Name: 如何从MR图像测量皮质折叠:一个循序渐进的教程，以计算本地Gyrification指数 (视频) | JoVE Journal
Uploaded: 2012-01-02T13:00:00.000+00:00
Duration: 9 min 57 s
Description: 学习基于脑MRI的高分辨率皮质折叠定量分析方法。本教程演示如何使用FreeSurfer软件创建三维皮质表面模型，并通过形态学闭合算法计算局部脑回化指数，实现个体化脑回图谱构建与组间统计比较。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

本研究由瑞士国家科学基金会资助的国家能力研究中心（NCCR）“SYNAPSY——精神疾病的突触基础”支持（项目编号&deg; 51AU40_125759)。局部脑回化指数的开发得到了瑞士国家研究基金对Marie Schaer博士（323500-111165）和Stephan Eliez博士（3200-063135.00/1、3232-063134.00/1、PP0033-102864及32473B-121996）的资助，以及日内瓦-洛桑大学与洛桑联邦理工学院（EPFL）生物医学影像中心（CIBM）、Leenaards基金会和Louis-Jeantet基金会的支持。该方法开发的进一步支持来自 FreeSurfer 软件部分由以下机构提供支持：国家研究资源中心（National Center for Research Resources，P41-RR14075，NCRR BIRN 形态测量项目 BIRN002，U24 RR021382）、国家生物医学成像与生物工程研究所（National Institute for Biomedical Imaging and Bioengineering，R01 EB001550，R01 EB006758）、国家神经疾病与中风研究所（National Institute for Neurological Disorders and Stroke，R01 NS052585-01），以及精神疾病与神经科学发现（Mental Illness and Neuroscience Discovery，MIND）研究所。本项目亦属于国家医学图像计算联盟（National Alliance for Medical Image Computing，NAMIC），由美国国立卫生研究院（National Institutes of Health）通过 NIH 医学研究路线图计划资助，项目编号 U54 EB005149。此外，还获得了自闭症（The Autism）项目的额外支持。 &amp; 由艾里森医学基金会资助的阅读障碍项目

1. 重建三维皮层表面
本方案的第一部分采用 Wiki 中所述的标准 FreeSurfer 流程（<a href="http://surfer.nmr.mgh.harvard.edu/fswiki">http://surfer.nmr.mgh.harvard.edu/fswiki</a>）。请注意，此处详述的命令仅为实现皮层表面重建的一种方法，也可使用其他等效命令。
<ol class="lalpha">
 <li>将原始 MRI DICOM 数据导入 FreeSurfer，并验证图像质量（例如，确认方向正确、对比度充足且图像无移动）。此过程使用以下命令（将 &lt;...&gt; 中的文本（含尖括号）替换为具体实例的适当值，# 表示注释）： 
 
 mksubjdirs <subj_id> # 创建 FreeSurfer 使用的文件夹结构 
 cd <subj_id>/mri # 进入受试者的 mri 文件夹 
 mri_convert -cm <path_to_your_dicom> 001.mgz # 将原始 MRI 转换为 FreeSurfer 格式 
 tkmedit <subj_id> 001.mgz # 查看转换后的体积图像 
 
 </subj_id></path_to_your_dicom></subj_id></subj_id></li>
 <li>生成三维皮层网格模型8,9。为解决脑沟埋藏问题，FreeSurfer 首先创建一个统一的白质体积，作为初始灰白质界面的起点。随后根据局部强度梯度对该表面进行优化，并进一步扩展至灰质-脑脊液（CSF）界面。 
 
 recon-all -s <subj_id> # 启动皮层表面重建</subj_id> 
 
 重建过程结束后，您将获得两个网格模型，每个半球约包含 150,000 个点：一个为白质表面（灰白质界面），另一个为软脑膜表面（灰质-CSF界面）。需注意的是，所有表面和体积均保留在原始空间中，从而可在无变形的情况下测量体积、表面积、皮层厚度或回旋指数。 
 </li>
 <li>检查重建表面的准确性： 
 
 tkmedit <subj_id> T1.mgz ?h.pial # 白质表面以绿色叠加，软脑膜表面以红色叠加</subj_id> 
 
 其中 ?h 表示半球：lh.pial 代表左半球，rh.pial 代表右半球。图 2（包含两个版本：一个用于视频的动态 gif 图像，一个用于网站的静态图像）展示了随 FreeSurfer 软件包提供的“bert”受试者的白质和软脑膜表面正确重建的示例。如果您需要手动校正重建结果，可在 FreeSurfer Wiki 上找到教程（<a href="http://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/WhiteMatterEdits">http://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/WhiteMatterEdits</a>，<a href="http://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/PialEdits">http://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/PialEdits</a>）。</li>
</ol>
2. 计算局部脑回指数
当您对重建的脑表面满意后，使用以下命令计算局部脑回化指数（lGI）： 
 
