Summary
Gyrification de medición (plegamiento cortical) a cualquier edad, representa una ventana en el desarrollo temprano del cerebro. Por lo tanto, previamente desarrollado un algoritmo para medir gyrification locales en miles de puntos en el hemisferio
Abstract
Plegamiento cortical (gyrification) se determina en los primeros meses de vida, por lo que los eventos adversos que ocurren durante este período dejan huellas que se identificará a cualquier edad. Tan recientemente revisado por Mangin y sus colaboradores 2, existen varios métodos para cuantificar las diferentes características de gyrification. Por ejemplo, la morfometría surcos se pueden utilizar para medir los descriptores de la forma como la profundidad, la duración o los índices de asimetría inter-hemisférica 3. Estas propiedades geométricas tienen la ventaja de ser fáciles de interpretar. Sin embargo, la morfometría surcos bien se basa en la identificación precisa de un determinado conjunto de los surcos y por lo tanto, proporciona una descripción fragmentada de gyrification. Una cuantificación más fina de gyrification se puede lograr con medidas basado en curvatura, donde suavizado curvatura media absoluta es generalmente calculada en miles de puntos sobre la superficie cortical 4. La curvatura es, sin embargo straightforward de comprender, ya que aún no está claro si hay alguna relación directa entre la curvatura y una significativa correlación biológica, como el volumen cortical o en la superficie. Para abordar las diversas cuestiones planteadas por la medición de la cortical plegables, que anteriormente desarrollaron un algoritmo para cuantificar gyrification local con una resolución espacial exquisita y de sencilla interpretación. Nuestro método se inspira en el Índice de Gyrification 5, un método utilizado originalmente en la neuroanatomía comparativa para evaluar las diferencias entre las especies cortical plegables. En nuestra implementación, que el nombre de Índice de l Gyrification vecinales (GI l 1), se mide la cantidad de corteza enterrado dentro de los pliegues surcos en comparación con la cantidad de corteza visible en regiones circulares de interés. Teniendo en cuenta que la corteza crece principalmente a través de la expansión radial 6, nuestro método ha sido diseñado específicamente para detectar defectos iniciales del desarrollo cortical.
En thes el artículo, se detalla el cálculo del Índice de Gyrification local, que ahora se distribuye gratuitamente como parte del Software FreeSurfer ( http://surfer.nmr.mgh.harvard.edu/ , Martino Centro de Imágenes Biomédicas, Hospital General de Massachusetts) . FreeSurfer proporciona un conjunto de herramientas automatizadas de reconstrucción de la superficie cortical del cerebro de la estructura de datos de resonancia magnética. La superficie cortical extraídos en el espacio natural de las imágenes con precisión sub-milimétrica es luego utilizado para la creación de una superficie exterior, que servirá como base para el cálculo de l GI. Una región circular de interés es entonces delineada en la superficie externa, y su correspondiente región de interés en la superficie cortical se identifica mediante un algoritmo de coincidencia como se describe en nuestro estudio de validación 1. Este proceso se reiteró en repetidas ocasiones con gran superposición de las regiones de interés, lo que los mapas corticales de gyrification parar posteriores comparaciones estadísticas (Fig. 1). Es de destacar que otra medida de gyrification local con una inspiración similar fue propuesta por Toro y sus colegas 7, donde se calcula el índice de plegado en cada punto como la relación entre el área cortical contenido en una esfera dividida por el área de un disco con el mismo radio. Las dos implementaciones difieren en que el uno por Toro et al. se basa en distancias euclidianas y por lo tanto considera que los parches discontinuos de la zona cortical, mientras que el nuestro utiliza un algoritmo geodésica estrictas e incluyen sólo el parche continuo de la apertura de áreas de la corteza en la superficie del cerebro en una región circular de interés.
