2 de enero de 2012
Gyrification de medición (plegamiento cortical) a cualquier edad, representa una ventana en el desarrollo temprano del cerebro. Por lo tanto, previamente desarrollado un algoritmo para medir gyrification locales en miles de puntos en el hemisferio 1. En este documento se detalla el cálculo de este índice gyrification local.
El objetivo general de este procedimiento es cuantificar el plegamiento cortical o la isificación con una resolución exquisita basada en resonancia magnética cerebral. Esto se logra primero creando representaciones tridimensionales precisas de las superficies corticales utilizando el software de superficie libre. El segundo paso consiste en construir una superficie externa que envuelva estrechamente la superficie pial mediante un algoritmo morfológico de cierre.
A continuación, se crean cientos de regiones circulares superpuestas sobre la superficie externa y se hacen coincidir con su fragmento correspondiente del área cortical. Luego, se calcula la relación entre ambas regiones correspondientes en cada punto, obteniendo así mapas individuales de plegamiento local, que pueden utilizarse posteriormente para comparaciones estadísticas entre diferentes grupos diagnósticos. En última instancia, la medición de la estructura cortical en niños ya crecidos, adolescentes o adultos puede revelar un desarrollo cortical anormal ocurrido durante los primeros meses de vida.
La principal ventaja de este método en comparación con técnicas existentes, como la basada en la curvatura o la geometría morfológica celular, es que proporciona una medición fácilmente interpretable de la ificación, sin restricciones impuestas por las paredes circulares y que además ofrece una resolución exquisita. Este método puede ayudarnos a responder algunas preguntas clave sobre el desarrollo de trastornos psiquiátricos o trastornos neurodesarrolladores. En otras palabras, podemos comprender cómo eventos neurodesarrolladores muy tempranos, como el plegamiento cortical, pueden impactar posteriormente en el desarrollo de la patogénesis en la edad adulta.
Tuvimos por primera vez la idea de esta técnica cuando nos dimos cuenta de que el índice de ificación utilizado en neuroanatomía comparativa desde hace décadas podría ser un indicador muy potente del desarrollo cerebral si lográramos superar los problemas relacionados con su implementación. El método se demostrará mediante Mari, quien es investigadora principal en nuestro grupo, así como mediante Mari Ra, quien es investigadora principal en el Laboratorio de Jean Philip Tran. Esta primera parte del protocolo utiliza la canalización estándar de FreeSurfer.
Los comandos detallados aquí describen una forma de obtener las reconstrucciones de la superficie cortical, pero también pueden usarse comandos equivalentes para importar los DICOM de MRI en bruto a FreeSurfer. Comience creando la arquitectura de carpetas. A continuación, vaya a la carpeta de MRI de su sujeto y convierta el MRI en bruto al formato de FreeSurfer.
Luego visualice el volumen convertido. Verifique la calidad de la imagen comprobando que la orientación sea correcta, que el contraste sea suficiente y que la imagen no esté desplazada. A continuación, utilizando FreeSurfer, cree modelos tridimensionales de malla cortical.
Esto se ejecuta durante varias horas con el fin de abordar el problema de Barrett. Cellie Free Surfer primero crea un volumen unitario de materia blanca, que luego se utiliza como punto de partida para la superficie blanca principal. Primero, el proceso de reconstrucción optimiza la superficie gris-blanca según el gradiente local de intensidad.
Luego, esta superficie se expande aún más hasta la interfaz gris LCR para crear el modelo de malla de pilas. El proceso de reconstrucción produce dos modelos de malla 3D compuestos por aproximadamente 150.000 puntos por hemisferio. El modelo blanco corresponde a la interfaz gris-blanca, y el modelo de pilas corresponde a la interfaz gris-LCR.
Todas las superficies y volúmenes están en su espacio nativo, lo que permite la medición sin deformación. Ahora, verifique la precisión de estas superficies reconstruidas superponiendo las dos superficies. El ejemplo muestra el alineamiento para el sujeto distribuido con el paquete free surfer.
Asegúrese de que la superficie blanca siga con precisión la interfaz gris-blanca y de que los vasos y la membrana no se incluyan en la superficie de la sustancia gris para corregir manualmente el resultado del proceso de reconstrucción. Consulte los tutoriales en el wiki de FreeSurfer. Cuando esté satisfecho con las superficies, calcule el índice de girocidad local o LGI.
Este comando generalmente tarda aproximadamente tres horas para los dos hemisferios de un participante del estudio. Dependiendo de la potencia de su estación de trabajo, el proceso de LGI comienza con la creación de una superficie externa mediante una operación morfológica de cierre. Luego se crean alrededor de 800 regiones circulares superpuestas de interés sobre la superficie externa.
Para cada una de estas regiones, se define una región de interés correspondiente en la superficie del pilar. El cálculo completo finaliza con la creación de un mapa individual que contiene un valor de ILG para cada punto de la superficie cortical. Esto resulta en aproximadamente 150 000 valores por hemisferio al final del cálculo del ILG.
