Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Neuroscience
Click here for the English version

Neuroscience

خط أنابيب موحد لفحص مورفومتر المادة الرمادية المخيخية البشرية باستخدام التصوير بالرنين المغناطيسي الهيكلي

Published: February 4, 2022 doi: 10.3791/63340
Automatic Translation
1, 2, 3, 4, 5,6, 7, 1,8
1Department of Neuroscience, Central Clinical School, Monash University, 2Department of Biomedical Engineering, The Johns Hopkins University, 3Department of Psychiatry, National Institute of Mental Health & Neuro Sciences (NIMHANS), 4Faculty of Computer Science, Dalhousie University, 5Department of Electrical and Computer Engineering, The Johns Hopkins University, 6Department of Computer Science, The Johns Hopkins University, 7Brain and Mind Institute, Department for Statistical and Actuarial Sciences, Department for Computer Science, Western University, 8Monash Biomedical Imaging, Monash University

Summary

يتم تقديم خط أنابيب موحد لفحص مورفومتريا المادة الرمادية المخيخية. يجمع خط الأنابيب بين الأساليب الحديثة عالية الدقة لتحسين وأتمتة تقسيم المخيخ والتسجيل القائم على الفوكسل للمخيخ من أجل القياس الكمي الحجمي.

Abstract

توفر خطوط متعددة من الأبحاث أدلة دامغة على دور المخيخ في مجموعة واسعة من الوظائف المعرفية والعاطفية ، والتي تتجاوز بكثير ارتباطها التاريخي بالتحكم الحركي. وقد زادت دراسات التصوير العصبي الهيكلية والوظيفية من تحسين فهم التشريح العصبي الوظيفي للمخيخ بما يتجاوز تقسيماته التشريحية ، مما يسلط الضوء على الحاجة إلى فحص الوحدات الفرعية المخيخية الفردية في التباين الصحي والأمراض العصبية. تقدم هذه الورقة خط أنابيب موحدا لفحص قياس المادة الرمادية المخيخية الذي يجمع بين النهج عالية الدقة والحديثة لتقسيم المخيخ الأمثل والآلي (التقسيم التشريحي التلقائي للمخيخ باستخدام U-Net Limited Optimization; ACAPULCO) والتسجيل القائم على voxel للمخيخ (قالب تحت الأرض غير متحيز مكانيا; SUIT) للقياس الكمي الحجمي.

وينطبق خط الأنابيب على نطاق واسع على مجموعة من الأمراض العصبية وهو مؤتمت بالكامل، مع التدخل اليدوي المطلوب فقط لمراقبة جودة المخرجات. خط الأنابيب متاح مجانا ، مع وثائق مصاحبة كبيرة ، ويمكن تشغيله على أنظمة التشغيل Mac و Windows و Linux. يتم تطبيق خط الأنابيب في مجموعة من الأفراد المصابين برنح فريدريش (FRDA) ، ويتم تقديم نتائج تمثيلية ، بالإضافة إلى توصيات بشأن التحليلات الإحصائية الاستدلالية على مستوى المجموعة. يمكن أن يسهل خط الأنابيب هذا الموثوقية والتكرار عبر الميدان ، مما يوفر في نهاية المطاف نهجا منهجيا قويا لتوصيف وتتبع التغيرات الهيكلية المخيخية في الأمراض العصبية.

Introduction

المخيخ هو جزء من الدماغ يرتبط تاريخيا بالتحكم الحركي1،2،3 ويعتقد أنه يشارك بشكل متكامل في مجموعة صغيرة فقط من الأمراض النادرة ، مثل الرنح الموروث4. ومع ذلك ، فإن الخطوط المتقاربة للبحوث من دراسات التتبع التشريحي في الرئيسيات غير البشرية ، وكذلك دراسات الآفات البشرية والتصوير العصبي ، توفر أدلة دامغة على دور المخيخ في مجموعة واسعة من المعرفي5،6،7 ، والعاطفي8،9،10،11 ، وغيرها من الوظائف غير الحركية 7،12 (انظر 6  للمراجعة). علاوة على ذلك ، فإن تشوهات المخيخ متورطة بشكل متزايد في مجموعة واسعة من الاضطرابات العصبية والنفسية ، بما في ذلك مرض باركنسون13 ، ومرض الزهايمر 14،15 ، والصرع 16،17 ، والفصام 18 ، واضطراب طيف التوحد 19 . لذلك ، أصبح من الضروري دمج المخيخ في النماذج الوظيفية والهيكلية لأمراض الدماغ البشري والتباين السلوكي المعياري.

تشريحيا ، يمكن تقسيم المخيخ على طول محوره العلوي إلى المحور السفلي إلى ثلاثة فصوص: الأمامي والخلفي والفلوكولونودول. تنقسم الفصوص أيضا إلى 10 فصيصات يشار إليها بالأرقام الرومانية I-X20,21 (الشكل 1). يمكن أيضا تجميع المخيخ في مناطق خط الوسط (vermis) والجانبية (نصف الكرة الأرضية) ، والتي تتلقى على التوالي مدخلات من الحبل الشوكي والقشرة الدماغية. الفص الأمامي ، الذي يتكون من الفصيصات I-V ، ارتبط تقليديا بالعمليات الحركية وله روابط متبادلة مع القشرة الحركية الدماغية22. يرتبط الفص الخلفي ، الذي يتكون من الفصيصات VI-IX ، في المقام الأول بالعمليات غير الحركية11 وله روابط متبادلة مع قشرة الفص الجبهي ، والجدارية الخلفية ، والقشرة الدماغية الصدغية العليا 8,23. وأخيرا ، فإن الفص اللبد ، الذي يضم الفص اللصيص X ، له روابط متبادلة مع النوى الدهليزية التي تحكم حركات العين وتوازن الجسم أثناء الوقوف والمشي21.

أدت مجموعة متزايدة من الأعمال الحديثة باستخدام التصوير العصبي الوظيفي إلى تحسين فهم التشريح العصبي الوظيفي للمخيخ بما يتجاوز أقسامه التشريحية. على سبيل المثال ، تم استخدام تقنيات التصوير بالرنين المغناطيسي الوظيفي لحالة الراحة (fMRI) لرسم خريطة لنمط التفاعلات الوظيفية بين المخيخ والدماغ24. بالإضافة إلى ذلك ، باستخدام نهج التقسيم القائم على المهام ، أظهر كينغ وزملاؤه7 أن المخيخ يظهر نمطا غنيا ومعقدا من التخصص الوظيفي عبر اتساعه ، كما يتضح من الحدود الوظيفية المتميزة المرتبطة بمجموعة متنوعة من المهام الحركية والعاطفية والاجتماعية والمعرفية. وتسلط هذه الدراسات مجتمعة الضوء على أهمية فحص الوحدات الفرعية المخيخية الفردية لتطوير توصيفات بيولوجية كاملة لمشاركة المخيخ في كل من التباين الصحي والأمراض العصبية التي تتميز بتغيرات في بنية المخيخ و/أو وظيفته.

يركز هذا العمل على طرق قياس التغيرات المحلية في حجم المخيخ باستخدام التصوير بالرنين المغناطيسي الهيكلي في البشر. بشكل عام ، هناك طريقتان أساسيتان لتحديد حجم الدماغ الإقليمي باستخدام بيانات التصوير بالرنين المغناطيسي: التجزئة القائمة على الميزات والتسجيل القائم على voxel. وتستخدم نهج التجزئة القائمة على الميزات المعالم التشريحية والأطالس الموحدة لتحديد الحدود بين المناطق دون الإقليمية تلقائيا. تشمل حزم البرامج الرئيسية للتجزئة FreeSurfer 25 و BrainSuite26 و FSL-FIRST27. ومع ذلك ، فإن هذه الحزم لا توفر سوى أجزاء خشنة من المخيخ (على سبيل المثال ، وضع علامات على المادة الرمادية بأكملها والمادة البيضاء بأكملها في كل نصف كرة أرضية) ، وبالتالي تغفل الفصيصات المخيخية الفردية. هذه الأساليب عرضة أيضا لسوء التقسيم ، وخاصة الإفراط في إدراج الأوعية الدموية المحيطة.

تم تطوير خوارزميات جديدة للتعلم الآلي ووضع العلامات متعددة الأطلس ، والتي توفر تقسيما أكثر دقة ودقة للمخيخ ، بما في ذلك التصنيف التلقائي لخوارزمية الفصيصات المخيخية باستخدام التطور الضمني متعدد الحدود (ACCLAIM28,29) ، ومجموعة أدوات تحليل المخيخ (CATK 30) ، والقوالب المتعددة التي يتم إنشاؤها تلقائيا (MAGeT 31) ، والتقسيم التلقائي السريع للمخيخ البشري وفصيصاته (RASCAL 32 )، تجزئة الرسم البياني33، وتجزئة CEREbellum (CERES34). في ورقة بحثية حديثة تقارن بين أحدث أساليب تقسيم المخيخ المؤتمتة بالكامل ، وجد أن CERES2 يتفوق على النهج الأخرى المتعلقة بالتقسيم اليدوي القياسي الذهبي لفصيصات المخيخ35. في الآونة الأخيرة ، طور هان وزملاؤه36 خوارزمية للتعلم العميق تسمى ACAPULCO (التقسيم التشريحي التلقائي للمخيخ باستخدام U-Net مع التحسين المقيد محليا) ، والتي تعمل على قدم المساواة مع CERES2 ، ولها قابلية تطبيق واسعة على كل من المخيخ الصحي والضموري ، وهي متوفرة في تنسيق حاوية Docker و Singularity مفتوح المصدر للتنفيذ "الجاهز" ، وهي أكثر كفاءة من حيث الوقت من الأساليب الأخرى. تقوم أكابولكو تلقائيا بتقسيم المخيخ إلى 28 منطقة تشريحية.