Protocol
1. Reconstruir las superficies corticales 3D
Esta primera parte del protocolo utiliza el oleoducto FreeSurfer estándar como se describe en el Wiki ( http://surfer.nmr.mgh.harvard.edu/fswiki ). Tenga en cuenta que los comandos se detallan aquí describe una manera de lograr la reconstrucción de superficie cortical, pero los comandos equivalentes también se pueden utilizar.
- Importar la materia prima DICOM MRI en FreeSurfer y verificar la calidad de la imagen (por ejemplo, que la orientación es correcta, no el suficiente contraste y las imágenes se movió). Este proceso utiliza los siguientes comandos (reemplace el texto entre <...> (inclusive), con valores propios de una instancia específica, y "#" se refiere a los comentarios):
mksubjdirs# Crear la arquitectura carpeta utilizada por FreeSurfer
CD/ RM # vaya a la carpeta de resonancia magnética de su tema
mri_convert cm001.mgz # visualizar el volumen convertido - Crear los modelos corticales en tres dimensiones de malla 8,9. Con el fin de hacer frente al problema de los surcos enterrados, FreeSurfer primero se crea un volumen unitario de la materia blanca, que se utiliza como punto de partida para la primera superficie de color gris-blanco. Esta superficie se optimiza de acuerdo con el gradiente de intensidad locales y ampliado considerablemente con la interfaz de color gris-CSF.
reconstrucción de todos los s# Iniciar la reconstrucción de la superficie cortical
Al final del proceso de reconstrucción, que tendrá dos modelos de malla compuesta de alrededor de 150.000 puntos para cada hemisferio: uno blanco (blanco grisáceo interface) y una superficie pial (gris-CSF interfaz). Es importante señalar que todas las superficies y los volúmenes de permanecer en el espacio nativo, lo que permite medida como el volumen, superficie, espesor o índice gyrification a medir sin deformación. - Comprobar la exactitud de estas superficies reconstruidas:
tkmeditT1.mgz? H.pial # la superficie blanca se superpone en verde y la superficie pial en rojo
donde h denota el hemisferio: lh.pial para el hemisferio izquierdo y rh.pial para el hemisferio derecho. La Figura 2 (en 2 versiones: una imagen GIF animada que se incluirán en la película y uno estático para el sitio web) se muestra un ejemplo de la correcta reconstrucción superficies blancas y pial de "Bert" tema distribuido junto con el paquete FreeSurfer. Si tiene que corregir manualmente el resultado del proceso de reconstrucción, se encuentra un tutorial en el Wiki de FreeSurfer ( http://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/WhiteMatterEdits ,
2. Calcular el Índice de Gyrification locales
Cuando esté satisfecho con su superficie, se calcula el Índice de Gyrification local (l GI) con el comando:
recon-all-BIG-s
Este comando normalmente tiene una duración de aproximadamente 3 horas para los dos hemisferios de un participante del estudio, dependiendo de la potencia de su estación de trabajo. Los diferentes pasos de l proceso de GI se supervisaron en la figura. 1. El cómputo se inicia con la creación de una superficie exterior con la operación de cierre morfológico. Esta superficie exterior, que se denota? H.pial_outer_smoothed, se ilustra en la figura. 3. Luego, alrededor de 800 superposición de las regiones circulares de interés se crean en la superficie exterior. Para cada una de estas regiones, una región de interés correspondiente se define enla superficie pial. El cálculo general termina con la creación de un mapa individual contiene un valor de IG l por cada punto de la superficie cortical (es decir, ~ 150.000 valores por continente).
3. Comprobar el resultado del cálculo de l GI para cada hemisferio
tksurfer
Los valores de l GI se superponen sobre la superficie cortical. L como valores correctos GI suelen ser comprendidos entre 1 y 5, se fija el umbral mínimo al 1 (con la opción fthresh) permite una rápida verificación: usted no debe ver cualquier área gris cortical. Un ejemplo de resultado individual correcta se muestra en la fig. 4.