Se pueden verificar ambos hemisferios de cada sujeto en FreeSurfer como correctos. Los valores de LGI suelen estar comprendidos entre uno y cinco. El umbral mínimo puede establecerse en uno para una verificación rápida.
El propósito de una comparación estadística entre grupos es cuantificar el efecto de un grupo en cada vértice a lo largo de la fase de la superficie cortical, controlando al mismo tiempo el efecto del género y la edad. Comience creando una plantilla específica del estudio, proporcionando todos sus sujetos y entradas. Este comando crea un sujeto denominado average.
A continuación, para utilizar los comandos clásicos y comparar los resultados del ILG entre grupos, cree un archivo de texto que contenga la descripción de los sujetos incluidos en su estudio. Esto también se conoce como el archivo descriptivo de grupo de FreeSurfer. Luego, vuelva a muestrear los datos del ILG en este espacio del sujeto promedio para cada hemisferio.
Suavice los datos en la superficie cortical para reducir la relación señal a ruido. Ahora calcule la comparación grupal a nivel de cada vértice. Esto requiere la creación de un archivo de texto de contraste.
Por ejemplo, en el caso del texto FSG D, el archivo de texto de contraste debe contener los valores uno menos uno cero para calcular la diferencia entre controles y pacientes, controlando al mismo tiempo por edad y género. Finalmente, realice la comparación. Luego visualice los resultados en el sujeto promedio utilizando TK surfer cargando el archivo de datos recién generado.
El análisis por vértice crea un mapa estadístico que muestra valores P codificados por colores superpuestos en cada punto. Este ejemplo muestra una reducción significativa de la activación, principalmente en las regiones mediales del cerebro. Mediante la opción configurar superposición, puede modificar aún más el umbral de P, así como corregir comparaciones múltiples utilizando la tasa de descubrimiento falso.
Q deck es una interfaz gráfica de usuario implementada en FreeSurfer, como se ha descrito previamente mediante línea de comandos. También necesitará una plantilla específica del estudio para utilizar Q deck con el índice de localización. Primero, presmooth, los datos de LGI requieren la construcción de una tabla de datos.
Esto incluye la descripción de los diferentes grupos y otras variables de confusión, como la edad. Si el LGI no está disponible en la lista de variables dependientes en Q deck, agregue la siguiente línea al archivo RC de Q deck ubicado en su directorio personal. Mediante Q deck, obtendrá exactamente los mismos resultados que con la línea de comandos, y además podrá corregir comparaciones múltiples utilizando simulaciones de Montecarlo.
Aunque el índice de girolización local fue desarrollado para un análisis por vértices, promediar los datos a un nivel más grueso puede ser instructivo. Para análisis exploratorios, se pueden extraer los valores medios del ILG para las 34 regiones girales del esquema de parcelación cortical integrado en FreeSurfer. Luego, esas mediciones pueden compararse entre los diferentes grupos utilizando software estadístico clásico.
Por lo tanto, el análisis por parcelas puede ser una forma atractiva de limitar el número de comparaciones estadísticas. Sin embargo, el IPL en cada punto ya cuantifica la estratificación en las regiones circundantes de interés. Como resultado, el IPL promedio en las regiones dadas de interés también puede reflejar, en cierta medida, la estratificación en las regiones vecinas de interés.
Para soluciones a problemas que puedan surgir durante el procesamiento con FreeSurfer o LGI, consulte los archivos de la lista de correo de FreeSurfer. Junto con este procedimiento, se pueden combinar otros métodos como el grosor cortical o la tractografía por tensor de difusión. Esto le permitirá observar cómo los cambios tempranos en la corticalización se asocian con el desarrollo cortical posterior o con el desarrollo de las vías de sustancia blanca.
Al ver este video, debería tener una comprensión clara sobre cómo crear una representación tridimensional de la superficie cortical, cómo generar mapas individuales de la corticalización y cómo compararlos entre grupos para detectar deterioros estadísticamente significativos en el plegamiento cortical.
Vea la transcripción completa y acceda a miles de videos científicos
Este estudio se centra en cuantificar el plegamiento cortical mediante técnicas avanzadas de imagen. Al utilizar resonancia magnética cerebral, la investigación tiene como objetivo crear representaciones detalladas de las superficies corticales para analizar el desarrollo cerebral.
La medición cuantitativa del plegamiento cortical mediante el Índice de Girificación Local (lGI) a partir de imágenes de RM permite la elaboración de mapas de alta resolución de los patrones de neurodesarrollo, lo que favorece el descubrimiento temprano de biomarcadores estructurales. Este enfoque mejora la confianza predictiva en neurociencia traslacional al proporcionar métricas interpretables y resueltas espacialmente para comparaciones entre grupos. La integración del análisis de lGI en los procesos de I+D de biofármacos orienta la validación de dianas y las decisiones de cartera ajustadas al riesgo en programas de trastornos neurodesarrolladores y psiquiátricos.
El método lGI integra desde el descubrimiento temprano hasta la investigación preclínica, apoyando la comprobación de hipótesis, el desarrollo de biomarcadores y los análisis a nivel de grupo en portafolios del sistema nervioso central (CNS).