على النقيض من التجزئة القائمة على الميزات ، تعمل مناهج التسجيل القائمة على voxel عن طريق تعيين التصوير بالرنين المغناطيسي بدقة إلى صورة قالب. لتحقيق هذا التعيين ، يجب تشويه voxels في الصورة الأصلية في الحجم والشكل. يوفر حجم هذا التشويه بشكل فعال مقياسا للحجم في كل فوكسل بالنسبة للقالب القياسي الذهبي. يعرف هذا النوع من التقييم الحجمي باسم "morphometry القائم على voxel"37. تستخدم أساليب التسجيل القائمة على فوكسل الدماغ بالكامل ، مثل FSL-FLIRT38 / FNIRT39 ، وتجزئة SPM الموحدة40 ، و CAT1241 ، بشكل شائع في المورفومترية القائمة على الفوكسل. ومع ذلك ، فإن هذه الأساليب لا تأخذ في الاعتبار بشكل جيد المخيخ ، مما يؤدي إلى ضعف الموثوقية والصلاحية في المناطق تحت الحمراء (المخيخ ، جذع الدماغ42). لحساب هذه القيود ، تم تطوير خوارزمية SUIT (قالب تحت منحاز مكانيا) لتحسين تسجيل المخيخ وتحسين دقة مورفومتريا القائم على فوكسل42,43.

وتنطوي نهج التقسيم القائمة على الميزات ونهج التسجيل القائمة على الفوكسل لتقدير حجم المخيخ الإقليمي على نقاط قوة وضعف أساسية. تعتبر مناهج التجزئة أكثر دقة بكثير لتحديد حجم المناطق المحددة تشريحيا (على سبيل المثال ، الفصيصات35). ومع ذلك ، فإن الحدود بين الوحدات الوظيفية المتميزة للمخيخ لا ترسم خريطة على folia التشريحية والشقوق (أي ما يعادل gyri و sulci من الدماغ7). وبما أن النهج القائمة على التسجيل ليست مقيدة بالمعالم التشريحية، فإن الاستدلال المكاني الأكثر دقة ورسم خرائط وظيفة البنية عالية الأبعاد للمخيخ أمر ممكن44. إذا أخذنا نهج التقسيم والتسجيل معا ، فإنهما مكملان لبعضهما البعض ويمكن استخدامهما للإجابة على أسئلة البحث المختلفة.

هنا ، يتم تقديم خط أنابيب موحد جديد ، والذي يدمج هذه النهج الحالية التي تم التحقق من صحتها لتوفير التقسيم الأمثل والآلي (ACAPULCO) والتسجيل القائم على الفوكسل للمخيخ (SUIT) للقياس الكمي الحجمي (الشكل 2). يعتمد خط الأنابيب على النهج المعمول بها لتشمل بروتوكولات مراقبة الجودة ، باستخدام التصور النوعي والكشف الكمي عن القيم المتطرفة ، وطريقة سريعة للحصول على تقدير للحجم داخل الجمجمة (ICV) باستخدام Freesurfer. خط الأنابيب مؤتمت بالكامل ، مع التدخل اليدوي المطلوب فقط للتحقق من مخرجات مراقبة الجودة ، ويمكن تشغيله على أنظمة التشغيل Mac و Windows و Linux. خط الأنابيب متاح مجانا دون أي قيود على استخدامه لأغراض غير تجارية ويمكن الوصول إليه من صفحة الويب الخاصة ببروتوكولات التصوير ENIGMA Consortium (تحت عنوان "ENIGMA Cerebellum Volumetrics Pipeline") ، بعد الانتهاء من نموذج تسجيل موجز45.

يتم سرد جميع البرامج المطلوبة في جدول المواد ، وتتوفر برامج تعليمية مفصلة ، بما في ذلك عرض توضيحي مباشر ، عند تنزيل خط الأنابيب ، بالإضافة إلى البروتوكول الموضح أدناه. وأخيرا، يتم تقديم نتائج تمثيلية، من تنفيذ خط الأنابيب في مجموعة من الأشخاص المصابين برنح فريدريش (FRDA) والضوابط الصحية المطابقة للعمر والجنس، إلى جانب توصيات للتحليلات الاستدلالية الإحصائية على مستوى المجموعة.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

ملاحظة: كانت البيانات المستخدمة في هذه الدراسة جزءا من مشروع وافقت عليه لجنة أخلاقيات البحوث البشرية بجامعة موناش (المشروع 7810). وقدم المشاركون موافقة خطية مستنيرة. في حين يمكن تشغيل خط الأنابيب على أنظمة تشغيل Mac أو Windows أو Linux ، فقد تم اختبار خطوط أنابيب ACAPULCO و SUIT و QC صراحة على أنظمة تشغيل Linux (Ubuntu) و Mac (Catalina و Big Sur v11.0.1).

1. الوحدة الأولى: أكابولكو (التقسيم التشريحي)

