Mess Konnektivität im primären Sehbahn im Bereich Human Albinismus Diffusion Tensor-Bildgebung und Traktographie

Das übergeordnete Ziel dieser Studie ist es, die thalamokortikale Konnektivität bei Albinismus und Kontrollen mittels Diffusionsbildgebung zu untersuchen und die optische Strahlungsrekonstruktion zweier Tracking-Algorithmen zu vergleichen. Diffusions-MRT und Traktographie können helfen, Schlüsselfragen in der Sehforschung zu beantworten, wie z. B. die Auswirkungen axonaler Fehlleitungen auf die strukturelle Organisation der Sehbahn beim menschlichen Albinismus. Der Hauptvorteil dieser Technik besteht darin, dass sie die nicht-invasive Kartierung großer Signalwege der weißen Substanz im lebenden Gehirn ermöglicht und vielversprechende Fortschritte in der neurochirurgischen Planung gezeigt hat.

Erfassen Sie alle Bildgebungen, wie in diesem Protokoll beschrieben. Auf einem 3-Tesla-MRT-Scanner, der mit einer 32-Kanal-Kopfspule ausgestattet ist. Untersuchen Sie vor der Bildgebung jeden Teilnehmer gründlich auf MRT-Sicherheit und lassen Sie ihn eine Einverständniserklärung unterschreiben, in der das Protokoll beschrieben wird.

Versorgen Sie die Probanden mit Ohrstöpseln zum Gehörschutz, bevor Sie sie in Rückenlage und mit dem Kopf voran auf den Scannertisch legen. Stellen Sie eine aufmerksame Quetschbirne bereit. Legen Sie dann Kissen auf, um die Kopfbewegung zu reduzieren.

Landmark über den Augen auf Höhe der Augenbrauen. Bevor Sie das Motiv in den Scanner senden. Beginnen Sie mit der Bildgebung, indem Sie ein hochauflösendes T1-gewichtetes Bild mit einer 3D-MP-RAGE-Sequenz aufnehmen, die das gesamte Gehirn abdeckt.

Verwenden Sie die Parameter, die hier auf dem Bildschirm angezeigt werden. Mit einer isotropen Voxelgröße von einem Millimeter. Erfassen Sie als Nächstes eine DTI-Sequenz, die den Kortex mit 64 Richtungen in zwei Millimeter großen Schichten abdeckt.

Positionieren Sie die Scheiben in Querausrichtung entlang der vorderen und hinteren Kommissurlinie. Erfassen Sie außerdem Bilder mit 30 bis 40 PD-gewichteten Protonendichten mit einer Turbo-Spin-Echo-Pulssequenz. Richten Sie dies in koronaler Ausrichtung parallel zum Hirnstamm ein, der von der äußeren Ausdehnung des Pons bis zum hinteren Teil des Colliculus inferior bedeckt ist.

Die LGN-Abgrenzung sollte unter Blindheit für die Gruppenzugehörigkeit des Probanden durchgeführt werden. Beginnen Sie mit dem Laden des hochauflösenden PD-Bildes in der FSL-Ansicht. Klicken Sie dann auf die Registerkarte Werkzeuge, um eine einzelne Option zum Vergrößern des Bildes auszuwählen.

Wählen Sie als Nächstes die Registerkarte Datei aus, um die Option Maske erstellen auszuwählen, und verwenden Sie die Symbolleiste, um die LGN in jedem Slice zu verfolgen. Ändern Sie bei Bedarf den Kontrast des Bildes in der Symbolleiste, um die LGN-Erkennung zu erleichtern. Zeichnen Sie sowohl die rechte als auch die linke LGN-Maske jeweils dreimal manuell auf gemittelten PD-Bildern nach, die auf die doppelte Auflösung und damit auf die Hälfte der ursprünglichen Voxelgröße interpoliert wurden.

Um eine VI-Segmentierung durchzuführen, führen Sie zunächst den Befehl recon all in free surfer auf T1-gewichteten Bildern im nativen anatomischen Raum aus, um die Verarbeitung zu automatisieren. Konvertieren Sie dann die Ausgabe in eine V1-Parzellierung in eine volumetrische Maske, indem Sie die Befehle label2surf und surf2volume verwenden. Bevor Sie probabilistisches Tracking durchführen, führen Sie zunächst die lineare Flirt-Registrierung durch, um die Gehirnbilder, die sich im freien Surfer- und anatomischen Raum befinden, in den Diffusionsraum zu bringen.

