Mesurer la différence de densité de matière grise grâce à la morphométrie basée sur les voxels : le cerveau musical
1. recruter 40 musiciens et les 40 non-musiciens.
- Musiciens devraient avoir au moins 10 ans de formation musicale. Formation avec n’importe quel instrument de musique est acceptable. Musiciens doivent également activement pratiquer leur instrument au moins une heure/jour.
- Sujets témoins devraient avoir peu de formation formelle en jouant d’un instrument de musique.
- Tous les participants devraient être droitiers.
- Tous les participants ne devraient avoir aucun antécédent de troubles cardiaques, neurologiques ou psychiatriques.
- Tous les participants ne devraient avoir aucun métal dans leur corps qu’ils ne peuvent pas supprimer pour qu’ils soient MRI-safe.
2. l’analyse préalable des procédures
- Remplir la paperasse pré-scan.
- Lorsque les participants viennent leur Scan IRMf, demandez-leur de première remplir un formulaire de grille métallique pour s’assurer qu’ils n’ont aucune contre-indications pour l’IRM, une forme de découvertes fortuites, donner son consentement pour leur analyse être regardé par un radiologue et un formulaire de consentement précisant les risques et les avantages de l’étude.
- Préparer les participants à aller dans le scanner, en supprimant tous les métaux de leur corps, y compris les ceintures, portefeuilles, téléphones, pinces à cheveux, pièces de monnaie et tous les bijoux.
3. mettre le participant dans le scanner.
- Donner les bouchons d’oreille participant pour protéger leurs oreilles contre le bruit des téléphones scanner et oreille de porter afin de pouvoir entendre l’expérimentateur pendant le balayage et demandez-leur de s’allonger sur le lit avec leur tête dans la bobine.
- Donner au participant la balle d’urgence squeeze et indiquez-lui à le presser en cas d’urgence pendant l’analyse.
- Utilisation des coussinets en mousse pour garantir aux participants la tête dans la bobine pour éviter le mouvement excessif lors de l’analyse et rappeler le participant qu’il est très important de rester aussi immobile que possible lors de l’analyse, comme même le flou des mouvements plus petit les images.
4. collecte des données
- Recueillir un scan haute résolution anatomique du cerveau entier. Cette analyse devrait être une séquence pondérée T1 comme une aimantation préparé rapide Gradient Echo (MP-RAGE) avec des voxels isotropiques 1 mm.
5. analyse
- Retirez le crâne de chaque scanner anatomique du cerveau à l’aide d’un logiciel automatisé. Vérifier le crâne de décapage pour la qualité.
- Créer un modèle de matière grise étude spécifique à l’aide d’un processus itératif d’enregistrement linéaire et non linéaire (Figure 1).
- Utiliser un logiciel automatisé pour segmenter le cerveau de chaque sujet dans la substance blanche et substance grise CSF basées sur l’intensité à chaque voxel.
- Effectuer une transformation affine linéaire avec 12 degrés de liberté pour enregistrer le cerveau de chaque sujet à un espace atlas standard, tels que l’atlas de MNI152.
- Déformer l’image de matière grise de chaque sujet dans cet espace et leur moyenne tous ensemble.
- Miroir de cette image de gauche à droite et ensuite en moyenne les images miroir ensemble pour produire le cerveau de modèle de matière grise.
- Réinscrivez le cerveau de chaque sujet à ce modèle en utilisant une transformation non linéaire.
- Moyenne tous des cerveaux nouvellement transformés ensemble.
- Faire une image de miroir de ce nouveau modèle et la moyenne des deux images miroir ensemble pour produire un modèle final de matière grise pour cette étude.
Figure 1 : création du modèle de matière grise axée sur l’étude de. À l’aide des transformations linéaires et itératives, chaque cerveau est enregistré dans un espace commun et en moyenne ensemble pour créer un cerveau de modèle de matière grise étude spécifique.
- Enregistrer l’image de matière grise de chaque sujet au modèle et prétraiter.
- Une transformation non linéaire permet d’enregistrer le cerveau de chaque sujet pour le modèle d’étude spécifique.
- Afin de compenser le montant de chaque cerveau structure a été étirée pour s’adapter à l’espace modèle, multipliez par une mesure de la quantité de déformation a été fait. Cette mesure est appelée la jacobienne du champ warp. Cette étape consiste à tenir compte du fait que les structures sembler avoir plus de matière grise simplement parce qu’ils ont été plus tendus par le processus d’enregistrement non linéaire.
- Lisser les données en utilisant un noyau gaussien avec une pleine largeur moitié Maximum (FWHM) de 10 mm.