  1. جمع البيانات
    1. جمع صور التصوير بالرنين المغناطيسي 3D T1 المرجحة للدماغ كله بدقة 1 مم3 أو أقل. يوصى باستخدام أبعاد فوكسل متساوية الخواص (عادة 1 مم × 1 مم × 1 مم) ، وماسح ضوئي 3-Telsa (أو أكبر). استشر أخصائي التصوير في مركز التصوير الشعاعي الخاص بهم لإعداد والحصول على البيانات التي تلبي هذه المواصفات.
      ملاحظة: تكون الصور المرجحة T2 مفيدة في بعض الأحيان للتحليلات الحجمية. ومع ذلك ، يعتمد خط الأنابيب المعروض هنا على البيانات المرجحة T1 فقط ، وبعض الأدوات المستخدمة حصرية لهذا النوع من البيانات. على هذا النحو ، لا يمكن استخدام الصور المرجحة T2.
    2. إجراء تقييم للجودة البصرية للصور لاستبعاد التشوهات المخيخية الإجمالية (مثل الآفات الكبيرة) أو القطع الأثرية المتحركة الكبيرة التي تمنع تحديد المعالم المخيخية الرئيسية (على سبيل المثال، الشقوق التشريحية الرئيسية). لا تستبعد تلقائيا المخ الضموري ، حتى لو كان كبيرا.
    3. بالنسبة للدراسات الجماعية ، فكر أيضا في تقييمات الجودة الكمية باستخدام أدوات موحدة متاحة مجانا مثل MRIQC46 لزيادة تحديد البيانات الإشكالية.
    4. قم بتحويل كافة البيانات إلى تنسيق NIFTI-GZ باستخدام أداة مثل dcm2niix47.
  2. تنظيم البيانات الموصى به
    1. الحصول على جميع البرامج اللازمة كما هو مدرج في جدول المواد. تأكد من تثبيت Docker48 أو Singularity49 وMatlab50 وSPM1251 قبل تشغيل خط الأنابيب.
      ملاحظة: تتوفر أيضا دروس مكتوبة وفيديو مكثفة تصف خط الأنابيب (انظر جدول المواد).
    2. بمجرد تثبيت جميع البرامج الضرورية ، قم بإنشاء مجلدات في دليل العمل وقم بتسميتها "acapulco" و "suit" و "freesurfer". قم بذلك باستخدام الأمر mkdir من سطر الأوامر.
    3. في دليل "acapulco" ، قم بإنشاء مجلد إخراج . في مجلد المخرجات ، قم بإنشاء دليل لكل موضوع في الدراسة يحتوي على الصورة الموزونة T1 بتنسيق NIFTI-GZ.
      ملاحظة: يوصى بالاحتفاظ بنسخة من البيانات الأصلية في مكان آخر.
  3. تقسيم المخيخ التشريحي باستخدام أكابولكو
    1. انتقل إلى جدول المواد وقم بتنزيل البرامج النصية والحاويات ذات الصلة المطلوبة لتشغيل ACAPULCO (ضمن ملفات خط أنابيب acapulco). في دليل "acapulco" ، ضع (i) حاوية ACAPULCO Docker أو Singularity ("acapulco_0.2.1.tar.gz" أو ".sif" ، (ii) محتويات أرشيف QC_scripts (3 ملفات: "QC_Master.R" و "QC_Plots.Rmd" و "QC_Image_Merge.Rmd") ، و (iii) "R.sif" (التفرد) أو "calculate_icv.tar" (docker).
    2. افتح محطة طرفية، ومن سطر الأوامر، قم بتشغيل حاوية ACAPULCO على صورة واحدة (استبدل <<الموضوع>> في ما يلي). انتظر لمدة 5 دقائق تقريبا حتى تكتمل المعالجة.
      1. باستخدام Docker، اكتب الأمر:
        تحميل عامل الرصيف --acapulco_0.2.1.tar.gz
        docker run -v $PWD:$PWD -w $PWD -t --user $(id -u):$(id -g) --rm acapulco:latest -i output/<>/<>.nii.gz -o output/<>
      2. باستخدام التفرد، اكتب الأمر:
        تشغيل التفرد --cleanenv -B $PWD:$PWD acapulco-0.2.1.sif -i الإخراج/<<الموضوع>>/<<الموضوع>>.nii.gz -o الإخراج/<<الموضوع>>
    3. حلقة عبر جميع الموضوعات / المسح الضوئي في المجموعة. راجع جدول المواد للحصول على رابط إلى موقع بروتوكولات التصوير ENIGMA لتنزيل خط الأنابيب (ضمن خط أنابيب ENIGMA Cerebellum Volumetrics) والدليل التعليمي الذي يحتوي على أمثلة حول كيفية إنشاء حلقة لمعالجة مواضيع متعددة بشكل متسلسل.
    4. بعد المعالجة، ابحث عن الملفات التالية التي تم إنشاؤها في المجلدات الخاصة بالموضوع:
      1. تحديد "<الموضوع>_n4_mni_seg_post_inverse.nii.gz": قناع مخيخي مجزأ في الأصل (مساحة الموضوع).
      2. تحديد "<الموضوع>_n4_mni_seg_post_volumes.csv": الأحجام (بالملم3) لكل وحدة من الوحدات الفرعية ال 28 التي تولدها أكابولكو؛
      3. حدد الصور التمثيلية (في دليل "الصور"): السهمية والمحورية والإكليلية.
  4. الكشف الإحصائي عن القيم المتطرفة ومراقبة الجودة (QC)
    1. من المحطة الطرفية وفي دليل "acapulco" ، تأكد من أن محتويات QC_scripts موجودة في دليل "acapulco". لتشغيل البرامج النصية لمراقبة الجودة:
      1. باستخدام Docker، اكتب الأمر:
        calculate_icv.tar تحميل رصيف الميناء
        docker run -v $PWD:$PWD -w $PWD --rm -it luhancheng/calculate_icv:latest Rscript
        QC_Master.R الإخراج/
      2. باستخدام التفرد، اكتب الأمر:
        التفرد التنفيذي -B $PWD:$PWD R.sif Rscript /path/to/QC_Master.R /path/to/acapulco/output
  5. فحص صور مراقبة الجودة التي تم إنشاؤها بواسطة ACAPULCO
    ملاحظة: هناك عملية من 3 خطوات للتحقق من جودة الصور المجزأة من ACAPULCO.
    1. افتح "QC_Images.html" في متصفح الويب وقم بالتمرير بسرعة (~ 10 ثوان لكل موضوع) عبر الصور لتحديد حالات الفشل الواضحة أو المشكلات المنهجية. لاحظ معرفات الموضوع للصور المجزأة الفاشلة أو المشبوهة للمتابعة.
      ملاحظة: انظر الشكل 3 للحصول على دليل حول التشريح العصبي لفصيصات المخيخ والشكل 4 والشكل 5 والشكل 6 في قسم النتائج التمثيلية أدناه للحصول على أمثلة على التقسيمات "الجيدة" و "الفصيصات الخاطئة الدقيقة" و "الفشل العالمي".
    2. افتح "Plots_for_Outliers.html" لتحديد المربعمخططات للقيم الإحصائية الكمية المتطرفة. ابحث عن القيم المتطرفة (2.698 s.d أعلى أو تحت المتوسط) أعلى أو أسفل شعيرات قطع الأراضي الصندوقية. مرر مؤشر الماوس فوق نقاط البيانات لعرض معرف الموضوع. حدد القيم المتطرفة المشار إليها ب "1" في العمود ذي الصلة في ملف "القيم المتطرفة.csv"، ولاحظ العدد الإجمالي للشرائح المحددة كقيم شاذة لكل موضوع في العمود الأخير في "القيم المتطرفة.csv".
    3. افحص يدويا كل صورة تحتوي على واحد أو أكثر من القيم المتطرفة. حرج: باستخدام عارض صور NIFTI قياسي (على سبيل المثال، FSLEyes أو MRICron)، تراكب قناع ACAPULCO على صورة T1w الأصلية للتحقق من جودة تقسيم الشريحة شريحة إلى شريحة.
      1. لإنشاء تراكبات لمراقبة الجودة التفصيلية من سطر الأوامر باستخدام FSLEyes ، i) قم بتغيير الدليل إلى دليل "acapulco" ، ii) حدد الموضوع المراد عرضه (استبدل <الموضوع>):
        subj =
      2. نسخ/لصق التعليمة البرمجية التالية إلى المحطة الطرفية (دون تغيير {subj} يدويا حيث تم تعيين ذلك بواسطة السطر السابق:
        t1_image=output/${subj}/${subj}.nii.gz
        acapulco_image=output/${subj}/${subj}_n4_mni_seg_post_inverse.nii.gz
        fsleyes ${t1_image} ${acapulco_image} --تراكب تسمية النوع --lut random_big --مخطط تفصيلي-العرض 3 ${acapulco_image} --حجم التراكب --alpha 50 --cmap عشوائي
        ملاحظة: يجب اتخاذ قرار بشأن ما إذا كان سيتم تضمين الجزء غير الطبيعي أم لا ، أي هل هناك خطأ في التقسيم ، أم أنه مجرد تباين طبيعي في تشريح الفرد؟ يتم النظر في كل منطقة مجزأة بشكل فردي ، لذلك يمكن استبعاد بعض المناطق للحصول على صورة ، بينما يمكن الاحتفاظ بالباقي إذا كان صحيحا.
      3. هل يلزم استبعاد منطقة واحدة أو أكثر من المناطق المجزأة من مجموعة البيانات النهائية؟
        إذا كانت الإجابة بنعم (تم تأكيد القيم المتطرفة)، فاستبعد هذا التقسيم (التقسيمات) من التحليل عن طريق استبدال تقدير الحجم ب NA في الخلية المقابلة من ملف "Cerebel_vols.csv" لهذا الموضوع.
      4. هل تؤدي أخطاء التقسيم إلى استبعاد بعض المخيخ من القناع؟
        إذا كانت الإجابة بنعم (على سبيل المثال ، إذا كانت فصيصات مخيخية معينة مفقودة من القناع أو تظهر "مقطوعة") ، فقم على الفور باستبعاد الموضوع من مزيد من التحليلات (أي ، لا تشرع في تشغيل وحدة SUIT حول هذه المواضيع).

2. الوحدة 2: SUIT المخيخ الأمثل القائم على voxel morphometry

  1. تحليلات مورفومتريا المستندة إلى Voxel باستخدام SUIT
    حرج: يتطلب خط الأنابيب هذا تشغيل وحدة ACAPULCO بالفعل ، حيث يعتمد على إنشاء قناع مخيخي خاص بالموضوع لتحسين تسجيل المخيخ وتطبيعه في قالب SUIT. إذا كان القناع الخاص بالموضوع الذي تم إنشاؤه بواسطة ACAPULCO لا يتضمن المخيخ بأكمله ، فإن هذا يضمن الاستبعاد من وحدة SUIT. للحصول على إرشادات حول تشغيل SUIT بشكل مستقل، راجع52.
    1. الحصول على جميع البرامج اللازمة المدرجة في جدول المواد. تأكد من وجود المجلد SPM12 وكافة المجلدات الفرعية في مسار MATLAB. تأكد من حفظ البرامج النصية enigma_suit في دليل "spm12/toolbox" وإضافتها إلى مسار MATLAB. للتحقق من مسار MATLAB، اكتب pathtool في نافذة أوامر MATLAB، ثم انقر على إضافة مع مجلدات فرعية لإضافة المجلدات ذات الصلة.
    2. قم بتشغيل خط أنابيب SUIT لموضوع واحد أو أكثر. انتظر لمدة ~ 15-20 دقيقة (إذا كنت تستخدم واجهة المستخدم الرسومية [GUI]) و ~ 5-7 دقائق إذا كنت تعمل من المحطة الطرفية (bash / shell) لإكمال المعالجة.
      1. لاستخدام واجهة المستخدم الرسومية (سيتم تشغيل الموضوعات بالتسلسل)، من نافذة أوامر MATLAB، اكتب الأمر:
        suit_enigma_all
      2. في النافذة المنبثقة الأولى ، حدد مجلدات الموضوع من دليل "acapulco / output" لتضمينها في التحليل. انقر فوق المجلدات الفردية على الجانب الأيمن من النافذة ، أو انقر بزر الماوس الأيمن فوق كل شيء. اضغط على تم. في النافذة المنبثقة الثانية ، حدد دليل SUIT ، حيث ستتم كتابة التحليلات.
      3. أو استدعاء الدالة من سطر الأوامر MATLAB لموضوع واحد، اكتب الأمر:
        suit_enigma_all('/مسار/إلى/أكابولكو/إخراج/subjdir','/مسار/إلى/suitoutputdir')
      4. أو استدعاء الدالة من النافذة الطرفية، خارج MATLAB، لموضوع واحد عن طريق كتابة الأمر:
        matlab -nodisplay -nosplash -r "suit_enigma_all('/path/to/acapulco/output/subjdir','/path/to/suitoutputdir'), exit"
    3. راجع جدول المواد للحصول على رابط إلى موقع بروتوكولات التصوير ENIGMA لتنزيل خط الأنابيب (ضمن خط أنابيب ENIGMA Cerebellum Volumetrics) والدليل التعليمي الذي يحتوي على أمثلة حول كيفية إنشاء حلقة لمعالجة مواضيع متعددة بشكل متسلسل.
    4. ابحث عن النقاط التالية المتعلقة بالبرنامج النصي.
      1. تأكد من أن البرنامج النصي ينسخ صورة T1 التي تم تصحيحها بالتحيز N4 ومحاذاة MNI (الجسم الصلب) وقناع المخيخ ACAPULCO في دليل الإخراج.
      2. تأكد من أن البرنامج النصي يقسم المادة الرمادية والبيضاء من المخيخ.
      3. تأكد من تصحيح البرنامج النصي لأخطاء التضمين الزائد في التقسيم باستخدام قناع ACAPULCO.
      4. تأكد من أن البرنامج النصي DARTEL يقوم بتطبيع البيانات وإعادة تقسيمها إلى مساحة SUIT باستخدام التعديل اليعقوبي بحيث تتناسب قيمة كل فوكسل مع حجمه الأصلي.
      5. تحقق من مجلد كل موضوع بحثا عن المخرجات النهائية التالية: "wd_seg1.nii" (المادة الرمادية) و "wd_seg2.nii" (المادة البيضاء).
  2. الكشف عن القيم الشاذة الإحصائية ومراقبة الجودة
    1. افحص بصريا الصور العادية المعدلة (wd*) بحثا عن حالات الفشل الرئيسية. في MATLAB، اكتب الأمر:
      spm_display_4D
    2. حدد يدويا صور "wd * seg1" من المجلدات الفرعية للبدلة ، أو انتقل إلى دليل "البدلة" ؛ أدخل "^wd.*seg1" في مربع التصفية (بدون عروض أسعار) واضغط على زر Rec . اضغط على تم.
    3. قم بالتمرير عبر الصور للتأكد من محاذاتها جميعا بشكل جيد. انظر الشكل 7 للحصول على صور طبيعية بشكل صحيح من عناصر التحكم السليمة (A ، B) وفرد يعاني من مخيخ ضامر بشدة (D).
      ملاحظة: في هذه المرحلة ، يكون التشريح بين الموضوعات مشابها جدا (حيث تم تسجيلها في نفس القالب) ، ويتم ترميز اختلافات الحجم بدلا من ذلك بواسطة كثافات voxel مختلفة. ستكون الإخفاقات الرئيسية واضحة ، على سبيل المثال ، الصور الفارغة ، والمساحات الكبيرة من الأنسجة المفقودة ، وتدرجات الكثافة غير العادية (أي الفوكسل الساطع في الأعلى ، والفوكسل الداكن في الأسفل). يجب استبعاد هذه الصور من الخطوات اللاحقة.
    4. تحقق من التباين المكاني المشترك للقيم المتطرفة. في MATLAB، اكتب الأمر:
      check_spatial_cov
      1. حدد صور "wd * seg1" وفقا للخطوة السابقة. عند المطالبة، حدد الخيارات التالية: قياس الدعامة: نعم; متغير للاختلاف: لا. شريحة (مم): - 48 ، الفجوة: 1.
      2. انظر إلى مخطط الصندوق الذي يعرض متوسط التباين المكاني لكل صورة بالنسبة لجميع الصور الأخرى في العينة. حدد نقاط البيانات التي >2s.d. أقل من المتوسط في نافذة الأمر MATLAB. بالنسبة لهذه ، افحص صورة "_n4_mni.nii.gz" في مجلد SUIT بحثا عن القطع الأثرية (الحركة أو التشوهات التشريحية) أو مشكلات جودة الصورة أو أخطاء المعالجة المسبقة.
      3. إذا كانت جودة الصورة والمعالجة المسبقة مقبولة ولم يشر الفحص البصري للصور المعدلة في الخطوة السابقة إلى وجود مشكلة في التجزئة والتطبيع، فاحتفظ بهذه البيانات في العينة. وإلا، فقم باستبعاد هذه البيانات.

