نشر الموترة التصوير بالرنين المغناطيسي في تحليل أمراض الاعصاب

الهدف العام من التجربة التالية هو استخدام تحليل التصوير بموتر الانتشار لتحديد التشريح المرضي المتميز للمادة البيضاء في أمراض دماغية مختلفة، وذلك من خلال الجمع بين إحصائيات التباين الجزئي القائمة على الدماغ بأكمله والقائمة على المسارات. ويتم تحقيق ذلك من خلال المعالجة المسبقة المناسبة لبيانات التصوير بموتر الانتشار (DTI)، بما في ذلك مراقبة الجودة والتطبيع المجسم. وكخطوة ثانية، يتم إجراء الإحصائيات المكانية القائمة على الدماغ بأكمله (WBSS)، والتي تسمح بإجراء مقارنة على مستوى الفوكسل لخرائط التباين الجزئي (FA) لمجموعات مختلفة من الأشخاص من أجل الكشف عن الاختلافات المرضية.

بعد ذلك، ننتقل إلى التحليل الجزئي عبر TrackWise. يتم إجراء إحصائيات ATROPY أو TFAS لاستكمال نتائج المقارنة على مستوى الفوكسل، وذلك من خلال مقارنة هياكل الدماغ التي تم تحديدها بواسطة إجراء تتبع الألياف. وتتم الحصول على نتائج تظهر الفروقات بين المجموعات المصابة ومجموعات الضبط بناءً على التحليل المعتمد على تصوير موتر الانتشار (DTI).

تكمن الميزة الرئيسية لهذه التقنية مقارنة بالطرق الأخرى في جعل تتبع الألياف في مجموعات البيانات المتوسطة للمجموعات أمراً ممكناً. يمكن أن تساعد هذه الطريقة في الإجابة على أسئلة جوهرية في مجال التصوير العصبي، مثل تحديد بنيات الدماغ التي تتأثر بالأمراض التنكسية العصبية. وتمتد تطبيقات هذه التقنية لتشمل استخدامها كعلامة بديلة قائمة على التصوير العصبي، نظراً لقدرتها المحتملة على إظهار التأثيرات الطولية على كل من المستويين الفردي والجماعي.

يعد توضيح هذه الطريقة أمراً بالغ الأهمية لأن خطوات معالجة البيانات صعبة التعلم نظراً لإجراء تحليل البيانات باستخدام حزمة برمجية مخصصة، كما أن العديد من خطوات معالجة البيانات وتحليلها تستغرق وقتاً طويلاً لإجراء تصحيح الشوائب. يُستخدم برنامج مخصص طوره مختبرنا للكشف عن GD التي تظهر في شريحة واحدة على الأقل انخفاضاً في الكثافة، أي الشوائب الحركية الناتجة عن الحركة العفوية للشخص الخاضع للفحص. البرنامج المستخدم هو tensor imaging and fiber tracking، وهو برنامج مخصص طوره مختبرنا لأي حجم من التصوير الموزون بالانتشار.

احسب متوسط الكثافة لكل شريحة، ثم قارن كثافتها مع الشريحة ذاتها في جميع الأحجام الأخرى باستخدام منهج المتوسط المرجح. عامل الترجيح هو الضرب النقطي لمتجهين من gd. إذا كانت قيمة Q أقل من حد معين، وهو 0.8 في هذه الحالة كمثال، فقم بإزالة ذلك الحجم بالكامل أو gd.

تعتبر العتبة 0.8 حلاً مستقراً. تظهر هنا عيوب الحركة المرئية في عمليات إعادة البناء السهمية والتي تم اكتشافها بواسطة خوارزمية مراقبة الجودة (QC). في هذا المثال، من إجمالي عدد GD 17، كانت القيم أقل من الخط الأحمر، وهو ما يتوافق مع Q تساوي 0.8 ويجب استبعادها.

يظهر هنا مثال لإحصائيات استبعاد الحجوم للدراسة بأكملها، حيث تمت مقارنة بيانات DTI لـ 29 شخصاً من المصابين بمرض HD في المرحلة قبل ظهور الأعراض مع بيانات DTI لـ 30 شخصاً من مجموعة الضبط؛ ولإجراء التسوية التجسيمية (stereotaxic normalization)، تم إنشاء قالب B equals zero وقالب FA خاصين بالدراسة. وتتكون التسوية التجسيمية غير الخطية الكاملة من ثلاثة مكونات تشويه. وبناءً على ذلك، يجب تدوير موتر الانتشار الناتج لكل فوكسل eye وفقاً لجميع التدويرات التي تم عرضها سابقاً.

يظهر هنا تحويل دماغي صلب لمحاذاة أطر الإحداثيات الأساسية. يوضح هذا الشكل تشوهاً خطياً وفقاً للمعالم المحددة. يجب تكييف مكونات ناقلات iGen وفقاً لمعاملات التسوية الستة لـ S الخاصة بالتشوه الخطي، وهنا تظهر تسوية غير خطية تعمل على موازنة الاختلافات غير الخطية في شكل الدماغ.

تختلف إزاحات المتجهات ثلاثية الأبعاد لكل فوكسل (voxel)، مما يؤدي إلى تحويل منفصل لكل قيمة في مصفوفة الفوكسلات ثلاثية الأبعاد. بعد إجراء عملية التسوية الفردية هذه، تُستخدم جميع مجموعات بيانات DTI الفردية لإنشاء قالب B equals zero ونموذج FA خاص بالدراسة. وبما أن التسجيل غير المعتمد على PHE لنموذج FA يتميز بتوفير تباين أكبر مقارنة بصور B equals zero، يتم تحديد نموذج FA عن طريق حساب متوسط جميع خرائط FA المشتقة فردياً للمرضى والمجموعات الضابطة.