recon-all -lgi -s <subj_id></subj_id>
该命令通常需要运行约3小时，以处理一位研究对象的两个半球数据，具体时长取决于您工作站的性能。其包含的不同步骤如下： lGI 过程在图 1 中进行了概述。计算首先通过形态学闭运算创建一个外表面开始。该外表面记为 ?h.pial_outer_smoothed，其进一步展示于图 3 中。随后，在该外表面生成约 800 个相互重叠的圆形感兴趣区域。对于每个这样的区域，均在软脑膜表面定义一个对应的感兴趣区域。整个计算最终生成一张独立的地图，其中包含一个 l皮层表面每个点的脑回指数（GI）值（即每半球约150,000个值）。
3. 检查每个半球的 lGI 计算结果
tksurfer <subj_id> ?h pial -overlay <subj_id>/surf/?h.pial_lgi -fthresh 1</subj_id></subj_id>
将 lGI 值叠加显示在皮层表面。由于正确的 lGI 值通常介于 1 到 5 之间，将最小阈值设为 1（使用 fthresh 选项）可实现快速检查：不应看到任何灰色的皮层区域。图 4 展示了正确的个体结果示例。
4. 统计学组间比较
目的是在控制性别和年龄影响的同时，量化各组在大脑皮层表面每个顶点处的效应。您需要遵循与比较每个顶点处皮层厚度相同的操作流程，但需使用 ?h.pial_lgi 而非 ?h.thickness。进行统计组间比较有两种可选方法：首先列出的是经典命令行方式，随后简要介绍图形用户界面（Qdec）的操作方法。
<ol>
 <li>比较组间lGI结果的第一种方法是使用以下列出的命令；更多详细信息可参见<a href="https://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/GroupAnalysis">https://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/GroupAnalysis</a>。
 <ol class="lalpha">
 <li>首先，您需要创建一个研究专用的模板，并将所有受试者作为输入： 
 
 make_average_subject --subjects <subj_1> <subj_2> <subj_3> ...</subj_3></subj_2></subj_1> 
 
 上述命令将创建一个名为“average”的模板受试者。或者，您也可以使用作为FreeSurfer软件包一部分提供的“fsaverage”模板。</li>
 <li>然后，创建一个文本文件，包含研究中所涉及受试者的描述信息（即“FreeSurfer 组描述符文件”）。您的FSGD.txt文件应如下所示： 
 
 GroupDescriptorFile 1 
 Group Control_Male 
 Group Control_Female 
 Group Patient_Male 
 Group Patient_Female 
 Variables Age 
 Input <subj_1> Patient_Male 20 
 Input <subj_2> Control_Female 23 
 &lt;…&gt;</subj_2></subj_1></li>
 <li>使用以下命令对每个半球，在平均模板受试者空间中重采样lGI数据： 
 
 mris_preproc --fsgd FSGD.txt --target average --hemi ?h --meas pial_lgi --out ?h.lgi.mgh 
 </li>
 <li>在皮层表面上对数据进行平滑处理，以降低信噪比： 
 
 mri_surf2surf --hemi ?h --s average --sval ?h.lgi.mgh --fwhm 10 --tval ?h.10.lgi.mgh 
 </li>
 <li>在每个顶点水平上进行组间比较。为此，您需要创建一个对比文本文件（例如，针对上述FSGD.txt文件的情况，“contrast.txt”文件应包含数值“1 1 -1 -1 0”，用于在控制年龄和性别因素的前提下计算对照组与患者组之间的差异）。最后运行比较： 
 
 mri_glmfit --y ?h.10.lgi.mgh --fsgd FSGD.txt doss --glmdir ?h.lgi.glmdir --surf average ?h --C contrast.txt 
 </li>
 <li>使用tksurfer在平均模板受试者上可视化结果： 
 
 tksurfer average ?h inflated 
 
 然后加载位于文件夹?h.lgi.glmdir/contrast.txt/中的sig.mgh文件作为叠加图层。通过“configure overlay”选项，您可以进一步调整p值阈值，并使用错误发现率10对多重比较进行校正。 
 </li>
 </ol>
 </li>
 <li>进行组间比较的另一种方法是使用Qdec，即FreeSurfer中实现的图形用户界面。在Qdec中使用局部脑回化指数（local Gyrification Index）时，需预先对lGI数据进行平滑处理： 
 
 recon-all -qcache -measure pial_lgi -average <your_average_subj> -s <subj_id></subj_id></your_average_subj> 
 