3. الوحدة 3 (اختياري): تقدير الحجم داخل الجمجمة (ICV) باستخدام FreeSurfer

ملاحظة: ستستخدم هذه الوحدة خط أنابيب FreeSurfer لحساب القيمة المحلية المضافة. لا تحتاج إلى إعادة تشغيلها إذا كانت هناك مخرجات Freesurfer موجودة للمجموعة (أي إصدار).

  1. إعداد FreeSurfer
    1. تأكد من تنزيل FreeSurfer وتثبيته53. انتقل إلى جدول المواد وقم بتنزيل البرامج النصية ذات الصلة لتشغيل هذه الوحدة (ضمن ملفات خط أنابيب القيمة المحلية المضافة). عند العمل مع FreeSurfer، قم بتعيين المتغيرات التالية:
      تصدير FREESURFER_HOME = دليل
      المصدر $FREESURFER_HOME/SetUpFreeSurfer.sh
    2. يستعاض عن <المسار> بما يلي:
      تصدير SUBJECTS_DIR = < المسار > / لغز / Freesurfer
  2. تشغيل Freesurfer autorecon1
    1. بالنسبة لموضوع واحد ، من داخل دليل "freesurfer" (وقت المعالجة ~ 20 دقيقة) ، اكتب الأمر:
      CD <مسار>/لغز/freesurfer
      recon-all -i .. /input/.nii.gz -s -autorecon1
    2. راجع دليل البرنامج التعليمي للحصول على أمثلة حول كيفية إنشاء حلقة لمعالجة مواضيع متعددة بشكل متسلسل.
  3. حساب القيمة المحلية المضافة
    1. تنظيم البيانات
      1. في دليل "freesurfer" ، ضع (i) حاوية Docker أو Singularity المستخدمة في الوحدة 1 ("calculate_icv.tar" أو "R.sif" ، على التوالي) و (ii) البرنامج النصي xfm2det (انظر جدول المواد). بعد ذلك ، قم باستنساخ git لاستنساخ البرنامج النصي ICV المطلوب:
        جيت استنساخ https://github.com/Characterisation-Virtual-Laboratory/calculate_icv
    2. تشغيل استخراج القيمة المحلية المضافة (وقت المعالجة ~ 5 دقائق)
      1. من دليل "freesurfer" ، مع حاوية التفرد ("R.sif") ، اكتب:
        التفرد التنفيذي --cleanenv -B $PWD:$PWD R.sif calculate_icv/calculate_icv.py --freesurfer_dir=/path/to/freesurfer --acapulco_dir=/path/to/acapulco/QC/Cerebelvolsfile --output_csv_name=Cerebel_vols.csv calculate_icv
      2. من دليل "freesurfer" ، مع حاوية عامل الرصيف ، اكتب:
        docker run -v $PWD:$PWD -w $PWD -rm -it luhancheng/calculate_icv:latest
        calculate_icv/calculate_icv.py --freesurfer_dir=/مسار/إلى/فريسيرفر --
        acapulco_dir=/مسار/إلى/أكابولكو/كيو سي/سيريبيلفولسفيل --output_csv_name=Cerebel_vols.csv
        calculate_icv
      3. تشغيل البرنامج النصي بدون حاوية - راجع جدول المواد للحصول على البرامج والتبعيات الإضافية المطلوبة. من دليل "freesurfer"، اكتب:
        ./calculate_icv/ calculate_icv.py ---freesurfer_dir=/مسار/إلى/فريسيرفر --
        acapulco_dir=/مسار/إلى/أكابولكو/كيو سي/سيريبلفولسفيل --
        output_csv_name=Cerebel_vols.csv calculate_icv
        ملاحظة: سيؤدي ذلك إلى حساب القيمة المحلية المضافة لكل موضوع وإلحاق عمود به القيمة المحلية المضافة بنهاية ملف "Cerebel_vols.csv".

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

تقسيم المخيخ (ACAPULCO)

مراقبة جودة الأقنعة المخيخية المجزأة:
توضح الأمثلة التالية المخرجات المقسمة إلى ACAPULCO وتوجه عملية صنع القرار حول أ) جودة القناع المجزأ على المستوى الفردي و ب) الإدراج أو الاستبعاد اللاحق لفصيص (فصوص) معين من التحليلات الإحصائية. وفي نهاية المطاف، يكون قرار إدراج موضوع ما أو استبعاده قرارا ذاتيا؛ يتم توفير أمثلة على "التقسيمات الجيدة" و "أخطاء التقسيم الدقيقة" و "الإخفاقات العالمية" من مجموعة متنوعة من المجموعات الصحية والسريرية هنا.

يتم عرض أمثلة على "الاختلالات الجيدة" في الشكل 4 ، بما في ذلك في الدماغ الصحي والضموري بشدة. في الشكل 5 ، يتم تصوير التضمينات الدقيقة الزائدة والناقصة لفصيصات المخيخ الفردية. هذه هي النوع الأكثر شيوعا من خطأ التقسيم وقد لا يتم اكتشافها كقيم إحصائية شاذة في بروتوكول مراقبة الجودة الكمي. تتطلب هذه الأنواع من الأخطاء عموما استبعاد الفصيصات الفردية المتأثرة ، في حين أن ما تبقى من المخيخ المجزأ لا يتأثر ويمكن الاحتفاظ به. وعلى النقيض من ذلك، فإن "الإخفاقات العالمية"، كما هو موضح في الشكل 6، تتطلب استبعادا تاما للموضوع.

الكشف الإحصائي الشاذ:
ولتوضيح خط الأنابيب، تم تشغيل أكابولكو على عينة من 31 شخصا مصابا ب FRDA (متوسط العمر = 36.5 سنة; SD= 13.0 سنة، 14 أنثى) و 37 ضوابط صحية مطابقة للعمر والجنس (HC) (متوسط العمر = 37.1 سنة؛ SD=12.8 سنة، 17 أنثى) كما هو موضح سابقا55. عبر العينة بأكملها ، تم اكتشاف 18 فصيصا كقيم إحصائية شاذة (<1٪ من إجمالي العينة). بعد إجراء مراقبة الجودة التفصيلية على الصور، تمت إزالة 17 فصيصا شاذلا من التحليلات على مستوى المجموعة عن طريق إزالة حجم الفصيص الفردي للموضوع (الموضوعات) المعني من ملف وحدات التخزين المخيخية على مستوى المجموعة (أي ملف "Cerebel_vols.csv"). واعتبر الشاذ المتبقي ليس خطأ في التقسيم بل بسبب التباين في تشريح المخيخ للفرد وبالتالي تم الاحتفاظ به في التحليل. كان هناك أيضا فشلان عالميان في التقسيم (1 مريض FRDA). وكان المعدل الأساسي للاستبعاد في جميع الفصيصات المخيخية (أي حالات فشل التقسيم العالمي) 1.5 في المائة. ويبين الجدول 1 معدلات الاستبعاد لكل من عائد الاستثمار التشريحي البالغ 28 عائد استثمار (ROIs). كان لدى الفصيص الأيسر التاسع والفص الأيمن Crus I أعلى معدلات الاستبعاد.