- Ces cerveaux alignés, lissée servira les données finales pour l’analyse comparative voxel.
- Le modèle linéaire général permet d’analyser la différence entre les groupes à chaque voxel.
- Modèle de chaque groupe de cerveau avec un régresseur séparé et de calculer un contraste qui compare les deux groupes, générer des cartes statistiques qui quantifient la probabilité des différences à chaque voxel.
- Seuil de cartes statistiques pour identifier les groupes statistiquement significatives.
- Employer une technique de correction des comparaisons multiples tels que faux taux de découverte (FDR) pour contrôler le fait que le font des milliers de tests statistiques simultanées. Avec RAD, une valeur de q de 0,01 évalue le taux de faux positifs au-dessus de seuil de 1 %.
Source : Laboratoires de Jonas T. Kaplan et Sarah I. Gimbel — University of Southern California
Expérience des formes du cerveau. Il est bien entendu que nos cerveaux est différentes en raison de l’apprentissage. Alors que beaucoup de changements liés à l’expérience se manifeste au niveau microscopique, par exemple par des modifications neurochimiques dans le comportement de neurones individuels, nous pouvons aussi examiner des changements anatomiques de la structure du cerveau à un niveau macroscopique. Un exemple célèbre de ce type de changement vient de l’affaire les chauffeurs de taxi de Londres, qui, avec les voies complexes de la ville d’apprentissage, montrent le plus grand volume dans l’hippocampe, une structure du cerveau connue pour jouer un rôle dans la mémoire de navigation. 1
Beaucoup de méthodes traditionnelles d’examiner l’anatomie du cerveau nécessite le suivi minutieux des régions anatomiques d’intérêt afin de mesurer leur taille. Cependant, en utilisant des techniques de neuro-imagerie moderne, nous pouvons maintenant comparer l’anatomie du cerveau à travers des groupes de personnes qui utilisent des algorithmes automatiques. Bien que ces techniques ne pas recourir à des connaissances sophistiquées que neuroanatomistes humaines peuvent apporter à la tâche, ils sont rapides et sensible aux très petites différences dans l’anatomie. Dans une image de résonance magnétique structurelle du cerveau, l’intensité de chaque pixel volumétrique ou voxel, se rapporte à la densité de la matière grise dans cette région. Par exemple, dans un IRM pondérées en T1, très lumineux voxels se trouvent dans des endroits où il y a des faisceaux de fibres de matière blanche, tandis que les voxels plus sombres correspond à la matière grise, où résident les corps cellulaires des neurones. La technique de quantifier et de comparer la structure du cerveau sur une base de voxel-par-voxel est appelée morphométrie voxel-basée, ou VBM. 2 en VBM, nous avons tout d’abord enregistrer toutes le cerveau à un espace commun, lissage sur toute différence brute en anatomie. Nous comparons les valeurs d’intensité de la voxels pour identifier les différences localisées, à petite échelle de densité de matière grise.
Dans cette expérience, nous allons démontrer la technique VBM en comparant le cerveau des musiciens avec ceux des non musiciens. Musiciens se livrer à un entraînement intensif motrice, visuel et acoustique. Il y a preuve provenant de multiples sources que le cerveau des personnes qui ont traversé la formation musicale est fonctionnellement et de structure différente de celles qui n’ont pas. Ici, nous suivons Gaser et Shlaug3 et Bertrand et al. 4 en utilisant VBM pour identifier ces différences structurelles dans le cerveau des musiciens.
1. recruter 40 musiciens et les 40 non-musiciens.
- Musiciens devraient avoir au moins 10 ans de formation musicale. Formation avec n’importe quel instrument de musique est acceptable. Musiciens doivent également activement pratiquer leur instrument au moins une heure/jour.
- Sujets témoins devraient avoir peu de formation formelle en jouant d’un instrument de musique.
- Tous les participants devraient être droitiers.
- Tous les participants ne devraient avoir aucun antécédent de troubles cardiaques, neurologiques ou psychiatriques.
- Tous les participants ne devraient avoir aucun métal dans leur corps qu’ils ne peuvent pas supprimer pour qu’ils soient MRI-safe.
2. l’analyse préalable des procédures
- Remplir la paperasse pré-scan.
- Lorsque les participants viennent leur Scan IRMf, demandez-leur de première remplir un formulaire de grille métallique pour s’assurer qu’ils n’ont aucune contre-indications pour l’IRM, une forme de découvertes fortuites, donner son consentement pour leur analyse être regardé par un radiologue et un formulaire de consentement précisant les risques et les avantages de l’étude.