4. Las comparaciones estadísticas de grupo
El objetivo es cuantificar el efecto del grupo en cada vértice sobre la superficie cortical, mientras que controlar por el efecto del género y laedad. Usted tendrá que seguir el mismo proceso como si se quisiera comparar el grosor cortical en cada vértice, pero
- La primera opción de comparar los resultados de l gastrointestinal entre los grupos utilizan los comandos que aparecen a continuación, más detalles se pueden obtener en https://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/GroupAnalysis .
- Primero que se necesita para crear una plantilla de estudio específico dar a todos los sujetos en la entrada:
make_average_subject - temas...
El comando anterior creará un tema llamado "promedio". Alternativamente, puede utilizar el tema "FSAVErabia ", distribuido como parte de la distribución FreeSurfer. - A continuación, cree el archivo de texto que contiene la descripción de los sujetos involucrados en el estudio (el "Grupo de FreeSurfer archivo descriptor"). Su FSGD.txt debería tener este aspecto:
GroupDescriptorFile 1
Grupo Control_Male
Grupo Control_Female
Grupo Patient_Male
Grupo Patient_Female
Variables Edad
EntradaPatient_Male 20
EntradaControl_Female 23
<...> - Volver a muestrear los datos de l GI en el espacio del sujeto promedio con el siguiente comando para cada hemisferio:
mris_preproc - FSGD.txt fsgd - objetivo medio - hemi h - medidas pial_lgi - a h.lgi.mgh - Suavizar los datos sobre la superficie cortical para reducir la relación señal-ruido:
mri_surf2surf - hemi h - s medios - sval h.lgi.mgh - FWHM 10 - h.10.lg tval?i.mgh - Calcular el grupo de comparación a nivel de cada vértice. Para que usted tendrá que crear un archivo de texto de contraste (por ejemplo, en el caso de la FSGD.txt descrito anteriormente, el "contrast.txt" contendrá los valores "1 1 -1 -1 0" para calcular la diferencia entre los controles y los pacientes mientras se controla por edad y sexo). Por último ejecutar la comparación:
mri_glmfit - y h.10.lgi.mgh - fsgd FSGD.txt doss - glmdir h.lgi.glmdir - surf media h - C contrast.txt - Visualizar los resultados en el sujeto promedio con tksurfer:
tksurfer promedio? h inflados
A continuación, cargue el archivo de superposición sig.mgh encuentra en la carpeta? H.lgi.glmdir / contrast.txt / sig.mgh. Utilizando la opción "configurar superposición" puede modificar aún más el umbral de p, así como corregir para comparaciones múltiples utilizando la tasa de falso descubrimiento 10.
- Primero que se necesita para crear una plantilla de estudio específico dar a todos los sujetos en la entrada:
- La opción alternativa para el grupo de comcomparación es utilizar Qdec, una interfaz gráfica de usuario implementada en FreeSurfer. El uso de Qdec con un índice Gyrification local implica que antes de allanar el l de datos GI:
reconstrucción de todos los qcache medida pial_lgi de la media-S
Con Qdec, el Grupo FreeSurfer archivo descriptor se sustituye por una versión ligeramente diferente, la tabla de datos (qdec.table.dat) que incluye la descripción de los diferentes grupos y otras variables de confusión como la edad. Una descripción detallada de la utilización de Qdec se proporciona en http://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/QdecGroupAnalysis .
Es de destacar que si el GI l no está disponible en la lista de variables dependientes en Qdec, se debe añadir la siguiente línea en el fichero de Qdecrc encuentra en su directorio personal.:
MEASURE1 = pial_lgi </ Ol>
5. Análisis
Por otra parte, los análisis estadísticos con el tiempo puede ser calculada a nivel de la parcelación cortical integrado en FreeSurfer 11. A tal efecto, el promedio de los valores de l GI se puede extraer de las 34 regiones circunvoluciones de interés para cada hemisferio, y estas medidas puede ser mayor en comparación entre los diferentes grupos. Este análisis integral-sabio (en comparación con el análisis de vértices sabio ha descrito anteriormente) puede ser atractiva, ya que limita la cantidad de comparaciones estadísticas. Sin embargo, el GI l en cada punto cuantifica la gyrification en los alrededores circular, por lo que el GI l promedio en una región en las circunvoluciones de interés también se refleja en cierta medida el gyrification en las regiones vecinas de interés.