التحليل الإحصائي على مستوى المجموعة:
تم تضمين ما مجموعه 66 شخصا (30 مريضا من FRDA) في التحليل على مستوى المجموعة. تم إجراء اختبارات عينات مستقلة من Mann-Whitney ذات ذيلين لاختبار الاختلافات الكبيرة في أحجام الفصيصات المخيخية بين FRDA و HC. أظهرت النتائج انخفاضا كبيرا في المادة البيضاء في نخاع الجسم في FRDA مقابل HC (p < 0.05 ، تم تصحيح Bonferroni ل 28 مقارنة). لم تكن هناك اختلافات كبيرة أخرى بين المجموعات. انظر الجدول التكميلي S1 للاطلاع على أحجام جميع الوحدات الفرعية المخيخية البالغ عددها 28 وحدة في العينة.

تحليلات مورفوميتري القائمة على المخيخ (SUIT)

مراقبة الجودة:
ويوضح الشكل 7 أمثلة على الصور المحاذاة جيدا وأمثلة على الاستثناءات لكل من الضوابط الصحية والمجموعات السريرية، بما في ذلك ترنح الرنح الشوكي والرنح المخيخي الشوكي. تم إجراء تحليلات SUIT على ما مجموعه 64 شخصا (28 FRDA ؛ 36 HC) من العينة الموضحة أعلاه ، بعد استبعاد موضوعين إضافيين بسبب عدم اكتمال تغطية المخيخ بالكامل في قناع المخيخ.

بعد اختبار التباين المكاني المشترك لجميع الصور العادية في العينة بالنسبة لبعضها البعض، تم الكشف عن مسحين ضوئيين كقيم شاذة إحصائية بناء على متوسط التباين المكاني المشترك مع بقية العينة (الشكل 8). ومع ذلك ، أشار الفحص البصري لكل من الصور الأصلية والطبيعية إلى أنه على الرغم من أن هؤلاء الأفراد لديهم بعض التشريح العصبي الفريد ، إلا أنه لم تكن هناك قطع أثرية مهمة في أي من الصورتين وخطوات المعالجة التي اكتملت بشكل طبيعي. وعلى هذا النحو، تم الاحتفاظ بكلا الموضوعين في التحليلات.

التحليل الإحصائي على مستوى المجموعة:
تم تنعيم الصور باستخدام نواة غاوسية بعرض كامل يبلغ 3 مم بنصف الحد الأقصى (FWHM). تم إجراء اختبارات التباديل غير البارامترية في SnPM لاختبار الاختلافات الكبيرة بين المجموعات في أحجام المادة الرمادية المخيخية. وتحقيقا لهذه الغاية، تم تشغيل 5000 تباديل، مع عتبة تشكيل عنقودي تبلغ p < 0.001. تم إخفاء الصور صراحة بأطلس المادة الرمادية SUIT للحد من الاستدلال على مناطق المادة الرمادية. لتصحيح حجم الرأس ، تم إدخال الحجم داخل الجمجمة كمتغير مشترك في النموذج. تم إجراء الاستدلال النهائي لنتائج المجموعة في p < 0.05 ، وتم تصحيح الخطأ العائلي (FWE) على مستوى المجموعة.

بالمقارنة مع HC ، أظهر FRDA انخفاضا كبيرا في حجم المادة الرمادية في الفصيصات الأمامية الثنائية I-V (اليسار: x = -10 ، y = -46 ، z = -26 ؛ T= 5.61; Ke= 754; يمين: x = 10 ، y = -38 ، z = -21 ؛ T= 6.83; Ke= 569); وفي مناطق الفص الخلفي الإنسي ، بما في ذلك Vermis VI ، تمتد ثنائيا إلى Lobule VI (x = 3 ، y = -65 ، z = -20 ؛ T = 7.25)، ويمتد Vermis IX ثنائيا إلى اللوبول التاسع (x = 3، y = -65، z = -20؛ T= 6.46; Ke= 3974; الشكل 9).

Figure 1
الشكل 1: المخيخ البشري . (أ) تمثيل مسطح للمخيخ وشقوقه الرئيسية والفصوص والفصيصات. الأحمر = الفص الأمامي (الفصيصات I-V) ؛ كريم = الفص الخلفي (الفصيصات IV-IX) ؛ الأرجواني = الفص اللبدائي. يمكن تقسيم المخيخ إلى مناطق "فيرميس" في خط الوسط ومناطق "نصف الكرة الأرضية" الجانبية. يتم تحديد جميع الفصيصات في الفيرميس ونصفي الكرة الأرضية. في الفص السابع ، يتوسع VIIAf في vermis في نصفي الكرة الأرضية ليصبح Crus I ، و lobule VIIAt في vermis يصبح Crus II في نصفي الكرة الأرضية ، ويحتفظ lobule VIIB بعلامته في كل من vermis ونصفي الكرة الأرضية. (ب) الجزء العلوي: خريطة مسطحة للمخيخ تظهر الوحدات الفرعية التشريحية للمخيخ بألوان مختلفة. أسفل: منظر خلفي للمخيخ. تم تكييف هذا الرقم من 56 و 57. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 2
الشكل 2: رسم تخطيطي لخط الأنابيب. مطلوب صورة T1 MPRAGE عالية الدقة. هناك ثلاث وحدات: ACAPULCO و SUIT و ICV. خط الأنابيب مؤتمت بالكامل (باستثناء التدخل اليدوي المطلوب لمراقبة الجودة للمخرجات) ، وهو متاح بتنسيق حاوية Docker و Singularity ، ويستغرق حوالي 20 دقيقة للتشغيل من البداية إلى النهاية ، لكل موضوع. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 3
الشكل 3: تقسيم أكابولكو يوضح كل وحدة من الوحدات الفرعية التشريحية ال 28. تم تكييف هذا الرقم من36. الاختصارات: CM = النخاع الجسمي. Ver = vermis; R / L = اليمين / اليسار. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 4
الشكل 4: أمثلة على تقلصات المخيخ "الجيدة". يتم عرض شرائح القوس (x = 0) والإكليلية (y = -57). (أ، ب) شرائح القوس والإكليل تظهر أقنعة مجزأة من مخيخين صحيين. قامت الخوارزمية بتوطين حدود الوحدة الفرعية الفردية بشكل صحيح ، ولم تبالغ في تضمين الجيوب الأنفية المستعرضة في وضع العلامات والقياس الكمي ل Crus I. (C) مخيخ ضامر بشدة لمريض SCA2. هنا ، الضمور واضح على طول كامل نطاق المخيخ ، و sulci واسعة ، وهناك الكثير من الأنسجة المفقودة. هناك فرط طفيف في الأوعية الدموية في الفصوص الخلفية التي تكون أكثر وضوحا على الجانب الأيمن (السهم الأصفر). وبصرف النظر عن هذا الإفراط في التضمين، عملت أكابولكو بشكل جيد. الاختصارات: CM = النخاع الجسمي. Ver = vermis; L / R = اليسار / اليمين. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 5
الشكل 5: أمثلة على الانقسامات المخيخية 'mis parcellations. ' (أ) شريحة القوس (x = 0) والشريحة الإكليلية (y = -57) تظهر خطأ في التقسيم في مريض FRDA. لم تعمل الخوارزمية بشكل جيد على طول خط الوسط ، ويتضح نقص التضمين في Crus I و II (السهم الأحمر) على طول المدى الخلفي. وسيتم استبعاد هذه الفصيصات من التحليلات اللاحقة على مستوى المجموعة. (ب) شريحة القوس (x = 8) ، شريحة إكليلية (y = -47) تظهر خطأ في التقسيم في مخيخ صحي. لقد أخطأت الخوارزمية تماما الفصيص الأيسر الثامن ب (الأسهم الحمراء). وستستبعد هذه الفصيصة من التحليلات اللاحقة على مستوى المجموعات. (ج) شريحة القوس (x = -24) والشريحة الإكليلية (y = -47) تظهر خطأ في التقسيم في مخيخ صحي. يوجد بعض ضمور المخيخ ، وهناك نقص في Crus I (السهم الأحمر). الاختصارات: FRDA = ترنح فريدريش; CM = النخاع الجسم; Ver = vermis; L / R = اليسار / اليمين. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 6
الشكل 6: أمثلة على "الإخفاقات العالمية" للانفصال المخيخي. (أ) شريحة القوس (x = 0) والشريحة الإكليلية (y = -57) تظهر فشل التقسيم. هنا ، يتم تقسيم المخيخ جزئيا فقط ، وقد تم تصنيف أجزاء من الفص القذالي بشكل غير صحيح على أنها المخيخ. من المحتمل أن تكون هذه الأنواع من حالات الفشل ناتجة عن مشكلة في رأس الصورة الأصلية ، مما سيؤثر على تحويل ACAPULCO affine للصورة إلى إحداثيات عالمية وتوطين لاحق للمخيخ. (ب) شريحة القوس (x = 0) والشريحة الإكليلية (x = -57) التي تظهر فشل التقسيم في شخص مصاب ب FRDA. هنا ، تم تقسيم CM بشكل خاطئ تماما. قامت الخوارزمية بتسمية CM في الجزء الخلفي من الرأس (أحمر بيضاوي) ، خارج الدماغ. لم يتم التقاط حدود المادة البيضاء ويتم تصنيفها بشكل خاطئ على أنها مادة رمادية ، مما يؤثر بشكل خاص على الفصيصات اليسرى الثامنة ب والتاسعة. كما تم تفويت الفصيص الأيسر X (سهم أحمر على شريحة إكليلية). هذه الأمثلة تبرر الاستبعاد الفوري من التحليلات على مستوى المجموعة لتحليلات ACAPULCO و SUIT. الاختصارات: CM = النخاع الجسمي. Ver = vermis; L / R = اليسار / اليمين. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 7
الشكل 7: خرائط مورفومترية مشوهة ومعدلة قائمة على الفوكسل . (أ ، ب) مادة رمادية مخيخية محاذاة جيدا من اثنين من HCs. (C) مخيخ من HC تم اكتشافه كشاذ إحصائي ولكن تم الاحتفاظ به في التحليل. (د) مخيخ ضامر من شخص مصاب ب FRDA. تم تشويه المخيخ بشكل صحيح إلى القالب. وبالتالي، فإن هذا لا يبرر الاستبعاد. (ه) استبعاد. هناك تدرج في التباين من أعلى الصورة إلى أسفلها يعكس خطأ في المعالجة. (و) تستلزم قطعة أثرية مستوية شديدة الكثافة في أسفل يمين الصورة مجهولة المصدر استبعادها. (ز) مثال على مخيخ ضمور بشدة لمريض SCA2. تم تشويه المخيخ بشكل صحيح إلى القالب. ومع ذلك ، هناك الكثير من الأنسجة المفقودة ، مما يؤدي إلى تباين منخفض. ولن يكون هذا استبعادا. (ح) مثال على سوء الإخفاء الذي يستلزم الاستبعاد. الاختصارات: VBM = morphometry القائم على voxel; HC = السيطرة الصحية; FRDA = ترنح فريدريش; SCA2 = ترنح سبينو مخيخي 2. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 8
الشكل 8: التباين المكاني المشترك لخرائط مورفومتريا القائمة على فوكسل. مخطط مربع يوضح التباين المكاني لخرائط مورفومتريا القائمة على فوكسل لمجموعة من 64 (28 فردا) موضوعا. التباين المكاني المشترك هو مقياس لمدى محاذاة كل صورة بشكل جيد ، بالنسبة إلى كل صورة أخرى في العينة. يتم تجميع البيانات بإحكام مع متوسط ارتباط التباين المكاني المشترك ~ 0.95. هنا ، تم الكشف عن اثنين من القيم المتطرفة (1 FRDA ، 1 HC) ، حيث >2 SDs أقل من المتوسط. الاختصارات: FRDA = ترنح فريدريش; HC = السيطرة الصحية; SD = الانحراف المعياري; cont = السيطرة. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 9
الشكل 9. نتائج بين المجموعات لتحليل مورفومترتري القائم على فوكسل للمادة الرمادية المخيخية. (أ) القوس ، (ب) الإكليلي ، و (ج) تمثيل خرائط الملح للخرائط الإحصائية على مستوى فوكسل في الأفراد الذين لديهم FRDA مقابل الضوابط ، والتحكم في ICV. يتم عرض voxels فقط التي تبقى على قيد الحياة p < 0.05 FWE على مستوى الكتلة المصححة. يشير شريط اللون إلى إحصائية T. الاختصارات: FRDA = ترنح فريدريش; القيمة المحلية المضافة = حجم داخل الجمجمة; FWE = خطأ من ناحية العائلة. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

