451, 1994.

[42] Duyn JH, Moonen CT, van Yperen GH, Inflow versus deoxyhemoglobin effects in BOLD functional MRI using gradient echoes at 1.5T, NMR in Biomedicine, Vol 7 83-88, 1994.

[43] Thompson RM, Jack CR, Butts K et al, Imaging of cerebral activation at 1.5T: Optimizing a technique for conventional hardware, Radiology, Vol 190 873-877, 1994.

[44] Baugmartner R, Windischberger C, Moser E, Quantification in functional Magnetic Resonance Imaging: Fuzzy clustering vs. Correlation analysis, Magn. Res. Med., Vol 16 115-125, 1998.

[45] Wehrli FW, Fast scan magnetic resonance: Principles and applications,, New York: Raven Press, 1991.

[46] Mansfield P, Multi-planar image formation using NRM spin echoes, J. Phys., Vol 10 55, 1977.

[47] Guoying LG, Sobering G, Duyn J, Moonen CT, A Functional MRI Technique Combining Principles Of Echo-Shifting with a Train Of Observations (PRESTO), Magn. Res. Med., Vol 30 764-768, 1993.

[48] Meyer CH, Macovski A, Nishimura DG, Fast spiral coronary artery imaging, Magn. Res. Med., Vol 28 202-213, 1992.

[49] Belliveau J, Kennedy D, Functional mapping of the human visual cortex by magnetic resonance imaging, Science, Vol 254 716-719, 1991

[50] Moonen CT, van Zijl PC, Franck JA, Functional magnetic resonance imaging in medicine and physiology, Science, Vol 250 53, 1990.

[51] Rosen B, Belliveau J, Chien D, Perfusion imaging by nuclear magnetic resonance, Magn. Res. Q., Vol 5 263, 1989.

[52] Rosen B, Belliveau J, Vevea J, Perfusion imaging with NMR contrast agents, Magn. Res. Med., Vol 14 249, 1990.

[53] Detre JA, Leigh JS, Williams DS, Perfusion imaging, Magn. Res. Med., Vol 23 37, 1992.

[54] Edelman R, Sievert B, Wieloposki P, Non invasive mapping of the cerebral perfusion by using EPISTAR MR angiography, J. Magn. Res. Imag., Vol 4 68, 1994. [55] Kim SG, Quantification of relative cerebral blood flow change by flow-sensitive

alternating inversion recovery (FAIR) technique: Application to functional mapping, Magn. Res. Med., Vol 34 293, 1995.

[56] Kwong KK, Chesler DA, Weisskoff R, Perfusion MR imaging, In Proc. Of the SMR 2nd annual meeting 1005, San Francisco, 1994.

[57] Kwong KK, Chesler DA, Weisskoff R, MR perfusion studies with T1-weighted echo planar imaging, Magn. Res. Med., Vol 34 878, 1995.

[58] Williams DS, Detre JA, Leigh JS, Magnetic Resonance Imaging of perfusion using spininversion of arterial water, Proc. Natl. Acad. Sci., Vol 89 212, 1992.

[59] Wong EC, Buxton RB, Franck LR, Quantitative imaging of perfusion using a single subtraction (QUIPSS), NeuroImage, Boston, 1996.

[60] Edelman R, Wieloposki P, Schmitt F, Echo-planar MR imaging , Radiology, Vol 192 600, 1994.

[61] Kwong KK, Functional Magnetic Resonance Imaging with Echo-Planar Imaging, Magn. Res. Q., Vol 11 1-20, 1995.

[62] Bandettini PA, Wong EC, Hinks RS, Tikofsky RS, Hyde JS, Time course EPI of human brain function during task activation, Magn. Res. Med., Vol 25 390-397, 1992.

[63] Blamire AM, Ogawa S, Ugurbil K, Dynamic mapping of the human visual cortex by highspeed magnetic resonance imaging, Proc.Natl.Acad.Sci., Vol 89 11069, USA, 1992.

[64] Frahm J, Bruhn H, Merboldt K, Dynamic MR imaging of human brain oxygenation during rest and photic stimulation, J. Magn. Res. Imag., Vol 2 501, 1992.