- Préparer les participants à aller dans le scanner, en supprimant tous les métaux de leur corps, y compris les ceintures, portefeuilles, téléphones, pinces à cheveux, pièces de monnaie et tous les bijoux.
3. mettre le participant dans le scanner.
- Donner les bouchons d’oreille participant pour protéger leurs oreilles contre le bruit des téléphones scanner et oreille de porter afin de pouvoir entendre l’expérimentateur pendant le balayage et demandez-leur de s’allonger sur le lit avec leur tête dans la bobine.
- Donner au participant la balle d’urgence squeeze et indiquez-lui à le presser en cas d’urgence pendant l’analyse.
- Utilisation des coussinets en mousse pour garantir aux participants la tête dans la bobine pour éviter le mouvement excessif lors de l’analyse et rappeler le participant qu’il est très important de rester aussi immobile que possible lors de l’analyse, comme même le flou des mouvements plus petit les images.
4. collecte des données
- Recueillir un scan haute résolution anatomique du cerveau entier. Cette analyse devrait être une séquence pondérée T1 comme une aimantation préparé rapide Gradient Echo (MP-RAGE) avec des voxels isotropiques 1 mm.
5. analyse
- Retirez le crâne de chaque scanner anatomique du cerveau à l’aide d’un logiciel automatisé. Vérifier le crâne de décapage pour la qualité.
- Créer un modèle de matière grise étude spécifique à l’aide d’un processus itératif d’enregistrement linéaire et non linéaire (Figure 1).
- Utiliser un logiciel automatisé pour segmenter le cerveau de chaque sujet dans la substance blanche et substance grise CSF basées sur l’intensité à chaque voxel.
- Effectuer une transformation affine linéaire avec 12 degrés de liberté pour enregistrer le cerveau de chaque sujet à un espace atlas standard, tels que l’atlas de MNI152.
- Déformer l’image de matière grise de chaque sujet dans cet espace et leur moyenne tous ensemble.
- Miroir de cette image de gauche à droite et ensuite en moyenne les images miroir ensemble pour produire le cerveau de modèle de matière grise.
- Réinscrivez le cerveau de chaque sujet à ce modèle en utilisant une transformation non linéaire.
- Moyenne tous des cerveaux nouvellement transformés ensemble.
- Faire une image de miroir de ce nouveau modèle et la moyenne des deux images miroir ensemble pour produire un modèle final de matière grise pour cette étude.
Figure 1 : création du modèle de matière grise axée sur l’étude de. À l’aide des transformations linéaires et itératives, chaque cerveau est enregistré dans un espace commun et en moyenne ensemble pour créer un cerveau de modèle de matière grise étude spécifique.
- Enregistrer l’image de matière grise de chaque sujet au modèle et prétraiter.
- Une transformation non linéaire permet d’enregistrer le cerveau de chaque sujet pour le modèle d’étude spécifique.
- Afin de compenser le montant de chaque cerveau structure a été étirée pour s’adapter à l’espace modèle, multipliez par une mesure de la quantité de déformation a été fait. Cette mesure est appelée la jacobienne du champ warp. Cette étape consiste à tenir compte du fait que les structures sembler avoir plus de matière grise simplement parce qu’ils ont été plus tendus par le processus d’enregistrement non linéaire.
- Lisser les données en utilisant un noyau gaussien avec une pleine largeur moitié Maximum (FWHM) de 10 mm.
- Ces cerveaux alignés, lissée servira les données finales pour l’analyse comparative voxel.
- Le modèle linéaire général permet d’analyser la différence entre les groupes à chaque voxel.
- Modèle de chaque groupe de cerveau avec un régresseur séparé et de calculer un contraste qui compare les deux groupes, générer des cartes statistiques qui quantifient la probabilité des différences à chaque voxel.
- Seuil de cartes statistiques pour identifier les groupes statistiquement significatives.
- Employer une technique de correction des comparaisons multiples tels que faux taux de découverte (FDR) pour contrôler le fait que le font des milliers de tests statistiques simultanées. Avec RAD, une valeur de q de 0,01 évalue le taux de faux positifs au-dessus de seuil de 1 %.
Notre cerveau est façonné par les expériences, ce qui entraîne des changements dans le volume cortical.
Par exemple, il a été démontré que certaines compétences, comme l’apprentissage et la maîtrise d’une deuxième langue, augmentent la densité de la matière grise, où résident les corps cellulaires, en particulier dans des structures telles que le lobe frontal.