Wählen Sie als Eingabebild die Ausgabe des freien Oberflächenraums von recon all oder das extrahierte Gehirn eines Subjekts T1 aus. Dann wurde ein wirbelkorrigiertes und vom Gehirn extrahiertes diffusionsgewichtetes Bild als Referenzbild verwendet. In ähnlicher Weise verwenden Sie für die deterministische Verfolgung die lineare Flirt-Registrierung, um Gehirne mit Protonendichte in den Diffusionsraum zu bringen.

Führen Sie außerdem zur Vorbereitung auf das probabilistische Tracking diese lineare Registrierung durch, um die PD-Gehirne der Teilnehmer auf die freie Oberfläche und den nativen anatomischen Raum für die LGN-Maskentransformation zu bringen. Beachten Sie, dass in diesem Schritt zwei Ausgaben erstellt werden. Das Eingabegehirn wurde auf das Referenzbild und eine Transformationsmatrix registriert.

Wenden Sie als Nächstes die Flirt-Transformation an, um Samenmasken für die Traktographie vorzubereiten. Verwenden Sie für die probabilistische Traktographie die Punktmattenausgabe aus der linearen Registrierung von PD zu freiem Surfer oder anatomischem T1 als Transformationsmatrix. Die originale LGN-Maske als Eingabe und das Gehirn im freien Surferraum oder anatomischen Raum als Referenzvolumen.

Achten Sie darauf, dass Sie die Auswahl für die Interpolation des nächsten Nachbarn aus den erweiterten Optionen verwenden. Wiederholen Sie dies für die deterministische Traktographie, nur dieses Mal, mit dem Gehirn im Diffusionsraum als Referenzvolumen. Um das LGN zu normalisieren, verwenden Sie die FSL-Mathematik, um einen ROI-Punkt mit den Koordinaten der entsprechenden individuellen LGN-Maske im nativen anatomischen Raum für die probabilistische Traktographie oder im Diffusionsraum für die deterministische Traktographie zu erstellen.

Verwenden Sie dann die FSL-Mathematik, um den Radius der mittleren Maske im MNI-Raum anzuwenden, der für alle Teilnehmer berechnet wurde, um eine Kugel um den ROI-Punkt im nativen anatomischen Raum oder Diffusionsraum zu erstellen. Bereiten Sie an dieser Stelle Zielmasken für die probabilistische Traktographie vor, indem Sie nur Dateien mit freiem Oberflächenbereich verwenden. Registrieren Sie kostenlos Surfer-Gehirne im nativen anatomischen Raum.

Erstellen Sie dann Zielmasken, indem Sie die Transformation mithilfe der trilinearen Interpolation auf V1-Masken anwenden. Um eine probabilistische Traktographie auszuführen, verwenden Sie zunächst die Wirbelstromkorrektur, um Verzerrungen in diffusionsgewichteten Bildern zu korrigieren. Dann extrahiert das Gehirn die Bilder.

Wählen Sie als Nächstes die Option Bettpfosten X. Wählen Sie dann probabilistisches Tracking und führen Sie dies für jede Hemisphäre separat aus. Behalten Sie die standardmäßigen Basisoptionen bei, aber wählen Sie für eine höhere Genauigkeit unter Erweiterte Optionen den modifizierten Öler zur Berechnung probabilistischer Stromlinien aus.

Wählen Sie eine einzelne Maske als Ausgangsraum aus. Laden Sie dann die transformierte LGN-Maske als Seed-Bild in den nativen anatomischen Raum zusammen mit der anatomischen T1-zu-Diffusions-Transformationsmatrix als Seed-to-Diffusion-Transformation. Wählen Sie abschließend V1 im anatomischen Raum aus optionalen Zielen als Ziel aus.

Wiederholen Sie den Vorgang mit den standardmäßigen sphärischen ROIs und dann erneut mit nicht normalisierten Seed- und Zielmasken im freien Oberflächenraum. Um eine deterministische Traktographie durchzuführen, öffnen Sie zunächst die wirbelkorrigierten diffusionsgewichteten Bilder in DSI Studio. Laden Sie dann bvec- und bval-Dateien in ein B-Tabellenfenster, das automatisch geöffnet wird, um eine Quelldatei zu erstellen.