 在Qdec中，FreeSurfer组描述符文件被一种略有不同的格式替代，即数据表（qdec.table.dat），其中包含不同组别的描述以及其他混杂变量（如年龄）的信息。有关Qdec使用的详细说明，请参见<a href="http://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/QdecGroupAnalysis">http://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/QdecGroupAnalysis</a>。 
 需要注意的是，如果在Qdec的因变量列表中未显示lGI，您必须在用户主目录下的.Qdecrc文件中添加以下一行： 
 
 MEASURE1 = pial_lgi</li>
</ol>
5. 分析
或者，统计分析最终可以在 FreeSurfer11 所整合的皮层分区水平上进行。为此，可提取每个半球34个目标脑回区域的平均局部脑回化指数（lGI）值，并在不同组间对这些测量值进行进一步比较。这种基于分区的分析（与上述基于顶点的分析相对）具有减少统计比较次数的优势。然而，每个点位的lGI值反映的是其周围环形区域的脑回化程度，因此某一目标脑回区域内平均lGI值在一定程度上也反映了邻近目标区域的脑回化特征。
最后，尽管本方案中已描述了最重要的问题，但对实验过程中可能遇到的其他问题的解决方案 FreeSurfer 或 l胃肠道处理可在以下档案中找到： FreeSurfer 邮件列表 (<a href="http://surfer.nmr.mgh.harvard.edu/fswiki/FreeSurferSupport">http://surfer.nmr.mgh.harvard.edu/fswiki/FreeSurferSupport</a>).
6. 典型结果
如方案第1c节所述，在计算lGI之前，应始终仔细检查皮层表面重建的准确性。在前后滚动查看额叶至枕叶的过程中，需特别注意软脑膜表面不应包含血管和脑膜结构。同时检查白质表面是否准确贴合灰白质交界界面。图2提供了正确重建的示例（请参见动态gif图以查看整个体积）。
在完成每个被试的lGI计算后，还需检查其双侧大脑半球的结果。任何皮质区域的lGI结果均不应小于1。本方案的第3节及图4展示了如何正确检查lGI计算输出结果的准确性。
<img alt="皮层重建过程，三维图示，局部脑回化指数分析，统计组间差异。" src="/files/ftp_upload/3417/3417fig1.jpg" data-altupdatedat="1788304762000" data-alt="图 1"> 
图 1. lGI 计算流程概述。 首先，使用标准的 FreeSurfer 流程从原始图像重建三维皮层网格模型。这些重建算法以二值化的白质体积作为起始点，以克服脑沟埋藏的问题。皮层网格模型通常包含约 150,000 个顶点，常用于计算每个点的皮层厚度。类似地，局部脑回化指数（lGI）也将在每个顶点处进行计算。为此，需构建一个外表面。然后通过匹配算法在外表面和皮层表面上识别对应的圆形感兴趣区域。在生成约 800 个重叠的感兴趣区域后，该过程最终生成个体的 lGI 图谱。这些图谱易于解释：指数值为 5 表示在该区域周围，埋入脑沟内的皮层表面积是可见皮层表面积的 5 倍；指数值为 1 表示该区域周围的皮层是平坦的。最后，在每个顶点水平上进行统计组间比较，方法类似于皮层厚度的比较。
图1B。 个体皮层图谱 l胃肠道。 这段短视频展示了单个大脑皮层 lGI 图谱的 360 度旋转，如图 1 所示。值得注意的是，皮层中较高 lGI值对应于胎儿期大脑发育过程中最先形成的脑沟：在大脑外侧面包括外侧裂、上颞沟和顶内沟，在大脑内侧面则为顶枕沟。 <a href="https://www.jove.com/files/ftp_upload/3417/3417fig1B.avi">观看视频 </a>
<img alt="脑部MRI分析示意图，包含轮廓映射；神经影像学，结构评估。" src="/files/ftp_upload/3417/3417fig2.jpg" data-altupdatedat="1788304762000" data-alt="图2"> 
 图2. 皮层表面重建效果良好的示例（一个冠状切面）。 重建过程结束后，应在整个大脑容积范围内准确核查皮层表面的重建结果。内侧皮层表面（标记为白质表面，在图像中以绿色显示）应精确贴合灰质-白质交界处。外侧皮层表面（即灰质-脑脊液交界面，称为软脑膜表面，图中以红色显示）不应包含任何血管或膜状结构片段。需要注意的是，本示例采用的是随FreeSurfer软件包一同发布的“bert”测试对象数据。
图2B. 皮层表面重建效果良好的示例（完整体积）。 该动画 gif 图像显示了使用 FreeSurfer 从最前部到最枕部的冠状切面依次浏览时，“bert”受试者左半球在各冠状切面上的皮层表面。<a href="https://www.jove.com/files/ftp_upload/3417/3417fig2B.gif"> 查看动画 </a>
<img alt="带有标注区域的脑部 MRI 扫描图像；结构分析图；神经科学研究。" src="/files/ftp_upload/3417/3417fig3.jpg" data-altupdatedat="1788304762000" data-alt="图 3"> 
图 3. 作为 lGI 计算过程一部分生成的外表面示例（一个冠状切面）。 lGI 计算的第一步是创建一个包绕半球的外表面。该表面（在 FreeSurfer 中标记为 ?h.pial_outer_smoothed）可使用 tkmedit 进行检查。此处以 FreeSurfer 自带分发的“bert”受试者为例。
图3B. 作为 lGI 流程一部分计算得到的外表面示例（完整体积）。 该动态 gif 图像显示了使用 FreeSurfer 中的 tkmedit 工具从最前端到最枕侧的冠状切面依次浏览时，左半球在每个冠状切面上的外表面。<a href="https://www.jove.com/files/ftp_upload/3417/3417fig3B.gif">观看视频</a>