Finalmente, a pesar de los problemas más importantes se describen en este protocolo, una solución a los problemas que puedan surgir durante la P.eeSurfer o el procesamiento de l GI se pueden encontrar en los archivos de la lista de correo FreeSurfer ( http://surfer.nmr.mgh.harvard.edu/fswiki/FreeSurferSupport ).
6. Resultados representante
Como se describe en la sección 1c del protocolo, siempre se debe de revisar cuidadosamente la exactitud de la reconstrucción de la superficie cortical antes de l GI computación. Mientras se desplaza entre el frontal y el lóbulo occipital, preste especial atención que los buques y de la membrana no se incluyen en la superficie pial. Compruebe también que la superficie blanca sigue con precisión la interfaz gris-blanco. Un ejemplo de la reconstrucción correcta se presenta en la Figura 2 (ver la figura de animación gif para todo el volumen).
Al final del cálculo de l GI, también tendrá que comprobar el resultado de los dos hemisferios de cada sujeto.No debe haber ninguna área cortical con un resultado de l GI menor que 1. La sección 3 del Protocolo y la figura 4 se muestra cómo comprobar correctamente si la salida de la computación l GI es la correcta.
Figura 1. Visión general del cálculo de l GI. En primer lugar, modelos en tres dimensiones de malla cortical son reconstruidos a partir de las imágenes en bruto con la tubería FreeSurfer estándar. Estos algoritmos de reconstrucción de utilizar un volumen de materia blanca binario como punto de partida para superar el problema de los surcos enterrados. Los modelos de malla cortical típicamente comprende alrededor de 150.000 vértices y son clásicamente utilizada para calcular el grosor cortical en cada punto. Del mismo modo, el Índice de Gyrification local (l GI) se calculará en cada vértice. A tal efecto, una superficie exterior se crea. A continuación, correspondientes regiones circulares de interés se identifican en el exterior de und cortical superficie utilizando el algoritmo correspondiente. Después de cerca de 800 de la generación de regiones con áreas de interés, el proceso resulta en la creación de mapas individuales de l GI. Estos mapas pueden ser fácilmente interpretados: un índice de 5 significa que hay 5 veces más superficie cortical invaginado dentro de los surcos en los alrededores que la cantidad de superficie cortical visible, un índice de 1 significa que la corteza es plano en los alrededores . Por último, las comparaciones estadísticas de grupo se calculan a nivel de cada vértice, al igual que las comparaciones grosor cortical.
Figura 1B. Individual mapa cortical de l GI. Esta pequeña película muestra una rotación de 360 grados de un mapa individual cortical LGI como se muestra en la fig. 1. Es sorprendente observar que las regiones corticales con mayores valores de l GI corresponden al primer pliegue que se crearán durante la vida intrauterina en: la cisura de Silvio, el surco temporal superior y entraparietal surco en la vista lateral del cerebro, y el surco parieto-occipital en la vista medial del cerebro. Ver película
Figura 2. Ejemplo de reconstrucción adecuada superficie cortical (una sección coronal). Tras el final del proceso de reconstrucción, la superficie cortical debe ser verificada con exactitud en el volumen cerebral total. La superficie interna cortical (la superficie indicada blanco, de color verde en la imagen) debe seguir con precisión la interfaz gris-blanco. La superficie cortical externa (es decir, gris-CSF interfaz, que se denota la superficie pial, en rojo) no debe incluir ningún pedazo de vasija o de la membrana. Es de destacar que el ejemplo que aquí se presenta utiliza el "Bert" tema distribuido junto con el paquete FreeSurfer.