[65] Kwong KK, Belliveau JW, Chesler DA, Dynamic MRI of human brain activity during primary sensory stimulation, Proc.Natl.Acad.Sci., Vol 89 5675-5679, 1992.

[66] Belliveau J, Rosen B, Kantor HL, Functional cerebral imaging by susceptibility- contrast NRM, Magn. Res. Med., Vol 14 538, 1990.

[67] Cohen M, Weisskoff R, Ultra-Fast Imaging, Magn. Res. Imag., Vol 9 1-37, 1991. [68] Stehling MK, Turner R, Mansfield P, Echo-planar imaging: magnetic resonance

[69] Weisskoff R, Zuo C, Boxerman J, Rosen B, Microscopic susceptibility variation and transverse relaxation: Theory and experiment, Magn. Res. Med., Vol 31 601-610, 1994.

[70] Grubb RL, Raichle ME, Eichling JO, Ter-Pogossian MM, The effects of changes in PaCO2 on cerebral blood volume, blood flow and vascular mean transit time, Stroke, Vol 5 630639, 1974.

[71] Fox PT, Raichle ME, Mintun MA, Dence C, Nonoxidative glucose consumption during focal physiologic neural activity, Science, Vol 241 462-464, 1988.

[72] Raichle ME, Grubb J, Gado MH, Elchling JO, Ter-Pogossian MM, Correlation between regional cerebral blood flow and oxidative metabolism, Arch. Neurol., Vol 33 523-526, 1976.

[73] Bandettini PA, Wong EC, Hinks RS, Estowski L, Hyde JS, Quantification of changes in relaxation rate R2* and R2 in activated brain tissue, In Proc. Of SMRM 719, 1992.

[74] Ogawa S, Lee TM, Nayak A, Glynn P, Oxygenation-sensitive contrast in magnetic resonance image of rodent brain at high fields, Magn. Res. Med., Vol 14 68-78, 1990.

[75] Pauling L, Coryell CD, The magnetic properties and structure of hemoglobin, oxyhemoglobin and carbonmonoxyhemoglobin , Proc. Natl. Acad. Sci., Vol 22 210-216, USA, 1936.

[76] Ogawa S, Lee TM, Kay AR, Brain magnetic resonance imaging with contrast dependent on blood oxygenation, Proc. Natl. Acad. Sci., Vol 87 9868-9872, 1990. [77] Ogawa S, Menon D, Tank S, Herckle H, Ellerman J, Ugurbil K, Functional brain

mapping by BOLD contrast magnetic resonance imaging: A comparison of signal characteristics with biophysical model, Biophys. J., Vol 64 803-812, 1993.

[78] Bandettini PA, Wong EC, Effect of biophysical and physiological parameters on brain activation-induced R2* and R2 changes: Simulations using a deterministic diffusion model, Intern. Journ. Imag. Syst. Techn., Vol 6 133-152, 1995.

[79] Weisskoff R, Boxerman J, Zuo C, Rosen B, Endogenous susceptibility contrast: Principles of relationship between blood oxygenation and MR signal change, In Functional MRI of the Brain. SMRM 103, Berkeley, 1993.

[80] Yablonsky D, Haacke E, Theory of NMR signal behavior in magnetically inhomogeneous tissues: The static dephasing regime, Magn. Res. Med., Vol 32 749-763, 1994.

[81] Kennan R, Zhong, Gore J, Intravascular susceptibility contrast mechanisms in tissues, Magn. Res. Med., Vol 31 9-21, 1994.

[82] Wong EC, Bandettini PA, A deterministic method for computer modeling of diffusion effects in MRI with applications to BOLD contrast imaging, In Proc. Of SMRM, 12th Annual Meeting 10, New York, 1993.

[83] Boxerman J, Weisskoff R, Hopel B, Rosen B, MR contrast due to microscopically heterogeneous magnetic susceptibility: Cylindrical geometry, In Proc. Of SMRM, 12th Annual Meeting 389, New York, 1993.

[84] Boxerman J, Weisskoff R, Kwong KK, T Davis, Rosen B, The intravascular contribution to fMRI signal change: Modeling and diffusion-weighted in vivo studies, In Proc. Of the SMR 2nd annual meeting 619, San Francisco, 1994.