<img alt="大脑解剖图，标示外侧、额侧、内侧、枕侧、背侧、腹侧视图。" src="/files/ftp_upload/3417/3417fig4.jpg" data-altupdatedat="1788304762000" data-alt="图4"> 
图4. 正确示例 lGI 输出的观察结果 FreeSurfer “bert”受试者大脑皮层表面的不同朝向 lGI值叠加显示。颜色编码采用tksurfer中常见的默认“热图”叠加模式 FreeSurfer. 使用最小阈值1时，所有顶点必须被着色，且不应有任何皮层区域呈现灰色。需要注意的是，可在 tksurfer 中通过“Configure Overlay”选项修改颜色叠加，其中可调整最小值和最大值，以及整体分布的直方图 l也可以检测胃肠道功能。

<ol><li>Schaer, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+surface-based+approach+to+quantify+local+cortical+gyrification%5BTitle%5D)+AND+%22IEEE.+Trans.+Med.+Imaging%22%5BJournal%5D)">A surface-based approach to quantify local cortical gyrification.</a> IEEE. Trans. Med. Imaging. 27, 161-170 (2008).</li>
<li>Mangin, J. F., Jouvent, E., Cachia, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((In-vivo+measurement+of+cortical+morphology%3A+means+and+meanings%5BTitle%5D)+AND+%22Curr.+Opin.+Neurol%22%5BJournal%5D)">In-vivo measurement of cortical morphology: means and meanings.</a> Curr. Opin. Neurol. 23, 359-367 (2010).</li>
<li>Mangin, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+framework+to+study+the+cortical+folding+patterns%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">A framework to study the cortical folding patterns.</a> Neuroimage. 23, Suppl 1. S129-S138 (2004).</li>
<li>Luders, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+curvature-based+approach+to+estimate+local+gyrification+on+the+cortical+surface%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">A curvature-based approach to estimate local gyrification on the cortical surface.</a> Neuroimage. 29, 1224-1230 (2006).</li>
<li>Zilles, K., Armstrong, E., Schleicher, A., Kretschmann, H. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+human+pattern+of+gyrification+in+the+cerebral+cortex%5BTitle%5D)+AND+%22Anat.+Embryol.+%28Berl%29%22%5BJournal%5D)">The human pattern of gyrification in the cerebral cortex.</a> Anat. Embryol. (Berl). 179, 173-179 (1988).</li>
<li>Rakic, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Specification+of+cerebral+cortical+areas%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Specification of cerebral cortical areas.</a> Science. 241, 170-176 (1988).</li>
<li>Toro, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Brain+size+and+folding+of+the+human+cerebral+cortex%5BTitle%5D)+AND+%22Cereb.+Cortex%22%5BJournal%5D)">Brain size and folding of the human cerebral cortex.</a> Cereb. Cortex. 18, 2352-2357 (2008).</li>
<li>Fischl, B., Sereno, M. I., Dale, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cortical+surface-based+analysis.+II%3A+Inflation%2C+flattening%2C+and+a+surface-based+coordinate+system%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Cortical surface-based analysis. II: Inflation, flattening, and a surface-based coordinate system.</a> Neuroimage. 9, 195-207 (1999).</li>
<li>Dale, A. M., Fischl, B., Sereno, M. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cortical+surface-based+analysis.+I.+Segmentation+and+surface+reconstruction%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Cortical surface-based analysis. I. Segmentation and surface reconstruction.</a> Neuroimage. 9, 179-194 (1999).</li>
<li>Genovese, C. R., Lazar, N. A., Nichols, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Thresholding+of+statistical+maps+in+functional+neuroimaging+using+the+false+discovery+rate%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Thresholding of statistical maps in functional neuroimaging using the false discovery rate.</a> Neuroimage. 15, 870-878 (2002).</li>
<li>Desikan, R. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+automated+labeling+system+for+subdividing+the+human+cerebral+cortex+on+MRI+scans+into+gyral+based+regions+of+interest%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">An automated labeling system for subdividing the human cerebral cortex on MRI scans into gyral based regions of interest.</a> Neuroimage. 31, 968-980 (2006).</li>
<li>Schaer, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Congenital+heart+disease+affects+local+gyrification+in+22q11.2+deletion+syndrome%5BTitle%5D)+AND+%22Dev.+Med.+Child.+Neurol%22%5BJournal%5D)">Congenital heart disease affects local gyrification in 22q11.2 deletion syndrome.</a> Dev. Med. Child. Neurol. 51, 746-753 (2009).</li>