في خطوة ثانية، يتم إجراء تسوية MNI غير خطية لمجموعات بيانات DTI عن طريق تقليل عدم التطابق بين الكثافات الإقليمية لخريطة FA المراد ملاءمتها وقالب FA وفقاً لمربعات الفروق بناءً على هذه البيانات، ومن ثم يتم اشتقاق قوالب جديدة T2. تُكرر هذه العملية التكرارية حتى يصبح الارتباط بين خرائط FA الفردية وقالب FA أكبر من 0.7. وعادة ما يتم تحقيق ذلك بعد تكرارين.

يمكن الآن إجراء الإحصاءات المكانية القائمة على الدماغ بالكامل من خلال حساب خرائط التباين الموضعي الجزئي من بيانات DTI الموحدة، وتنعيم خرائط التباين الموضعي الجزئي، والتقييم الإحصائي، بما في ذلك التصحيح للمقارنات المتعددة في الخطوات التالية. يتم حساب الاختلافات في خرائط التباين الموضعي الجزئي لمرضى التصلب الجانبي الضموري مقابل المجموعة الضابطة باستخدام الإحصاءات المكانية القائمة على الدماغ بالكامل. يتم حساب خرائط FA من بيانات DTI الموحدة للحفاظ على المعلومات الاتجاهية كخطوة معالجة أولية قبل المقارنة على مستوى الفوكسل، مع تطبيق مرشح تنعيم على خرائط FA الموحدة الفردية لغرض التنعيم.

تتطلب حقيقة أن حجم المرشح يؤثر على نتائج تحليل بيانات DTI تطبيق نظرية المرشح المطابق، والتي تنص على أن عرض المرشح المستخدم لمعالجة البيانات يجب أن يكون مصمماً ليتناسب مع حجم الفرق المتوقع. قارن مجموعات المرضى ومجموعة الضبط المقابلة لها foxwell Y باستخدام اختبار t للطلاب (student's T-test). يتم ذلك عن طريق مقارنة قيم FA في خرائط FA الخاصة بالمرضى مع قيم FA في خرائط FA الخاصة بمجموعة الضبط لكل foxhole على حدة، ثم قم بتصحيح النتائج الإحصائية للمقارنات المتعددة باستخدام خوارزمية معدل الاكتشاف الكاذب عند P أقل من 0.05.

قم بتقليل خطأ ألفا بشكل أكبر باستخدام خوارزمية ارتباط مكاني تعمل على إزالة الفوكسلات المعزولة أو المجموعات الصغيرة المعزولة من الفوكسلات التي تقع ضمن نطاق حجم نواة التنعيم، مما يؤدي إلى حد أدنى لحجم التجمع يبلغ 512 foxholes في المسار التالي مرتين. يتم حساب الإحصائيات الكسرية متباينة الخواص لمرضى التصلب الجانبي الضموري مقارنة بمجموعة الضبط. ومن أجل تطبيق خوارزميات تتبع الألياف القائمة على المجموعات، قم بإنشاء مجموعات بيانات DTI متوسطة من بيانات المرضى وبيانات مجموعة الضبط معًا، ثم قم بإجراء تصوير المسارات وحساب متوسط مجموعات بيانات DTI لمجموعات الأشخاص من خلال تطبيق تقنية تتبع انسيابية.

حدد نقاط البداية المحددة يدويًا والمجاورة للقيم القصوى المحلية من خلال تحليل FA القائم على الدماغ بأكمله، والتي تشكل الأساس لتحليل تتبع الألياف المتتالي بعد تحديد نقاط البداية، ثم قم بإجراء t tractography وحدد الفوكسلات للألياف المحددة كقناع خاص بالمجموعة لعملية TFAS التالية. ومن أجل قياس نتائج T tractography، قم بتطبيق TFAS باستخدام مسارات الألياف التي تم إنشاؤها على مجموعات بيانات DTI المتوسطة لجميع الأشخاص في كل مجموعة لاختيار الفوكسلات التي تساهم في المقارنة بين خرائط FA للمرضى والمجموعات الضابطة؛ وللحصول على معلومات شاملة بواسطة WBSS وTFAS، خذ في الاعتبار جميع الفوكسلات الناتجة التي لها قيمة FA أعلى من 0.2 للتحليل الإحصائي باستخدام اختبار students T-test. يوضح هذا الرسوم المتحركة الاختلافات الجماعية في خرائط FA التي تم اكتشافها بواسطة WBSS بين عينة من مرضى LS والمجموعات الضابطة المتطابقة في تصور على مستوى الشريحة.

يُظهر هذا الفيديو تتبع الألياف مع نقاط بداية في السبيل القشري الشوكي المستخدم كقاعدة لـ TFAS بمجرد إتقانه. يمكن إجراء هذه التقنية بشكل شبه تلقائي خلال بضع ساعات إذا تم تنفيذها بشكل صحيح. بعد مشاهدة هذا الفيديو، يجب أن يكون لديك فهم جيد لكيفية إجراء تحليل DTI على مستوى المجموعة باستخدام الإحصاءات المكانية القائمة على الدماغ بالكامل وإحصائيات TrackWise FA.