Avant les progrès modernes, pour mesurer la taille d’une zone particulière, les scientifiques devaient tracer minutieusement la région d’intérêt, une tâche très fastidieuse. Aujourd’hui, il existe des techniques de neuroimagerie plus sensibles, connues sous le nom de morphométrie basée sur les voxels, VBM pour capturer de petites différences volumétriques dans la neuroanatomie.
Basée sur des travaux antérieurs de Gaser et Shlaug, ainsi que de Bermudez et de ses collègues, cette vidéo montre comment collecter des images de résonance magnétique structurelle et utiliser le VBM pour identifier les valeurs d’intensité des voxels dans le cerveau d’individus ayant des expériences différentes – des musiciens experts par rapport à ceux ayant une formation très limitée – ainsi que dans d’autres cas d’expertise. comme le jeu d’échecs.
Dans cette expérience, deux groupes de participants – des musiciens et des témoins officiellement formés sans une telle formation – sont invités à s’allonger dans un scanner IRM pendant que des images structurelles de leur cerveau sont collectées.
Des régions particulières peuvent ensuite être définies à l’aide d’une approche automatisée, basée sur l’intensité des pixels volumétriques, appelés voxels. Par exemple, les amas très brillants indiquent l’emplacement des faisceaux de fibres de matière blanche, tandis que les voxels plus foncés correspondent aux zones avec une matière grise dense.
Suite à cette segmentation pour chaque cerveau, les images sont transformées, enregistrées dans un atlas standard, qui est un espace commun permettant des comparaisons entre sujets.
Souvent, ce processus de repérage peut étirer une image, ce qui donne l’impression que certaines structures ont plus de matière grise qu’elles n’en ont réellement.
Par conséquent, le modèle doit être multiplié par une mesure de la quantité de déformation effectuée, appelée déterminant jacobien, pour compenser l’étirement répété, puis toutes les différences grossières d’anatomie sont lissées.
Une fois les transformations appliquées, la variable dépendante est calculée comme suit : les différences de densité de matière grise entre les musiciens ? cerveaux comparés à des témoins non musiciens.
En raison de l’utilisation accrue du traitement auditif complexe chez les musiciens habiles, on s’attend à ce que ce groupe présente une densité accrue de matière grise dans les régions auditives du cerveau, telles que le lobe temporal supérieur et le gyrus de Heschl, par rapport au groupe témoin.
Avant l’expérience, recrutez 40 musiciens qui pratiquent activement n’importe quel instrument 1 heure par jour et ont au moins 10 ans de formation musicale formelle, ainsi que 40 témoins non musiciens qui ont peu ou pas de formation appropriée.
Le jour de leur balayage, accueillez chaque participant dans le laboratoire et vérifiez qu’il répond aux exigences de sécurité en remplissant les formulaires de consentement nécessaires.
Veuillez vous référer à un autre projet d’IRMf de cette collection pour plus de détails sur la façon de préparer les individus à entrer dans la salle de balayage et l’alésage du scanner.
Maintenant, demandez au participant de rester immobile dans le scanner et de commencer à scanner l’ensemble du cerveau en recueillant une séquence anatomique haute résolution pondérée en T1, telle que l’écho à gradient rapide préparé par magnétisation avec des voxels isotropes de 1 mm.
En suivant le protocole de collecte d’images, congédiez le participant et commencez l’analyse.
Pour commencer le prétraitement, isolez le cerveau du crâne pour chaque balayage et vérifiez la qualité du décapage.
Pour cette étude, créez un modèle de matière grise spécifique en segmentant d’abord le cerveau de chaque sujet en matière blanche et grise et en liquide céphalo-rachidien, LCR, en fonction de l’intensité de chaque voxel. Notez que le logiciel distingue automatiquement les voxels brillants comme la matière blanche, les voxels foncés comme la matière grise et les zones à l’intérieur des ventricules comme le LCR.
Effectuer une transformation affine linéaire avec 12 ? de liberté, d’inscrire le cerveau de chaque sujet dans un espace atlas standard. Déformez l’image de matière grise de chaque sujet dans cet espace et faites-en la moyenne.
Ensuite, mettez cela en miroir de gauche à droite et, une fois de plus, faites la moyenne des images ensemble pour produire le modèle initial de matière grise.
Ensuite, effectuez une transformation non linéaire pour réenregistrer le cerveau de chaque sujet dans la figure de matière grise, et faites la moyenne de ces éléments. Créez une copie miroir de cette nouvelle image, et une fois de plus, faites la comparaison des deux pour produire un modèle final de matière grise spécifique à l’étude.