<li>Palaniyappan, L., Mallikarjun, P., Joseph, V., White, T. P., Liddle, P. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Folding+of+the+Prefrontal+Cortex+in+Schizophrenia%3A+Regional+Differences+in+Gyrification%5BTitle%5D)+AND+%22Biol.+Psychiatry%22%5BJournal%5D)">Folding of the Prefrontal Cortex in Schizophrenia: Regional Differences in Gyrification.</a> Biol. Psychiatry. , (2011).</li>
<li>Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Decreased+gyrification+in+major+depressive+disorder%5BTitle%5D)+AND+%22Neuroreport%22%5BJournal%5D)">Decreased gyrification in major depressive disorder.</a> Neuroreport. 20, 378-380 (2009).</li>
<li>Juranek, J., Salman, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Anomalous+development+of+brain+structure+and+function+in+spina+bifida+myelomeningocele%5BTitle%5D)+AND+%22Dev.+Disabil.+Res.+Rev%22%5BJournal%5D)">Anomalous development of brain structure and function in spina bifida myelomeningocele.</a> Dev. Disabil. Res. Rev. 16, 23-30 (2010).</li>
<li>Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reduced+cortical+folding+in+mental+retardation%5BTitle%5D)+AND+%22AJNR.+Am.+J.+Neuroradiol%22%5BJournal%5D)">Reduced cortical folding in mental retardation.</a> AJNR. Am. J. Neuroradiol. 31, 1063-1067 (2010).</li>
<li>Kuperberg, G. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Regionally+localized+thinning+of+the+cerebral+cortex+in+schizophrenia%5BTitle%5D)+AND+%22Archives+of+general+psychiatry%22%5BJournal%5D)">Regionally localized thinning of the cerebral cortex in schizophrenia.</a> Archives of general psychiatry. 60, 878-888 (2003).</li>
<li>Milad, M. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Thickness+of+ventromedial+prefrontal+cortex+in+humans+is+correlated+with+extinction+memory%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.+S.+A%22%5BJournal%5D)">Thickness of ventromedial prefrontal cortex in humans is correlated with extinction memory.</a> Proc. Natl. Acad. Sci. U. S. A. 102, 10706-10711 (2005).</li>
<li>Rauch, S. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+magnetic+resonance+imaging+study+of+cortical+thickness+in+animal+phobia%5BTitle%5D)+AND+%22Biol.+Psychiatry%22%5BJournal%5D)">A magnetic resonance imaging study of cortical thickness in animal phobia.</a> Biol. Psychiatry. 55, 946-952 (2004).</li>
<li>Fjell, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Selective+increase+of+cortical+thickness+in+high-performing+elderly--structural+indices+of+optimal+cognitive+aging%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Selective increase of cortical thickness in high-performing elderly--structural indices of optimal cognitive aging.</a> Neuroimage. 29, 984-994 (2006).</li>
<li>Walhovd, K. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Regional+cortical+thickness+matters+in+recall+after+months+more+than+minutes%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Regional cortical thickness matters in recall after months more than minutes.</a> Neuroimage. 31, 1343-1351 (2006).</li>
<li>Gold, B. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Differing+neuropsychological+and+neuroanatomical+correlates+of+abnormal+reading+in+early-stage+semantic+dementia+and+dementia+of+the+Alzheimer+type%5BTitle%5D)+AND+%22Neuropsychologia%22%5BJournal%5D)">Differing neuropsychological and neuroanatomical correlates of abnormal reading in early-stage semantic dementia and dementia of the Alzheimer type.</a> Neuropsychologia. 43, 833-846 (2005).</li>
<li>Salat, D. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Thinning+of+the+cerebral+cortex+in+aging%5BTitle%5D)+AND+%22Cereb.+Cortex%22%5BJournal%5D)">Thinning of the cerebral cortex in aging.</a> Cereb. Cortex. 14, 721-730 (2004).</li>
<li>Schaer, M., Eliez, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Contribution+of+structural+brain+imaging+to+our+understanding+of+cortical+development+process%5BTitle%5D)+AND+%22European+Psychiatry+Reviews%22%5BJournal%5D)">Contribution of structural brain imaging to our understanding of cortical development process.</a> European Psychiatry Reviews. 2, 13-16 (2009).</li>
<li>Shaw, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neurodevelopmental+trajectories+of+the+human+cerebral+cortex%5BTitle%5D)+AND+%22J.+Neurosci%22%5BJournal%5D)">Neurodevelopmental trajectories of the human cerebral cortex.</a> J. Neurosci. 28, 3586-3594 (2008).</li>
</ol>