Figura 2B. Ejemplo de una adecuada superficie cortical reconstrucción (máximo volumen). Este gif animado muestra la superficie cortical del hemisferio izquierdo del "Bert", tema en cada sección de la corona, como se ve por el desplazamiento de la mayoría de los frontales de las secciones coronal más occipital con FreeSurfer. Ver película
Figura 3. Ejemplo de la superficie externa se calcula como parte del proceso de l GI (una sección coronal). El primer paso en el cálculo de l GI es la creación de una superficie exterior que envuelve el hemisferio. Esta superficie (denominado? H.pial_outer_smoothed en FreeSurfer) se puede comprobar con tkmedit. Aquí, el "bert" sujeto distribuye con FreeSurfer se utiliza como un ejemplo.
Figura 3B. Ejemplo de la superficie externa se calcula como parte del proceso de l GI (máximo volumen). Esta imagen gif animadamuestra la superficie externa del hemisferio izquierdo en cada sección de la corona, como se ve por el desplazamiento de la mayoría de los frontales de las secciones coronal más occipital con tkmedit en FreeSurfer. Ver película
Figura 4. Ejemplo de l salida correcta GI como se ve con FreeSurfer. Orientaciones diferentes de la superficie cortical del "Bert" tema con l GI valores superpuestos. El código de color es el valor predeterminado "calor" de superposición como se ve con tksurfer en FreeSurfer. El uso de un umbral mínimo de 1, todos los vértices deben ser de color y no el área cortical que appera de color gris. Es de destacar que la superposición de color se puede modificar mediante la opción "Configuración de superposición" en tksurfer, donde los valores mínimo y máximo, así como el histograma de la distribución general de la GI l también se pueden comprobar.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
El protocolo anterior describe cómo medir el índice de Gyrification local basado en la cerebral ponderada en T1 resonancia magnética y realizar comparaciones estadísticas de grupo. Nuestro método ha sido diseñado específicamente para localizar la interrupción temprana en el proceso de expansión cortical y, como tal, es de particular interés para muchas enfermedades del desarrollo neurológico o psiquiátrico. Ejemplos de comparaciones entre los grupos en las muestras clínicas se pueden encontrar en las publicaciones de nuestro grupo por 1,12 o por otros 13-16. El proceso está totalmente automatizado y sólo requiere de comandos para ser ejecutados, aunque dos parámetros se pueden modificar.
El primer parámetro modificable es a nivel de l GI cálculo: el radio de la región circular de interés. El radio por defecto es de 25 mm, que fue elegido con el fin de incluir más de un surco a la vez, manteniendo una adecuada resolución. Nuestro trabajo incluye la validación de un experimento sobre el efecto de la radio en tque los mapas corticales gyrification 1, mostrando que los radios grandes tienden a suavizar los mapas corticales con una dilución de los máximos locales. Para los estudios clínicos, los autores recomiendan un radio de entre 20 y 25 mm.
El segundo parámetro ajustable es la cantidad de suavizado en el ámbito de los análisis estadísticos. Con el fin de aumentar la relación señal-ruido, los datos se suavizan en la malla cortical empleando un proceso iterativo de vecino más cercano procedimiento de promedio. Estudios corticales de espesor con condiciones similares a la nuestra (es decir, los datos medidos en el espacio nativo, la distribución de los mismos datos sobre la superficie cortical, y el mismo surcos basado en la técnica de registro con una plantilla de estudio específico) suelen utilizar un ancho completo a mitad del máximo (FWHM ), de 10 mm (Como referencia, los estudios de espesor cortical co-escrito por los desarrolladores de FreeSurfer utiliza un kernel de 17 6mm, 13mm y 22mm 18-21 22,23). En el protocolo anterior, proponemos el uso de una FWHM de 10 mm para mantenerse en línea con la mayoría de la literatura grosor cortical. Sin embargo, como los mapas corticales l GI ya son relativamente suaves, el resultado de las comparaciones apenas cambiarán en función de la presencia o ausencia de suavizado.