[85] Boxerman J, Bandettini PA, Kwong KK, Baker J, T Davis, Rosen B, Weisskoff R, The intravascular contribution to fMRI signal change: Monte Carlo modeling and diffusionweighted studies in vivo, Magn. Res. Med., Vol 34 4-10, 1995.

[86] Hathout GM, Gambhir S, Gopi RK et al, A quantitative physiologic model of blood oxygenation for functional Magnetic Resonance Imaging, Invest. Radiol., Vol 30 669-682, 1995.

[87] Buxton RB, Frank LR, A model for the coupling between cerebral blood flow and oxygen metabolism during neural stimulation, J. Cereb. Blood. Flow. Metab., Vol 17 64-82, 1997.

[88] Van Zijl PC, Eleff SM, Ulatowski JA et al, Quantitative assessment of blood flow, blood volume and blood oxygenation effects in functional magnetic resonance imaging, Nature Medicine, Vol 4 159-166, 1998.

[89] Wehrli FW, Principles of magnetic resonance , In Stark DD and Bradley WG (eds) Magnetic Resonance Imaging, Vol 1 Chap. 1, St Louis, 1992.

[90] Bandettini PA, Wong EC, Binder JR, Functional MRI using the BOLD approach: Dynamic characteristics and data analysis methods, In LeBihan D (ed): Diffusion and perfusion: Magnetic Resonance Imaging 335, New York:Raven Press, 1995. [91] DeYoe EA, Bandettini PA, Neitz J, Miller D, Winans P, Functional magnetic

resonance imaging (fMRI) of the human brain, J. Neurosci. Metho., Vol 54 171- 187, 1994.

[92] Lee AT, Meyer CH, Glover GH, Discrimination of large veins in time course functional neuroimaging with spiral k-space trajectories, J. Magn. Res. Imag., Vol 3 59, 1993.

[93] Lee AT, Glover GH, Meyer CH, Discrimination of large venous vessels in time course spiral blood-oxygen-level-dependent magnetic resonance functional neuroimaging, Magn. Res. Med., Vol 33 745, 1995.

[94] Savoy R, Bandettini PA, Weisskoff R, Pushing the temporal resolution of fMRI: Studies of very brief visual stimuli, onset variability and asynchrony, and stimulus-correlated changes in noise, In Proc. Of the SMR 3rd annual meeting 450, Nice, 1995.

[95] Friston KJ, Jezzard P, Turner R, Analysis of functional MRI time series, Human Brain Mapping, Vol 1 153-171, 1994.

[96] Savoy RL, Ocraven KM, Weisskoff RM, Exploring the temporal boundaries of fMRI: Measuring responses to brief visual stimuli, In Proc. Soc. Neurosci. 24th annual meeting 1264, Miami, 1994.

[97] Malonek D, Grinvald A, Interaction between electrical activity and cortical microcirculation revealed by imaging spectroscopy: Implications for functional brain mapping, Science, Vol 272 551-554, 1996.

[98] Janz C, Speck O, Hennig J, Time-resolved measurements of brain activation after a short visual stimulus: New results on te physiological mechanisms of the cortical response, NMR in Biomedicine, Vol 10 222-229, 1997.

[99] Binder JR, Jesmanowicz A, Rao SM, Analysis of phase differences in periodic functional MRI activation data, In Proc. Of SMRM, 12th Annual Meeting 1383, New York, 1993.

[100] Frahm J, Merboldt K, Hanicke W, Brain or vein-oxygenation or flow: On signal physiology in functional MRI of human brain activation, NMR in Biomedicine, Vol 7 45-53, 1994.

[101] Haacke EM, Hopkins A, Lai S, 2D and 3D high resolution gradient-echo functional imaging of the brain: Venous contributions to signal in motor cortex studies, NMR in Biomedicine, Vol 7 54-62, 1994.

[102] Lai S, Hopkins AL, Haacke EM, Li D, Wasserman BA, Buckley P, Friedman L, Meltzer H, Hedera P, Friedland R, Identification o vascular structures as a major