作者无任何利益冲突需要披露。

上述方案描述了如何基于脑部T1加权MRI测量局部脑回化指数，并进行统计学组间比较。我们的方法专门设计用于定位皮质扩张过程中的早期异常，因此在许多神经发育性或精神疾病中具有特别重要的意义。有关临床样本中组间比较的实例，可参见我们团队1,12或其他研究者13-16发表的文献。该流程完全自动化，仅需执行命令即可完成，尽管其中有两个参数可供调整。
第一个可调节的参数位于lGI计算层面：即感兴趣圆形区域的半径。默认半径设置为25 mm，该值的选择旨在同时包含多个脑沟，同时保持足够的分辨率。我们的验证论文中包含了一项关于半径对皮层脑回化图谱影响的实验1，结果表明较大的半径倾向于平滑皮层图谱，导致局部极大值被稀释。对于临床研究，我们建议半径设置在20至25 mm之间。
第二个可调参数是在统计分析层面的平滑程度。为了提高信噪比，采用迭代的最近邻平均法对皮层网格上的数据进行平滑处理。与我们研究条件相似的皮层厚度研究（即在原始空间中测量的数据、皮层表面数据分布相同...

<table><tbody><tr><td colspan="4">&lt;strong&gt;材料：&lt;/strong&gt; 一台配备 2GHz 或更快处理器、至少 4GB 内存的 Unix 或 Mac 工作站，并已安装&lt;em&gt;FreeSurfer&lt;/em&gt; 软件（&lt;a href=&quot;http://surfer.nmr.mgh.harvard.edu/fswiki">http://surfer.nmr.mgh.harvard.edu/fswiki&lt;/a&gt;，建议使用最新版本，但不得早于 4.0.3 版本）。为计算局部脑回化指数，还需配备 MATLAB（&lt;a href=&quot;http://www.mathworks.com/">http://www.mathworks.com/&lt;/a&gt;）及图像处理工具箱。</td></tr><tr><td colspan="4">&lt;strong&gt;数据：&lt;/strong&gt; 一组高质量（高分辨率、高对比度）的脑部 MRI T1 加权数据集。您的受试者群体应尽可能在年龄和性别上相匹配。鉴于大脑形态存在正常的个体间差异，每组受试者数量应足够以检测出实际存在的组间差异（越多越好）。每组合理的最小样本量约为 20 名受试者（但如果变化强度较大，且各组在性别和年龄上高度匹配，则样本量可适当减少）。</td></tr><tr><td>FreeSurfer </td><td>Martinos Center for Biomedical Imaging, MGH</td><td></td><td>版本 新于 4.0.3</td></tr><tr><td>Matlab</td><td>Mathworks</td><td></td><td>图像 处理工具箱</td></tr></tbody></table>

如何从磁共振图像测量大脑皮层折叠：计算局部脑回化指数的逐步指南

How to Measure Cortical Folding from MR Images: a Step-by-Step Tutorial to Compute Local Gyrification Index

