نشر الموترة التصوير بالرنين المغناطيسي في تحليل أمراض الاعصاب

الهدف العام من التجربة التالية هو استخدام تحليل تصوير موتر الانتشار لتحديد تشريح مرضي للمادة البيضاء المتميز لأمراض الدماغ المختلفة من خلال الجمع بين إحصائيات الأذب الجزئي القائم على الدماغ والجهاز الجزئي. يتم تحقيق ذلك من خلال التصوير المناسب لموتر الانتشار أو المعالجة المسبقة لبيانات DTI، بما في ذلك مراقبة الجودة والتطبيع التجسيمي. كخطوة ثانية ، يتم إجراء إحصائيات مكانية كاملة قائمة على الدماغ أو WBSS ، مما يسمح بإجراء مقارنة حكيمة لخرائط التضارب الجزئي أو الخرائط المنحدرة لمجموعات الموضوعات المختلفة من أجل اكتشاف الاختلافات المرضية.

بعد ذلك ، TrackWise الكسري. يتم إجراء إحصائيات ATROPY أو TFAS من أجل استكمال نتائج المقارنة الحكيمة للفوكسل من خلال مقارنة هياكل الدماغ التي تم تحديدها بواسطة إجراء تتبع الألياف. تم الحصول على النتائج التي توضح الاختلافات بين المجموعات المريضة والمجموعات الضابطة بناء على التحليل القائم على DTI.

الميزة الرئيسية لهذه التقنية على الطرق الأخرى هي أن تتبع الألياف على مجموعات بيانات المجموعة المتوسطة يصبح ممكنا. يمكن أن تساعد هذه الطريقة في الإجابة على الأسئلة الرئيسية في مجال التصوير العصبي ، مثل تحديد هياكل الدماغ التي تتأثر بالأمراض التنكسية العصبية. تمتد الآثار المترتبة على هذه التقنية نحو الاستخدام كعلامة بديلة قائمة على التصوير العصبي لأنها قد تظهر تأثيرات طولية على مستوى الفرد والمجموعة.

سنقوم بتوضيح هذه الطريقة أمرا بالغ الأهمية حيث يصعب تعلم خطوات معالجة البيانات لأن تحليل البيانات تم إجراؤه على حزمة برامج مخصصة وهي T ، وتستغرق العديد من الخطوات في معالجة البيانات وتحليلها وقتا طويلا لإجراء تصحيح القطع الأثرية. يتم استخدام برنامج مخصص طوره مختبرنا للكشف عن GD بشريحة واحدة على الأقل تظهر قطع أثرية لحركة IE منخفضة الكثافة الناتجة عن حركة الموضوع التلقائية. البرنامج المستخدم هو تصوير الموتر وتتبع الألياف ، وهو مصنوع خصيصا من قبل مختبرنا لأي حجم مرجح للانتشار.

احسب متوسط الشدة لكل شريحة ، ثم قارن شدتها مع نفس الشريحة في جميع الأحجام الأخرى باستخدام نهج المتوسط المرجح. عامل الترجيح هو حاصل الضرب النقطي للمتجهات لاثنين gd. إذا كان Q أقل من عتبة معينة ، عتبة 0.8 في هذه الحالة كمثال ، فقم بإزالة هذا الحجم بأكمله أو gd.

تعتبر عتبة 0.8 حلا مستقرا. تظهر هنا القطع الأثرية للحركة المرئية في عمليات إعادة البناء السهمية والتي تم اكتشافها بواسطة خوارزمية مراقبة الجودة. في هذا المثال ، من العدد الإجمالي ل GD 17 ، كانت أقل من الخط الأحمر ، والذي يتوافق مع Q يساوي 0.8 ويجب إزالته.

هنا مثال على إحصائيات التخلص من الحجم للدراسة بأكملها في هذا المثال تمت مقارنة بيانات DTI ل 29 شخصا مصابا بأعراض HD ببيانات DTI المكونة من 30 عنصرا للتطبيع التجسيمي ، وإنشاء نموذج B يساوي الصفر وقالب FA. يتكون التطبيع التجسيمي غير الخطي الكامل من ثلاثة مكونات تشوه. وبالتالي ، يجب تدوير موتر الانتشار الناتج لكل عين فوكسل وفقا لجميع الدورات التي تم أخذها في الاعتبار الموضحة سابقا.

فيما يلي تحول جامد في الدماغ لمحاذاة إطارات الإحداثيات الأساسية. يوضح هذا الشكل تشوه خطي وفقا للمعالم المميزة. يجب تكييف مكونات متجهات iGen وفقا لمعلمات التطبيع الستة ل S للتشوه الخطي ، وهنا تطبيع غير خطي ، معادلة الاختلافات في شكل الدماغ غير الخطي.

تحولات المتجه ثلاثية الأبعاد لكل فوكسل مما يؤدي إلى تحويل منفصل لكل vle من مصفوفة فوكسل ثلاثية الأبعاد. بعد إجراء التسوية الفردي هذا، استخدم جميع مجموعات بيانات DTI الفردية لإنشاء قالب B يساوي صفرا وقالب FA. نظرا لأن التسجيل غير PHE في قالب FA له ميزة أنه يوفر مزيدا من التباين مقارنة ب B يساوي صورا صفرا ، فحدد قالب FA من خلال حساب متوسط جميع خرائط FA المشتقة بشكل فردي للمرضى وعناصر التحكم.