Aunque la aplicación de los métodos de medición y las medidas gyrification espesor acción común, nos gustaría hacer hincapié en que ambas medidas reflejan las diferentes propiedades de la morfología cortical. Como ya se ha señalado anteriormente, gyrification es sobre todo la influencia de los primeros eventos. Por el contrario, el grosor cortical es en gran medida sensible a los cambios de maduración en la infancia, la adolescencia y edad adulta temprana 24. En una vista esquemática simplificada, la medición de estas propiedades complementarias ofrece la posibilidad de avanzar en nuestra comprensión de la patogénesis de los trastornos del neurodesarrollo 25.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Los autores no tienen nada que revelar.
Acknowledgments
Esta investigación fue apoyada por el Centro Nacional de Competencia en Investigación (NCCR) "SYNAPSY - Las bases de Synaptic de las Enfermedades Mentales", financiado por la Swiss National Science Foundation (n ° 51AU40_125759). Desarrollo del Índice de Gyrification locales fue apoyado por becas del Fondo de Investigación Nacional de Suiza a la Dra. Marie Schaer (323500-111165) y el Dr. Stephan Eliez (3200-063135,00 / 1, 3232 a 063.134,00 / 1, PP0033-102864 y 32473B -121.996) y por el Centro de Imágenes Biomédicas (CIBM) de las Universidades de Ginebra, Lausanne y la EPFL, así como las bases Leenaards y Louis Jeantet. Apoyo para el desarrollo de software FreeSurfer fue proporcionada en parte por el Centro Nacional para Recursos de Investigación (P41-RR14075, y la CNRR BIRN morfométricos Proyecto BIRN002, U24 RR021382), el Instituto Nacional de Imágenes Biomédicas y Bioingeniería (R01 EB001550, R01EB006758), el Instituto Nacional de Trastornos Neurológicos y Accidentes Cerebrovasculares (R01 NS052585-01), así como la Enfermedad Mental y Neurociencia Discovery (MIND) Institute, y es parte de la Alianza Nacional de Informática de Imágenes Médicas (NAMIC), financiado por los Institutos Nacionales de Salud a través de la hoja de ruta del NIH para la Investigación Médica, Grant U54 EB005149. El apoyo adicional fue proporcionada por el Proyecto de Autismo y dislexia financiado por la Ellison Medical Foundation.
Materials
| Name | Company | Catalog Number | Comments |
| Material: a Unix or Mac workstation with a processor of 2GHz or faster and a minimum of 4GB of RAM, with FreeSurfer installed (http://surfer.nmr.mgh.harvard.edu/fswiki, preferably the latest version, but no older than version 4.0.3). In order to compute the local Gyrification Index, MATLAB is also required (http://www.mathworks.com/) along with the Image Processing Toolbox. | |||
| Data: A sample of good quality (high-resolution, high contrast) cerebral MRI T1-weighted dataset. Your group of subjects must be preferably matched for age and gender. Given the normal inter-individual variability in cerebral morphology, the number of subjects in each group should be sufficient to identify an existing group difference (the more - the better). A reasonable minimum sample size would be around 20 subjects per group (although you can probably go for less if the intensity of changes is large and if your groups are tightly matched for gender and age). | |||
| FreeSurfer | Martinos Center for Biomedical Imaging, MGH | Version newer than 4.0.3 | |
| Matlab | Mathworks | Image Processing Toolbox | |
References
- Schaer, M. A surface-based approach to quantify local cortical gyrification. IEEE. Trans. Med. Imaging. 27, 161-170 (2008).