大脑皮层折叠（脑回化）在生命最初几个月内即已确定，因此在此期间发生的不良事件会留下痕迹，并可在任何年龄被识别。正如Mangin及其同事最近综述2所述，目前存在多种方法用于量化脑回化的不同特征。例如，脑沟形态测量可用于测量诸如深度、长度或半球间不对称性指数等形态描述参数3。这些几何特性具有易于解释的优点。然而，脑沟形态测量高度依赖于对特定一组脑沟的准确定位，因此仅能提供脑回化的一个片段化描述。通过基于曲率的测量方法可实现更精细的脑回化量化，该方法通常在皮层表面数千个点上计算平滑后的绝对平均曲率4。然而，曲率本身较难理解，因为目前尚不清楚曲率与诸如皮层体积或表面积等具有生物学意义的指标之间是否存在直接关联。为解决皮层折叠测量中所涉及的多种问题，我们此前开发了一种算法，能够以极高的空间分辨率和易于解释的方式量化局部脑回化。我们的方法借鉴了脑回化指数（Gyrification Index）5，后者最初用于比较神经解剖学中不同物种间的皮层折叠差异。在我们的实现中，称为局部脑回化指数（local Gyrification Index, lGI1），我们测量的是在感兴趣圆形区域内，埋藏于脑沟褶皱中的皮层面积与可见皮层面积的比值。鉴于皮层主要通过径向扩张方式生长6，本方法特别适用于识别皮层发育的早期缺陷。
本文详细介绍了局部脑回化指数（local Gyrification Index）的计算方法，该方法目前作为 FreeSurfer 软件的一部分免费提供（<a href="http://surfer.nmr.mgh.harvard.edu/">http://surfer.nmr.mgh.harvard.edu/</a>，美国马萨诸塞州总医院马丁诺斯生物医学成像中心）。FreeSurfer 提供了一套从结构磁共振成像（MRI）数据中自动重建大脑皮层表面的工具。首先在图像的原始空间中以亚毫米精度提取皮层表面，随后用于构建一个外表面，作为计算 lGI 的基础。然后在外表面上划定一个圆形感兴趣区域，并通过匹配算法识别其在皮层表面上对应的感兴趣区域，具体方法见我们的验证研究1。该过程通过大量重叠的感兴趣区域反复迭代，最终生成用于后续统计比较的皮层脑回化图谱（图1）。值得注意的是，Toro 及其同事7 提出了另一种具有相似理念的局部脑回化测量方法，该方法通过计算球体内包含的皮层面积与相同半径圆盘面积的比值来获得每一点的折叠指数。这两种方法的区别在于：Toro 等人的方法基于欧几里得距离，因此考虑的是不连续的皮层区域；而我们的方法采用严格的测地线算法，仅包含从脑表面向外呈圆形开放的连续皮层区域。

在任何年龄段测量脑回化（皮层折叠）均能为早期脑发育提供重要窗口。因此，我们先前开发了一种算法，用于在半球上的数千个点位上测量局部脑回化1。本文详细阐述该局部脑回化指数的计算方法。

皮层折叠（脑回形成）在生命最初几个月内即已确定，因此在此期间发生的不良事件会留下痕迹，这些痕迹将……

本实验的总体目标是基于脑部 MRI，以极高的分辨率量化大脑皮层折叠或脑回化程度。首先，使用 FreeSurfer 软件构建精确的皮层表面三维模型，实现这一目标。第二步是利用形态学闭合算法，构建一个紧密贴合皮层表面的外表面。接下来，在外表面生成数百个相互重叠的圆形区域，并将其与相应的大脑皮层区域进行匹配。然后在每个点上计算两个对应区域的比率，从而得到个体局部化图谱，这些图谱随后可用于不同诊断组之间的统计比较。最终，对成长后的儿童、青少年或成人的大脑皮层结构进行测量，可以揭示其在出生后最初数月内发生的异常皮层发育。与基于曲率或细胞形态几何学等现有技术相比，该方法的主要优势在于能够提供一种易于解读的测量方式，用于评估皮层折叠程度，且不受圆形边界的限制，同时具有极高的分辨率。该方法有助于我们回答一些关键科学问题，例如精神疾病或神经发育障碍的发展机制。换句话说，我们可以借此理解早期神经发育事件——如大脑皮层折叠——如何在后期影响成年阶段病理发生的过程。当我们意识到几十年来在比较神经解剖学中使用的脑沟化指数，如果能够克服其实施过程中的问题，可能会成为衡量大脑发育的一个非常有力的指标时，我们首次提出了这一技术的想法。本方法将由我们团队的高级研究员 Mari，以及 Jean Philip Tran 实验室的高级研究员 Mari Ra 向您演示。本方案的第一部分采用标准的 FreeSurfer 流程。此处详述的命令描述了一种实现皮层表面重建的方法，但也可使用等效命令将原始 MRI DICOM 数据导入 FreeSurfer。首先创建文件夹结构，然后进入受试者的 MRI 文件夹，将原始 MRI 数据转换为 FreeSurfer 格式。然后可视化转换后的体积图像。通过检查图像方向是否正确、对比度是否足够以及图像是否发生位移，来验证图像质量。接下来，使用 FreeSurfer 创建三维皮层网格模型。这需要运行数小时，以应对Barrett的问题。Cellie Free Surfer首先创建一个统一的白质体积，该体积随后用作生成白质表面的起点。首先，重建过程根据局部强度梯度优化灰白质交界表面。然后将此表面进一步扩展至灰质-脑脊液界面，以生成脑沟堆叠网格模型。重建过程生成两个三维网格模型，每个半球约包含150,000个点。白色模型代表灰质-白质界面，而脑沟堆叠模型则代表灰质-脑脊液界面。所有表面和体积均处于其原始空间，无需形变即可进行测量。现在通过叠加两个表面来检查这些重建表面的准确性。示例展示了与 FreeSurfer 软件包一同提供的受试者的对齐结果。确保白色表面准确地沿灰白交界处延伸，并且在堆叠表面中不包含血管和膜结构，以手动校正重建过程的结果。请参考 FreeSurfer Wiki 上的教程。当您对表面结果满意后，计算局部脑回指数（LGI）。此命令通常针对一位研究对象的两个半球运