Maintenant, enregistrez le cerveau de chaque sujet jusqu’à la dernière figure de matière grise à l’aide d’une transformation non linéaire, et multipliez par une mesure jacobienne de la quantité de déformation qui a été effectuée pour compenser la quantité de chaque structure cérébrale qui a été étirée pour s’adapter à l’espace du modèle.
Par la suite, lissez les données à l’aide d’un noyau gaussien avec une demi-largeur maximale de 10 mm pour augmenter le chevauchement de voxels cérébraux similaires sur tous les sujets.
Une fois le prétraitement terminé, modélisez chaque groupe de cerveaux avec un régresseur distinct. Calculez un contraste qui compare les deux groupes pour générer des cartes statistiques qui quantifient la probabilité de différences à chaque voxel.
Enfin, effectuez une technique de correction des comparaisons multiples, telle qu’un taux de fausses découvertes avec une valeur q de 0,01, pour contrôler les milliers de tests statistiques simultanés effectués. Cette valeur permet d’estimer le taux de faux positifs au-dessus d’un seuil de 1 %.
Ici, l’analyse VBM a révélé des augmentations bilatérales significatives de la densité de matière grise dans le lobe temporal supérieur des musiciens ? cerveaux par rapport aux témoins. La plus grande différence a été montrée du côté droit, et cela incluait la partie postérieure du gyrus de Heschl, l’emplacement du cortex auditif primaire.
Maintenant que vous savez comment utiliser le VBM pour étudier la neuroanatomie, voyons comment les chercheurs utilisent cette technique pour étudier les différences structurelles dans d’autres populations.
Alors que de nombreuses tâches impliquant une formation et une expérience intenses sont associées à une augmentation du volume de matière grise, cet élargissement n’est pas toujours le cas pour tous les types de compétences acquises, comme dans le cerveau d’un joueur d’échecs expérimenté.
Par rapport aux témoins, le volume de matière grise a été réduit dans la jonction occipito-temporale, une zone importante pour la reconnaissance des objets. De tels résultats aboutissent à une anomalie intéressante qui pourrait aider les scientifiques à mieux comprendre comment le volume cortical est lié à la performance dans des tâches exigeantes.
Les personnes aveugles de naissance ont souvent un volume de matière grise plus petit dans leur cortex visuel par rapport aux témoins. Fait intéressant, grâce à l’utilisation de la VBM, les chercheurs ont découvert une augmentation significative de l’élargissement des zones du cerveau non responsables de la vision, telles que le cortex auditif, qui était deux fois plus grand que celui des témoins voyants.
Ces différences structurelles peuvent servir de base anatomique pour expliquer pourquoi d’autres sens sont exacerbés chez les personnes aveugles.
De plus, l’IRM structurelle et l’analyse VBM sur des patients naïfs de médicaments atteints de trouble dépressif majeur indiquent également des différences dans les volumes de matière grise par rapport aux témoins.
Les scientifiques ont constaté que ces patients avaient un volume de matière grise réduit dans le cortex frontal et l’insula, ce qui peut expliquer pourquoi les patients déprimés ont des difficultés à contrôler cognitivement les sentiments négatifs envers eux-mêmes et les autres.
Vous venez de regarder la vidéo de JoVE sur la morphométrie basée sur les voxels. Vous devriez maintenant avoir une bonne compréhension de la façon de collecter des images anatomiques à l’aide de l’IRM, ainsi que de la façon d’analyser et d’interpréter les différences d’intensité de la matière grise dans les régions du cortex auditif. Vous devriez également avoir appris que tous les domaines d’expertise n’entraînent pas une augmentation de la densité corticale.
Merci d’avoir regardé !
L’analyse VBM a révélé une augmentation significative localisée dans la densité de matière grise dans le cerveau de musiciens par rapport aux témoins non musicienne. Ces différences ont été trouvées dans les lobes temporaux supérieurs des deux côtés. La plus importante et la plus importante grappe était sur le côté droit et comprend la partie postérieure du gyrus de Heschl (Figure 2). Gyrus de Heschl est l’emplacement du cortex auditif primaire, et le cortex environnantes...
La technique VBM a le potentiel pour démontrer les différences localisées dans la matière grise entre les groupes de personnes, ou en association avec une mesure qui varie d’un groupe de personnes. En plus de trouver des différences structurelles qui se rapportent à différentes formes de formation, cette technique peut révéler des différences anatomiques qui sont associées à des troubles neuropsychologiques très variés tels que la dépression, la dyslexie de5 ,6 ou la schizophrénie. 7
...Chapters in this video
0:00
Overview
1:19
Experimental Design
3:04
Running the Experiment
4:08
Data Analysis and Results
6:53
Applications
8:44
Summary
Videos from this collection: