Tiivistelmä. Työtarkoitus: Tutkielman tarkoituksena oli selvittää miten aivojen pulsaatiot eroavat toisistaan unessa ja hereillä eri taajuuskaistoilla (Todella matalat taajuudet (VLF), hengityskaista, sykekaista) mitattuna todella nopealla fMRI sekvenssillä. MREG:llä. VLF-kaista oli 0.0098–0.10 Hz, hengityskaista 0.110–0.439 Hz ja sykekaista 0.522–1.599 Hz. MREG:n näytteenottotaajuus 10 Hz on korkeampi kuin perinteisen BOLD fMRI:n (blood oxygen-level-dependent functional magnetic resonance imaging), joten tulokset antavat entistä tarkempaa tietoa aivojen unenaikaisten pulsaatioiden toiminnasta.

Menetelmät: MREG datalle tehtiin aluksi perinteinen fMRI-esikäsittely, jonka jälkeen AFNI:n 3dPeriodogram komennolla saatiin FFT tehospektrit koko pään alueelle. Tämän jälkeen halutut vokselit lajiteltiin maskeilla kolmeksi ROI:ksi (region of interest), jotka olivat harmaa aine, valkoinen aine ja kaikki ventrikkelit. 4 ventrikkelin ROI saatiin etsimällä kirkkain vokseli sen alueelta ja muodostettua sen ympärille pieni ROI. Unen ja valvetilan vertailu toteutettiin työtä varten luodulla MATLAB-skriptillä, joka jakoi ROI:den datan edellä mainittuihin taajuuskaistoihin laskien keskiarvot ja keskihajonnat niiden mukaan.

Tulokset: MREG:llä kerätty data tuki vahvasti aiempien tutkimusten tuloksia aivojen unenaikaisista pulsaatioista. Päälöydös oli VLF-taajuuskaistan tehospektrin selkeä unen aikainen voimistuminen kaikissa ROI:ssa verrattuna valvetilaan.

Johtopäätökset: MREG:n korkeampi näytteenottotaajuus on voinut poistaa hengityselimistön ja sydämen taajuuskaistojen laskostumisen, jonka seurauksena tulokset ovat tarkempia selkäydinnesteen unenaikaisten pulsaatioiden tutkimisessa.Pulsations of brain during sleep. Abstract. Objective: The objective of this thesis was to study how physiological brain pulsations (very low frequency (VLF), respiratory, cardiac) power differ in sleep compared to wakefulness measured with ultrafast MREG (Magnetic resonance encephalography). VLF-band was 0.0098–0.1 Hz, respiratory band 0.110–0.439 Hz and cardiac band 0.522–1.599Hz. MREG has a higher 10 Hz sampling rate so the results could be more accurate compared to data collected with traditional BOLD fMRI (Blood oxygen-level-dependent functional magnetic resonance imaging).

Methods: MREG data was preprocessed the way fMRI data usually is. Then AFNI’s 3dPeriodogram-command was used to generate FFT power spectrum for the whole brain. Masks were used to split the data into 3 different ROI’s (region of interest) that which were white matter, gray matter, and all ventricles. Brightest voxel was then searched from the region of 4th ventricle to generate ROI for analyzing 4th ventricle. Comparison between sleep and awake was performed by MATLAB-script that also divided the data into three frequency spectrums. The script also calculated means and standard deviations for every spectrum of every ROI.

Results: MREG-data seemed to follow the results of previous studies and theories regarding pulsations of the brain during sleep. The main discovery was VLF-frequency band’s greater power spectrum during sleep in every ROI compared to awake.

Conclusion: Higher sampling rate achieved by MREG prevented aliasing with respiratory and cardiac frequencies and gave more accurate results regarding CSF-pulsations during sleep.