how-to-measure-cortical-folding-from-mr-images-step-step-tutorial-to

Research

科研

JoVE Journal

Medicine

医学

如何从MR图像测量皮质折叠：一个循序渐进的教程，以计算本地Gyrification指数

病灶探查者：一种基于视频指导的标准化方案，用于阿尔茨海默病及正常老年人群中准确可靠的磁共振成像衍生体积测量

高分辨率 离体 7T MR成像方案用于对死后人脑组织中的微血管病理进行MR引导下的组织病理学验证。此外，还提供了评估皮层微梗死的指南 体内 7T 以及 3T...

在高分辨率磁共振图像上评估大脑皮层微梗死

本文介绍了一种用于确定为分辨皮层下结构所需采集并平均的最少图像数量的实验方案，并检验在无生理噪声干扰的情况下是否能够分辨外侧膝状体（LGN）的各个个体层次。...

人类皮层下结构的高分辨率结构性磁共振成像 在体 内 和死后

本文描述了用于重建白质（WM）的确定性与概率性算法，旨在研究白化病患者与对照组之间视辐射（OR）连接性的差异。尽管概率性纤维追踪技术能更接近神经纤维的真实走行路径，但仍采用了确定性纤维追踪以比较两种技术的可靠性与可重复性。...

利用弥散张量成像与纤维束示踪技术测量人类白化病初级视觉通路的连通性

本实验方案的总体目标是通过制备定制的3D打印脑组织固定装置和切片盒，精确地将磁共振成像（MRI）图像数据与组织学切片进行配准。...

利用3D打印技术融合MRI与组织学：一种脑切片方案

本文介绍了一种脑电图-功能磁共振成像（EEG-fMRI）多模态成像方法，即时空fMRI约束的脑电图源成像方法。该方法采用条件激活的功能磁共振成像子图（或先验信息），以提高脑电图源定位的空间特异性，并减少错误结果。...

同步脑电图与功能磁共振成像记录及整合分析用于动态皮层活动成像

本文介绍了一种从哺乳动物大脑皮层获取展平的切向切片，并利用组织化学和免疫组织化学方法可视化皮层功能模块的详细技术方案。...

展平哺乳动物皮层中的皮层模块可视化

本文介绍了一种利用3D扫描技术连接两个空间尺度的实验方案：通过MRI成像获取的全脑解剖结构的宏观空间尺度（&gt;100 μm），以及利用免疫组织化学染色、多电极阵列系统及其他方法获得的神经元分布的微观空间尺度（约10...

三维扫描技术通过新型三维嵌入重叠协议连接微电路与宏观脑成像

本文介绍了一种用于分析小脑灰质形态计量的标准化流程。该流程结合了高分辨率、先进的技术方法，可实现小脑分区的优化与自动化，以及基于体素的小脑配准，从而进行体积定量分析。...

使用结构磁共振成像检测人类小脑灰质形态计量学的标准化流程

我们已开发出利用比常规更大范围视觉视野来绘制视觉皮层功能的技术。该方法有望提升对视觉障碍和眼疾的评估效果。...

视觉皮层宽视野视网膜定位刺激功能磁共振成像（fMRI）

学习基于脑MRI的高分辨率皮质折叠定量分析方法。本教程演示如何使用FreeSurfer软件创建三维皮质表面模型，并通过形态学闭合算法计算局部脑回化指数，实现个体化脑回图谱构建与组间统计比较。

如何从磁共振图像测量大脑皮层折叠：计算局部脑回化指数的逐步指南

探索更多视频