Wählen Sie dann DTI als Rekonstruktionsmethode aus, und führen Sie diese für die Quelldateien aus, um Faserinformationsdateien zu erstellen. Öffnen Sie die Faserinformationsdateien im Tracking-Fenster des Programms, und führen Sie das Tracking für jede Hemisphäre separat aus. Verwenden Sie die LGN im Diffusionsraum als Ausgangswert und die Region 17 aus dem Brodmann-Atlas des DSI-Studios als bestimmende Region.

Legen Sie bei jedem Durchlauf die kontralaterale Maske der weißen Substanz aus dem Free Surfer-Segmentierungsatlas als Bereich der Vermeidung fest. Wiederholen Sie die Verfolgung mit sphärischen ROIs im Diffusionsraum anstelle von einzelnen LGN als Seed-Regionen für die Traktographie. Hier ist ein gemitteltes Bild der koronalen Protonendichte eines Patienten mit Albinismus zu sehen.

Manuell nachgezeichnete rechte und linke LGN-Interessenbereiche werden rot dargestellt. LGN-Masken transformieren sich in freien Surfer-Bereich unter Verwendung von Interpolationen des nächsten Nachbarn (rot) und trilinearen, blauen Interpolationen. Voxelweise statistische Analysen mit traktbasierten Statistiken zeigen keine signifikanten Bereiche bei einem Albinismus, der größer als der Kontrollkontrast ist, da der FA beim Albinismus im Vergleich zu Kontrollen reduziert ist.

In der Kontrolle ist jedoch ein signifikanter Unterschied zwischen den Gruppen zu beobachten, der größer als der Albinismus ist. Hier sehen wir eine verdickte, skelettierte Version dieser Ergebnisse. Die Fiber-Tracking-Ausgabe von DSI Studio zeigt eine reduzierte LGN-zu-V1-Konnektivität bei einem Albinismus-Patienten im Vergleich zu Kontrollpersonen.

In ähnlicher Weise zeigt die probabilistische Tracking-Ausgabe eine reduzierte LGN-zu-V1-Konnektivität und Albinismus im Vergleich zu Kontrollpersonen. Hier werden mittlere verfolgte Masken sowohl für probabilistische als auch für deterministische Methoden zum Vergleich überlagert. LGN, blau und V1, rosa Masken veranschaulichen die Ausgangs- und Zielregionen.

Einmal gemeistert, kann die Datenerfassung und vollständige Analyse von drei Teilnehmern in zwei bis drei Tagen durchgeführt werden, während die Zeit für die Traktographie von der Größe des Samens abhängt. Wählen Sie beim Ausführen der Traktographie den Algorithmus und den Analyseansatz je nach Forschungsfrage und untersuchtem Gehirnbereich sorgfältig aus und überprüfen Sie die Ausgabedateien nach jedem Schritt. Warten Sie nicht, bis Sie das Endergebnis erreicht haben, um Ihre Arbeit zu überprüfen.

Albinismus ist mit einem erhöhten Hautkrebsrisiko und mit Syndromen verbunden, die neben den Monozyten weitere Zelltypen betreffen. Imagine-Techniken in Kombination mit molekularen Techniken werden dazu beitragen, die Entwicklungsmechanismen des Albinismus zu untersuchen und das Verständnis der Struktur-Funktions-Beziehung zu verbessern. Nach ihrer Entwicklung ebnete diese Technik den Weg für Forscher auf dem Gebiet der Neurowissenschaften, um die Konnektivität des Gehirns in gesunden und klinischen menschlichen Populationen in vivo zu erforschen.

Nachdem Sie sich dieses Video angesehen haben, sollten Sie ein gutes Verständnis dafür haben, wie Sie die Rekonstruktion der weißen Substanz mit deterministischen und probabilistischen Algorithmen durchführen, um Unterschiede in der Konnektivität der optischen Strahlung zwischen Patientenpopulationen und Kontrollen zu untersuchen. Vergessen Sie nicht, dass die Arbeit mit einem starken Magneten äußerst gefährlich sein kann und dass bei den Teilnehmern immer ein ordnungsgemäßes Screening auf MRT-Sicherheit durchgeführt werden sollte.