لوبولي النسبة المئوية المستثناة
سم 1.5
اليسار كروس الأول 2.9
اليسار كروس الثاني 2.9
اليسار الأول الثالث 2.9
اليسار الرابع 1.5
اليسار التاسع 4.51
اليسار الخامس 2.9
اليسار السادس 1.5
اليسار VIIB 1.5
اليسار الثامن (أ) 1.5
اليسار الثامن (ب) 2.9
اليسار X 2.9
الحق كروس الأول 6.02
الحق كروس الثاني 2.9
الحق الأول الثالث 2.9
الحق الرابع 1.5
الحق التاسع 2.9
اليمين الخامس 1.5
اليمين السادس 1.5
الحق VIIB 1.5
الحق الثامن(أ) 2.9
الحق الثامن (ب) 1.5
اليمين X 1.5
فيرميس التاسع 1.5
فيرميس السادس 2.9
فيرميس السابع 1.5
فيرميس الثامن 1.5
فيرميس X 1.5

الجدول 1: الفصيصات التشريحية المخيخية المشتقة من ACAPULCO ومعدلات الاستبعاد (٪) عبر عينة من 31 شخصا مصابا ب FRDA و 37 HCs. الاختصارات: FRDA = ترنح فريدريتش. HC = ضوابط صحية.

الجدول التكميلي S1: الأحجام (مم3) من 28 فصيصا تشريحيا مخيخيا في ترنح فريدريش وأفراد التحكم الصحيين.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

المخيخ أمر بالغ الأهمية لمجموعة واسعة من الوظائف الحركية البشرية3 ، المعرفية 58 ، العاطفية10 ، واللغة 7,59 ومتورطة في العديد من الأمراض العصبية والنفسية. إن توافر نهج موحد وسهل التنفيذ لتحديد حجم المخيخ الإقليمي سيسهم في رسم خرائط وظائف بنية "الدماغ بالكامل" بشكل متزايد ، ونمذجة كاملة للأمراض ، وتحسين الفرص لتحديد وتتبع مساهمات المخيخ في أمراض الدماغ. يجمع خط الأنابيب الموحد هذا الموصوف هنا بين أحدث الأساليب لتقسيم المخيخ التلقائي والتنميط المكاني الدقيق للمادة الرمادية المخيخية في كل من الصحة والمرض.

أظهرت نتائج تحليل تجزئة المخيخ المقطعي باستخدام ACAPULCO المعروضة هنا أن الأشخاص الذين يعانون من FRDA (مقابل HC) قد خفضوا بشكل كبير من أحجام المادة البيضاء. تدعم هذه النتائج الدراسات السابقة ل FRDA ، والتي تظهر باستمرار فقدان حجم المادة البيضاء المبكر والقوي والتدريجي ، خاصة في النوى المسننة ، في FRDA. علاوة على ذلك ، فقد تبين أن نمط ومدى التنكس العصبي التدريجي في السيقان المخيخية العليا والدنيا والنوى المسننة يختلفان كعامل من عوامل بداية عمر FRDA44. كشفت نتائج تحليل SUIT عن نتائج إضافية. وعلى وجه التحديد، كان هناك فقدان كبير في الحجم على مستوى الفوكسل في FRDA (مقابل HC) في مناطق الفص الأمامي المقابلة للفصيصات الثنائية I-IV و Right V، والتي تمتد إلى الفصيص السادس. بالإضافة إلى ذلك ، كشف تحليل SUIT عن فقدان كبير في الحجم في FRDA (مقابل HC) في مناطق الفص الخلفي الإنسي ، بما في ذلك lobule IX و X و Vermis. هذا النمط من الاختلافات بين المجموعات قابل للمقارنة مع العمل المنشور سابقا في نفس المجموعة من مرضى FRDA ، باستخدام نهج VBM كامل الدماغ55.

يعد تحديد تشوهات المخيخ في الأمراض العصبية والنفسية مجالا بحثيا ذا أولوية عالية له تأثير انتقالي. من الأمور الأساسية في تتبع وعلاج الأمراض العصبية - خاصة تلك التي يكون فيها المخيخ موقعا أساسيا للتنكس العصبي - تطوير توصيفات بيولوجية كاملة لتورط المخيخ. يسمح خط الأنابيب المعروض هنا بالعلاقات بين فصيصات المخيخ الفردية للمادة الرمادية المخيخية والتدابير السريرية التي تستخدم ك "المعيار الذهبي" لنقاط النهاية السريرية للمرض التي سيتم استكشافها. يمكن أن يكون لمثل هذه الأبحاث تأثير انتقالي كبير. على سبيل المثال ، في مجال أمراض المخيخ النادرة ، سيكون لتحديد ملف تعريف معين لضمور المادة الرمادية المخيخية في مجموعة فرعية من المرضى الذين يخططون للأعراض السريرية أو يتنبأون بها آثار على توجيه الممارسة السريرية. يسمح إدراج وحدة SUIT أيضا بمعالجة أسئلة بحثية مثيرة للاهتمام مثل رسم خرائط وظيفة الهيكل للمخيخ أو تحليل التدرجات الوظيفية للمخيخ60.

توصيات عامة للتحليلات الإحصائية على مستوى المجموعات
ACAPULCO: يتم تسجيل أحجام كل فصيص مخيخي (في مم3) لكل موضوع في Cerebel_vols.csv. أثناء الاستدلال الإحصائي للتأثيرات على مستوى المجموعة ، يجب التحكم في الحجم داخل الجمجمة (ICV ؛ المسجل أيضا في Cerebel_vols.csv) لمراعاة التباين في حجم الرأس. يجب تصحيح عتبات ألفا الدلالة لمراعاة الاستدلال عبر فصيصات متعددة.

SUIT: يمكن إجراء VBM المخيخ للمادة الرمادية على صور wdseg1.nii باستخدام برنامج معالجة التصوير بالرنين المغناطيسي القياسي مثل SPM أو FSL. راجع دليل CAT12 للحصول على مقدمة ممتازة حول VBM باستخدام SPM1254. يجب التحكم في القيمة المحلية المضافة لمراعاة التباين في حجم الرأس.