- Mangin, J. F., Jouvent, E., Cachia, A. In-vivo measurement of cortical morphology: means and meanings. Curr. Opin. Neurol. 23, 359-367 (2010).
- Mangin, J. F. A framework to study the cortical folding patterns. Neuroimage. 23, Suppl 1. S129-S138 (2004).
- Luders, E. A curvature-based approach to estimate local gyrification on the cortical surface. Neuroimage. 29, 1224-1230 (2006).
- Zilles, K., Armstrong, E., Schleicher, A., Kretschmann, H. J. The human pattern of gyrification in the cerebral cortex. Anat. Embryol. (Berl). 179, 173-179 (1988).
- Rakic, P. Specification of cerebral cortical areas. Science. 241, 170-176 (1988).
- Toro, R. Brain size and folding of the human cerebral cortex. Cereb. Cortex. 18, 2352-2357 (2008).
- Fischl, B., Sereno, M. I., Dale, A. M. Cortical surface-based analysis. II: Inflation, flattening, and a surface-based coordinate system. Neuroimage. 9, 195-207 (1999).
- Dale, A. M., Fischl, B., Sereno, M. I. Cortical surface-based analysis. I. Segmentation and surface reconstruction. Neuroimage. 9, 179-194 (1999).
- Genovese, C. R., Lazar, N. A., Nichols, T. Thresholding of statistical maps in functional neuroimaging using the false discovery rate. Neuroimage. 15, 870-878 (2002).
- Desikan, R. S. An automated labeling system for subdividing the human cerebral cortex on MRI scans into gyral based regions of interest. Neuroimage. 31, 968-980 (2006).
- Schaer, M. Congenital heart disease affects local gyrification in 22q11.2 deletion syndrome. Dev. Med. Child. Neurol. 51, 746-753 (2009).
- Palaniyappan, L., Mallikarjun, P., Joseph, V., White, T. P., Liddle, P. F. Folding of the Prefrontal Cortex in Schizophrenia: Regional Differences in Gyrification. Biol. Psychiatry. , (2011).
- Zhang, Y. Decreased gyrification in major depressive disorder. Neuroreport. 20, 378-380 (2009).
- Juranek, J., Salman, M. S. Anomalous development of brain structure and function in spina bifida myelomeningocele. Dev. Disabil. Res. Rev. 16, 23-30 (2010).
- Zhang, Y. Reduced cortical folding in mental retardation. AJNR. Am. J. Neuroradiol. 31, 1063-1067 (2010).
- Kuperberg, G. R. Regionally localized thinning of the cerebral cortex in schizophrenia. Archives of general psychiatry. 60, 878-888 (2003).
- Milad, M. R. Thickness of ventromedial prefrontal cortex in humans is correlated with extinction memory. Proc. Natl. Acad. Sci. U. S. A. 102, 10706-10711 (2005).
- Rauch, S. L. A magnetic resonance imaging study of cortical thickness in animal phobia. Biol. Psychiatry. 55, 946-952 (2004).
- Fjell, A. M. Selective increase of cortical thickness in high-performing elderly--structural indices of optimal cognitive aging. Neuroimage. 29, 984-994 (2006).
- Walhovd, K. B. Regional cortical thickness matters in recall after months more than minutes. Neuroimage. 31, 1343-1351 (2006).
- Gold, B. T. Differing neuropsychological and neuroanatomical correlates of abnormal reading in early-stage semantic dementia and dementia of the Alzheimer type. Neuropsychologia. 43, 833-846 (2005).
- Salat, D. H. Thinning of the cerebral cortex in aging. Cereb. Cortex. 14, 721-730 (2004).
- Schaer, M., Eliez, S. Contribution of structural brain imaging to our understanding of cortical development process. European Psychiatry Reviews. 2, 13-16 (2009).
- Shaw, P. Neurodevelopmental trajectories of the human cerebral cortex. J. Neurosci. 28, 3586-3594 (2008).