في الخطوة الثانية ، قم بإجراء تطبيع MNI غير خطي لمجموعات بيانات DTI عن طريق تقليل عدم التطابق بين الشدة الإقليمية لخريطة FA المراد تركيبها ، وإذا تم اشتقاق قالب FA وفقا للفروق المربعة بناء على هذه البيانات ، يتم اشتقاق قوالب جديدة T اثنين. كرر هذه العملية التكرارية حتى يصبح الارتباط بين خرائط FA الفردية وقالب FA أكبر من 0.7. عادة ما يتم الوصول إلى هذا بعد تكرارين.

الآن يمكن إجراء الإحصاءات المكانية الكاملة القائمة على الدماغ عن طريق حساب الخرائط الجزئية للعنز الواتروبي من بيانات DTI الطبيعية ، وتنعيم الخرائط الجزئية والاستروائية والتقييم الإحصائي ، بما في ذلك تصحيح المقارنات المتعددة في ما يلي. يتم حساب الاختلافات في خرائط الأنف الجزئي لمرضى التصلب الجانبي الضموري مقابل الضوابط من خلال الإحصاءات المكانية الكاملة القائمة على الدماغ. احسب خرائط FA من بيانات DTI الطبيعية من أجل الحفاظ على المعلومات الاتجاهية كخطوة معالجة مسبقة قبل المقارنة الحكيمة للفوكسل ، قم بتطبيق مرشح تجانس على خرائط FA الفردية المعادية للتنعيم.

تتطلب حقيقة أن حجم المرشح يؤثر على نتائج تحليل بيانات DTI تطبيق نظرية المرشح المتطابقة ، والتي تنص على أن عرض المرشاح المستخدم لمعالجة البيانات يجب أن يكون مصمما وفقا لحجم الفرق المتوقع. قارن بين مجموعات المرضى والمجموعة الضابطة المقابلة foxwell Y باستخدام اختبار T الخاص بالطالب. يتم ذلك عن طريق مقارنة قيم FA لخرائط FA الخاصة بالمريض بقيم FA لخرائط FA لعناصر التحكم لكل حفرة على حدة ، ثم تصحيح النتائج الإحصائية للمقارنات المتعددة باستخدام خوارزمية معدل الاكتشاف الخاطئ عند P أقل من 0.05.

قم بتقليل خطأ ألفا باستخدام خوارزمية الارتباط المكاني التي تقضي على الفوكسل المعزولة أو مجموعات صغيرة معزولة من الفوكسل في نطاق حجم نواة التنعيم مما يؤدي إلى حد أدنى لحجم مجموعة العتبة يبلغ 512 حفرة في المسار التالي مرتين. يتم حساب إحصائيات التخدير الجزئي لمرضى التصلب الجانبي الضموري مقابل الضوابط. من أجل تطبيق خوارزميات تتبع الألياف القائمة على المجموعة ، قم بإنشاء مجموعات بيانات DTI متوسطة من بيانات المريض ومن بيانات الضوابط معا ، ثم إجراء مجموعات بيانات الtractography ومتوسط DTI لمجموعات الموضوعات عن طريق تطبيق تقنية تتبع مبسطة.

تحديد نقاط البذور المحددة يدويا المجاورة للحد الأقصى المحلي من خلال تحليل FA المستند إلى الدماغ بالكامل ، والتي تعد الأساس لتحليل تتبع الألياف المتتالي بعد تحديد البذور ، وإجراء التصوير الشبكي وتحديد فوكسل الألياف المحددة كقناع خاص بالمجموعة ل TFAS التالي. من أجل تحديد نتائج التصلية T ، قم بتطبيق TFAS باستخدام مسارات الألياف التي تم إنشاؤها على متوسط مجموعات بيانات DTI لجميع الموضوعات في كل مجموعة لاختيار الفوكسل التي تساهم في المقارنة بين المرضى وخرائط FA للتحكم للحصول على معلومات شاملة بواسطة WBSS و TFAS ، ضع في اعتبارك جميع الفوكسل الناتجة بقيمة FA أعلى من 0.2 للتحليل الإحصائي من قبل الطلاب T-test. يوضح هذا الرسم المتحرك اختلافات المجموعة في خرائط FA التي اكتشفها WBSS بين عينة من مرضى LS وعناصر التحكم المتطابقة في تصور الشريحة الحكيمة.

يظهر هذا الفيديو تتبع الألياف مع نقاط البداية في الجهاز القشري النخاعي المستخدمة كأساس ل TFAS بمجرد إتقانها. يمكن إجراء هذه التقنية تلقائيا تقريبا في غضون ساعات قليلة إذا تم إجراؤها بشكل صحيح. بعد مشاهدة هذا الفيديو ، يجب أن يكون لديك فهم جيد لكيفية إجراء تحليل DTI على مستوى المجموعة باستخدام الإحصائيات المكانية القائمة على الدماغ بالكامل وإحصائيات TrackWise FA.