بالنسبة ل VBM في المخيخ ، يوصى عموما باستخدام نواة تجانس مكانية غاوسية لا يزيد عرضها الكامل عن 3 مم بنصف الحد الأقصى (FWHM). يجب تطبيق التصحيح الإحصائي المناسب لحساب المقارنات المتعددة عبر voxels. بشكل عام ، يوصى باستخدام نهج غير بارامترية (على سبيل المثال ، SnPM أو FSL-Randomise).

الخطوة الأكثر أهمية لتقسيم المخيخ بنجاح باستخدام ACAPULCO هي التحقق العام من جودة صور T1 قبل المعالجة وبعدها. يوصى بشدة بأن يتحقق المستخدم من وجود صور تباين سيئة (على سبيل المثال ، تدرج غير متناسق عبر الصورة) وإمالة شديدة للرأس والتحف المتحركة ، وكلها يمكن أن تؤثر على أداء الخوارزمية. بالإضافة إلى ذلك ، في حين تم تدريب خوارزمية ACAPULCO على المخيخ الضموري ، إلا أنها لم يتم تدريبها على بيانات الآفة. ومن المتوقع ألا يتوقع أن تؤثر الآفات في القشرة الدماغية على أداء الخوارزمية والدقة اللاحقة للتقسيم؛ ومع ذلك ، من المرجح أن تؤدي الاحتشاءات الكبيرة في المخيخ إلى أخطاء في التقسيم. يعد التحقق من جودة معالجة قناع المخيخ بعد المعالجة أمرا ضروريا. وفي بعض الأحيان، لا تكتشف أخطاء التقسيم الطفيفة (مثل التضمينات الطفيفة والزائدة لفصيصات المخيخ) كقيم إحصائية شاذة؛ على العكس من ذلك ، يمكن أن تحدث حالات غير خارجية غير صحيحة حيث تكون البيانات ضمن النطاق الطبيعي ، على الرغم من وجود خطأ واضح في التقسيم. إذا تم تحديد موضوع ما على أنه شاذ ، فمن الضروري إجراء متابعة ، وفحص مفصل لجودة قناع المخيخ شريحة تلو الأخرى لتوجيه عملية صنع القرار حول ما إذا كان يجب تضمين أو استبعاد الفصيص (الفصوص) لهذا الموضوع. خطوة أخرى حاسمة عند تشغيل خط أنابيب SUIT (الوحدة 2) هي أنه يتطلب تشغيل وحدة ACAPULCO بالفعل. على وجه التحديد ، يتطلب SUIT قناع المخيخ المنتج في ACAPULCO لتشغيل عزل المخيخ وتقسيمه. من المهم أن يتم فحص جودة قناع المخيخ لضمان التغطية الكاملة للمخيخ.

هناك بعض القيود على البروتوكول. أولا، في حين أن أكابولكو تحقق أحدث دقة لتقسيم المادة الرمادية المخيخية، إلا أنها ليست محسنة لتقسيم المادة البيضاء. يغطي الجسم النخاعي الجسم الرئيسي للمادة البيضاء ولكنه لا يوفر مقياسا لجميع المواد البيضاء. ثانيا، الشبكات العصبية الالتفافية المستخدمة لتوطين المخيخ وتقسيمه في أكابولكو لا تعمم جيدا على الصور ذات التباينات المختلفة أو الصور التي لم تستخدم في التدريب. على سبيل المثال ، نظرا لاستخدام صور 3T فقط في التدريب ، فإن جودة التقسيم باستخدام الصور التي تم الحصول عليها على ماسح ضوئي 1.5 T ليست جيدة عادة ؛ علاوة على ذلك ، لا توجد إحصاءات فيما يتعلق بالحقيقة الأرضية التي تم إجراؤها على هذه الصور. وأخيرا، يتحكم خط الأنابيب في الآثار المربكة لحجم الرأس على تقديرات حجم المخيخ من خلال تقديم تقدير للقيمة المحلية المضافة يمكن إدراجه كتراجع لا يهم في التحليلات الإحصائية على مستوى المجموعة. ومع ذلك ، فإن النهج المثالي هو حساب أحجام المخيخ المصححة بواسطة ICV على المستوى الفردي قبل تشغيل مراقبة الجودة ، بحيث تعكس القيم المتطرفة المكتشفة خطأ حقيقيا في التقسيم وليس التباين الطبيعي في التشريح العصبي للموضوعات (على سبيل المثال ، وجود رأس كبير).

في الختام ، نقدم خط أنابيب موحد لفحص مورفومترتري الماتر الرمادي المخيخي ، والذي له قابلية تطبيق واسعة على مجموعة من الأمراض العصبية. تم إعداد خط الأنابيب للسماح بإجراء دراسات كبيرة متعددة المواقع و "تحليلات ضخمة" وهو متاح للجمهور للاستخدام من قبل مجموعات البحث لتسهيل الموثوقية والاستنساخ في جميع أنحاء الميدان. في نهاية المطاف ، يوفر خط الأنابيب هذا نهجا منهجيا قويا لزيادة توصيف وتتبع التغيرات الهيكلية المخيخية مع تطور المرض في الأمراض العصبية. ويجري حاليا تطوير خط أنابيب طولي.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

وليس لدى المؤلفين أي تضارب في المصالح للإفصاح عنه.

Acknowledgments

تم تمويل العمل المقدم في هذه المخطوطة من قبل منحة أفكار المجلس الوطني الأسترالي للصحة والبحوث الطبية (NHMRC): APP1184403.

Materials

Name Company Catalog Number Comments
ACAPULCO pipeline files  0.2.1 http://enigma.ini.usc.edu/protocols/imaging-protocols/ Please make sure to use acapulco version 0.2.1
Docker for Mac https://docs.docker.com/desktop/mac/install/ macOS must be version 10.14 or newer
Docker requires sudo priviledges
Docker imposes a memory (RAM) constraint on Mac OS. To increase the RAM, open Docker Desktop, go to Preferences and click on resources. Increase the Memory to the maximum
Docker for Windows https://docs.docker.com/docker-for-windows/install/
ENIGMA SUIT scripts http://enigma.ini.usc.edu/protocols/imaging-protocols/
FreeSurfer 7 https://surfer.nmr.mgh.harvard.edu/fswiki/DownloadAndInstall Following variables need to be set everytime you work with Freesurfer:
export FREESURFER_HOME=equationfreesurfer _installation_directoryequation
source $FREESURFER_HOME/SetUpFreeSurfer.sh
export SUBJECTS_DIR=equationpathequation/enigma/Freesurfer
FSL (for FSLeyes). Optional 6 https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/FslInstallation
ICV pipeline files http://enigma.ini.usc.edu/protocols/imaging-protocols/ ICV pipeline can be run in two ways: 1) with docker/singularity. You will not require additionl software; 2) without docker/singularity- this involves running the ICV script (calculate_icv.py) manually. You will require the following additional software:
Python version equation=3.5
Python module pandas
Python module fire
Python module tabulate
Python module Colorama
https://github.com/Characterisation-Virtual-Laboratory/calculate_icv
MATLAB* 2019 or newer https://au.mathworks.com/ An academic license is required
Singularity 3.7 or newer https://www.sylabs.io/docs/ Prefered for high performance computing (HPC) clusters
SPM 12 http://www.fil.ion.ucl.ac.uk/spm/software/spm12/ Make sure spm12 and all subfolders are in your MATLAB path
SUIT Toolbox 3.4 http://www.diedrichsenlab.org/imaging/suit_download.htm Make sure you place SUIT toolbox in spm12/toolbox directory
Troubleshooting manual and segmentation output examples http://enigma.ini.usc.edu/protocols/imaging-protocols/
Tutorial manual and video http://enigma.ini.usc.edu/protocols/imaging-protocols/ Manual and accompanying live demonstration provide detailed step-by-step instructions on how to run the pipeline from start to finish.
*Not freely available; an academic license is required

DOWNLOAD MATERIALS LIST

References

  1. Holmes, G. The cerebellum of man (Hughlings Jackson memorial lecture). Brain. 62, 1-30 (1939).
  2. Ito, M. The modifiable neuronal network of the cerebellum. The Japanese Journal of Physiology. 34 (5), 781-792 (1984).
  3. Manto, M., Oulad Ben Taib, N. The contributions of the cerebellum in sensorimotor control: what are the prevailing opinions which will guide forthcoming studies. Cerebellum. 12 (3), 313-315 (2013).
  4. Manto, M., Gandini, J., Feil, K., Strupp, M. Cerebellar ataxias: an update. Current Opinion in Neurology. 33 (1), 150-160 (2020).
  5. Schmahmann, J. D. Disorders of the cerebellum: ataxia, dysmetria of thought, and the cerebellar cognitive affective syndrome. The Journal of Neuropsychiatry and Clinical Neurosciences. 16 (3), 367-378 (2004).
  6. Strick, P. L., Dum, R. P., Fiez, J. A. Cerebellum and nonmotor function. Annual Review of Neuroscience. 32, 413-434 (2009).
  7. King, M., Hernandez-Castillo, C. R., Poldrack, R. A., Ivry, R. B., Diedrichsen, J. Functional boundaries in the human cerebellum revealed by a multi-domain task battery. Nature Neuroscience. 22 (8), 1371-1378 (2019).
  8. Schmahmann, J. D. An emerging concept. The cerebellar contribution to higher function. Archives of Neurology. 48 (11), 1178-1187 (1991).
  9. Schmahmann, J. D., Sherman, J. C. The cerebellar cognitive affective syndrome. Brain. 121, Pt 4 561-579 (1998).
  10. Schutter, D. J., van Honk, J. The cerebellum on the rise in human emotion. Cerebellum. 4 (4), 290-294 (2005).
  11. Stoodley, C. J., Schmahmann, J. D. Functional topography in the human cerebellum: a meta-analysis of neuroimaging studies. Neuroimage. 44 (2), 489-501 (2009).
  12. Guell, X., Gabrieli, J. D. E., Schmahmann, J. D. Triple representation of language, working memory, social and emotion processing in the cerebellum: convergent evidence from task and seed-based resting-state fMRI analyses in a single large cohort. Neuroimage. 172, 437-449 (2018).
  13. Lewis, M. M., et al. The role of the cerebellum in the pathophysiology of Parkinson's disease. The Canadian Journal of Neurological Sciences. 40 (3), 299-306 (2013).
  14. Möller, C., et al. Different patterns of gray matter atrophy in early- and late-onset Alzheimer's disease. Neurobiology of Aging. 34 (8), 2014-2022 (2013).
  15. Colloby, S. J., O'Brien, J. T., Taylor, J. P. Patterns of cerebellar volume loss in dementia with Lewy bodies and Alzheimer׳s disease: A VBM-DARTEL study. Psychiatry Research. 223 (3), 187-191 (2014).
  16. McDonald, C. R., et al. Subcortical and cerebellar atrophy in mesial temporal lobe epilepsy revealed by automatic segmentation. Epilepsy Research. 79 (2-3), 130-138 (2008).
  17. Marcián, V., et al. Morphological changes of cerebellar substructures in temporal lobe epilepsy: A complex phenomenon, not mere atrophy. Seizure. 54, 51-57 (2018).
  18. Nopoulos, P. C., Ceilley, J. W., Gailis, E. A., Andreasen, N. C. An MRI study of cerebellar vermis morphology in patients with schizophrenia: evidence in support of the cognitive dysmetria concept. Biological Psychiatry. 46 (5), 703-711 (1999).
  19. Stoodley, C. J. Distinct regions of the cerebellum show gray matter decreases in autism, ADHD, and developmental dyslexia. Frontiers in Systems Neuroscience. 8, 92 (2014).
  20. Larsell, O. The development of the cerebellum in man in relation to its comparative anatomy. The Journal of Comparative Neurology. 87 (2), 85-129 (1947).
  21. Haines, D. E., Mihailoff, G. A. The Cerebellum. Fundamental neuroscience for basic and clinical applications. 5th edn. , Elsevier. 394-412 (2018).
  22. Kelly, R. M., Strick, P. L. Cerebellar loops with motor cortex and prefrontal cortex of a nonhuman primate. Journal of Neuroscience. 23 (23), 8432-8444 (2003).
  23. Schmahmann, J. D., Pandya, D. N. Anatomical investigation of projections to the basis pontis from posterior parietal association cortices in rhesus monkey. The Journal of Comparative Neurology. 289 (1), 53-73 (1989).
  24. Buckner, R. L., Krienen, F. M., Castellanos, A., Diaz, J. C., Yeo, B. T. The organization of the human cerebellum estimated by intrinsic functional connectivity. Journal of Neurophysiology. 106 (5), 2322-2345 (2011).
  25. Fischl, B. FreeSurfer. Neuroimage. 62 (2), 774-781 (2012).
  26. Shattuck, D. W., Leahy, R. M. BrainSuite: an automated cortical surface identification tool. Medical Image Analysis. 6 (2), 129-142 (2002).
  27. Patenaude, B., Smith, S. M., Kennedy, D. N., Jenkinson, M. A Bayesian model of shape and appearance for subcortical brain segmentation. Neuroimage. 56 (3), 907-922 (2011).
  28. Bogovic, J. A., Bazin, P. L., Ying, S. H., Prince, J. L. Automated segmentation of the cerebellar lobules using boundary specific classification and evolution. Information Processing in Medical Imaging. 23, 62-73 (2013).
  29. Bogovic, J. A., Prince, J. L., Bazin, P. L. A Multiple object geometric deformable model for image segmentation. Computer Vision and Image Understanding: CVIU. 117 (2), 145-157 (2013).
  30. Price, M., Cardenas, V. A., Fein, G. Automated MRI cerebellar size measurements using active appearance modeling. Neuroimage. 103, 511-521 (2014).
  31. Chakravarty, M. M., et al. Performing label-fusion-based segmentation using multiple automatically generated templates. Humain Brain Mapping. 34 (10), 2635-2654 (2013).
  32. Weier, K., Fonov, V., Lavoie, K., Doyon, J., Collins, D. L. Rapid automatic segmentation of the human cerebellum and its lobules (RASCAL)--implementation and application of the patch-based label-fusion technique with a template library to segment the human cerebellum. Human Brain Mapping. 35 (10), 5026-5039 (2014).
  33. Yang, Z., et al. Automated cerebellar lobule segmentation with application to cerebellar structural analysis in cerebellar disease. Neuroimage. 127, 435-444 (2016).
  34. Romero, J. E., et al. CERES: A new cerebellum lobule segmentation method. Neuroimage. 147, 916-924 (2017).
  35. Carass, A., et al. Comparing fully automated state-of-the-art cerebellum parcellation from magnetic resonance images. Neuroimage. 183, 150-172 (2018).
  36. Han, S., Carass, A., He, Y., Prince, J. L. Automatic cerebellum anatomical parcellation using U-Net with locally constrained optimization. Neuroimage. 218, 116819 (2020).
  37. Ashburner, J., Friston, K. J. Voxel-based morphometry--the methods. Neuroimage. 11 (6), 805-821 (2000).
  38. Jenkinson, M., Smith, S. A global optimisation method for robust affine registration of brain images. Medical Image Analysis. 5 (2), 143-156 (2001).
  39. Andersson, J., Jenkinson, M., Smith, S. Non-linear registration, aka spatial normalisation. Report No. TR07JA2. , (2010).
  40. Ashburner, J., Friston, K. J. Unified segmentation. Neuroimage. 26 (3), 839-851 (2005).
  41. Dahnke, R., Yotter, R. A., Gaser, C. Cortical thickness and central surface estimation. Neuroimage. 65, 336-348 (2013).
  42. Diedrichsen, J. A spatially unbiased atlas template of the human cerebellum. Neuroimage. 33 (1), 127-138 (2006).
  43. Diedrichsen, J., Balsters, J. H., Flavell, J., Cussans, E., Ramnani, N. A probabilistic MR atlas of the human cerebellum. Neuroimage. 46, 39-46 (2009).
  44. Harding, I. H., et al. Brain structure and degeneration staging in Friedreich ataxia: Magnetic resonance imaging volumetrics from the ENIGMA-Ataxia Working Group. Annals of Neurology. 90 (4), 570-583 (2021).
  45. Enigma. Structural imaging processing protocols. , Available from: http://enigma.ini.usc.edu/protocols/imaging-protocols/ (2021).
  46. MRIQC. Poldrack Lab, Stanford University. , Available from: https://mriqc.readthedocs.io/en/stable/ (2020).
  47. dcm2niix. Rorden Lab, University of South Carolina. , Available from: https://github.com/rordenlab/dcm2niix (2021).
  48. Docker. , Available from: https://docs.docker.com/ (2021).
  49. Singularity. Sylabs. , Available from: https://sylabs.io/singularity (2021).
  50. MATLAB. The MathWorks, Inc. , Available from: https://au.mathworks.com/ (2021).
  51. Statistical parametric mapping SPM12. The Wellcome Centre for Human Neuroimaging. , Available from: https://www.fil.ion.ucl.ac.uk/spm/software/spm12/ (2020).
  52. Diedrichsen Lab, University of Western Ontario. , Available from: http://www.diedrichsenlab.org/imaging/suit.htm (2021).
  53. FreeSurfer download and install. , Available from: https://surfer.nmr.mgh.harvard.edu/fswiki/DownloadAndInstall (2020).
  54. Gaser, C., Dahnke, R. CAT: A computational anatomy toolbox for SPM. , Available from: http://www.neuro.uni-jena.de/cat/ (2020).
  55. Selvadurai, L. P., et al. Cerebral and cerebellar grey matter atrophy in Friedreich ataxia: the IMAGE-FRDA study. Journal of Neurology. 263 (11), 2215-2223 (2016).
  56. Schmahmann, J. D. The cerebellum and cognition. Neuroscience Letters. 688, 62-75 (2019).
  57. Diedrichsen, J., Zotow, E. Surface-based display of volume-averaged cerebellar imaging data. PLoS One. 10 (7), 0133402 (2015).
  58. Gottwald, B., Mihajlovic, Z., Wilde, B., Mehdorn, H. M. Does the cerebellum contribute to specific aspects of attention. Neuropsychologia. 41 (11), 1452-1460 (2003).
  59. Starowicz-Filip, A., et al. The role of the cerebellum in the regulation of language functions. Psychiatria Polska. 51 (4), 661-671 (2017).
  60. Guell, X., Schmahmann, J. D., Gabrieli, J., Ghosh, S. S. Functional gradients of the cerebellum. Elife. 7, 36652 (2018).

Tags

علم الأعصاب ، العدد 180 ، المخيخ ، التصوير بالرنين المغناطيسي ، التقسيم ، المورفومتريا القائمة على فوكسل ، المادة الرمادية ، ترنح فريدريش
خط أنابيب موحد لفحص مورفومتر المادة الرمادية المخيخية البشرية باستخدام التصوير بالرنين المغناطيسي الهيكلي
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Kerestes, R., Han, S., Balachander,… More

Kerestes, R., Han, S., Balachander, S., Hernandez-Castillo, C., Prince, J. L., Diedrichsen, J., Harding, I. H. A Standardized Pipeline for Examining Human Cerebellar Grey Matter Morphometry using Structural Magnetic Resonance Imaging. J. Vis. Exp. (180), e63340, doi:10.3791/63340 (2022).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter