מדידת קישוריות במסלול הראייה העיקרית ב לבקנות האדם באמצעות הדמיה דיפוזיה מותח tractography

Summary

כתב יד זה מתאר אלגוריתמים דטרמיניסטיים הסתברותי עבור חומר לבן (WM) שיחזור, נבדק הבדלים בקרינה אופטית (OR) קישוריות בין לבקנות ובקרות. למרות tractography הסתברותי עוקב כמובן הנכון של סיבים עצבים יותר מקרוב, tractography הדטרמיניסטית נדרסה להשוות את האמינות ואת השחזור של שני הטכניקות.

Abstract

בשנת לבקנות, מספר ipsilaterally מקרין תאי הגנגליון ברשתית (RGCs) מצטמצם משמעותית. הרשתית אופטית התצלובת הוצעו כאתרי מועמד misrouting. כיוון שנמצא קשר בין מספר הגרעין לרוחב ברך (LGN) להעביר נוירונים וגודל LGN הוכח, ועל סמך נחות שדווחו בעבר בכמויות LGN ב לבקנות אדם, אנו מציעים תחזיות סיבים מן LGN לקורטקס הראייה העיקרי (V1) גם מופחת. לימוד הבדלים מבניים במערכת של לבקנות החזותית יכול לשפר את ההבנה של המנגנון misrouting ויישומים קליניים הבאים. נתוני דיפוזיה tractography שימושיים למיפוי OR (הקרינה אופטית). כתב יד זה מתאר שני אלגוריתמים או שיקום על מנת להשוות קישוריות המוח לבקנות וסורק MRI controls.An עם סליל ראש 32 ערוצים שמש לרכישת סריקות מבניות. רצף T1-weighted 3D-MPRAGE עם 1 מ"מ³ גודל voxel איזוטרופיים היה השתמש כדי ליצור תמונות ברזולוציה גבוהה עבור פילוח V1. צפיפות פרוטון מרובה (PD) תמונות משוקללות נרכשו coronally עבור ימינה ושמאלה לוקליזציה LGN. סריקות דיפוזיה מותח הדמיה (DTI) נרכשו עם 64 כיוונים דיפוזיה. שני שיטות מעקב דטרמיניסטיות הסתברותי נוהלו ומשווות, עם LGN כמסכת זרעי V1 כמסכת היעד. למרות DTI מספק רזולוציה מרחבית ירודה יחסית, ועל תיחום מדויק של או עלול להיות מאתגר בשל צפיפות הסיבים הנמוכה שלה, tractography הוכח להיות יתרון הוא במחקר והן קליני. סטטיסטיקה מרחבית מבוסס בדרכי (TBSS) חשפה תחומי שלמות חומר לבן קטינה באופן משמעותי בתוך או לחולים בעלי לבקנות בהשוואה לקבוצת ביקורת. השוואות Pairwise גילו הפחתה משמעותית LGN קישוריות V1 ב לבקנות בהשוואה לקבוצת ביקורת. השוואת שני אלגוריתמי מעקב חשף ממצאים משותפים, חיזוק האמינותשל הטכניקה.

Introduction

לבקנות היא מחלה גנטית המאופיינת בעיקר היפופיגמנטציה גלויה שנצפתה אנשים מושפעים. הוא נגרם על ידי בירושה מוטציות לגנים המעורבים מלנין סינתזה ^1. לבקנות מופיעה בשתי צורות עיקריות: לבקנות oculo-עורית (OCA), תכונת רצסיבית אוטוזומלית ההצגה שתי תכונות של עין עורית; ו לבקנות עינית (OA), תכונה X-linked שכיחה יותר אצל גברים ומאופיינת בעיקר על ידי סימפטומים של העינים ^2. המלנין אפיתל הפיגמנט ברשתית (RPE) הוא חיוני להתפתחות תקינה של מסלול הראייה המרכזי. ולהעדרו לבקנות ולכן התוצאה היא ליקויי ראייה, כולל פוטופוביה, ניסטגמוס, חדות הראייה מופחת ואובדן ראייה דו-עינית ^2-3. חדות ראייה נקשרה מורפולוגיה foveal, אשר שינתה לבקנות ^4. אצל בני אדם, קו רשתית של decussation שוכן לאורך גבול nasotemporal דרך הגומה, עם סיבי רשתית אףחוצה את האונה האחרת ואלה מן רשתית הטמפורלית הארכת ipsilaterally. מידת תפקוד ראייה מופחתת לבקנות נקשרה לרמה של היפופיגמנטציה. באופן ספציפי, פיגמנטציה עומדת ביחס הפוך משמרת לתוך הרשתית הטמפורלית של הקו של decussation ^5. כתוצאה מכך המשמרת בקו decussation לתוך הרשתית הטמפורלית, המעבר של סיבי עצב הראייה הוא גדל - משותף מאפיין פני כל המינים ^3.

מחקרי MRI מבניים על בני אדם הראו chiasms האופטי צר לבקנות בהשוואה לקבוצת ביקורת, אשר צפוי התוצאה של מעבר מוגבר של RGCs שנצפתה לבקנות ^6-8. תצלובת הרשתית אופטית להביע רמזי הדרכת axonal כגון קולטנים מש' Eph ו ligands שלהם ⁹ ולכן הם אתרי מועמד misrouting ^10.

מחקר על קופים עם גלאוקומה מושרה חשף דצמבר משמעותיrease במספר הנוירונים ממסר LGN immunoreactive-parvalbumin ו LGN נפח ^11. הדבר מצביע על קורלציה בין גודל LGN ומספר חומר לבן (WM) מסלולי נסיעה דרך OR כדי V1. מחקר פוסט מורטם על לבקנות האדם גילה גם LGN קטן עם שכבות M ו- P התמזגו ^12. ברזולוציה גבוהה המבני MRI אשר הפחתה משמעותית בהיקף LGN ב לבקנות ^8. יחדיו, ממצאים אלה מראים כי חלה ירידה בהיקף LGN עלול לגרום למספר מופחת של נוירונים LGN, ו בתורו בקישוריות ירד בין LGN ו V1.

דפוסי בדיקת קישוריות אנטומי בבני אדם הוגבל. Dissection, הזרקה נותב ואינדוקצית נגע טכניקות פולשניות שיכולות לשמש פוסט מורטם בלבד, ובדרך כלל מעורב מספר קטן מאוד של חולים. מחקרים קודמים באמצעות carbocyanine לצבוע זריקות DiI הפגינו קישוריות עצבית בין V1 ו- V2 (ג ויזואלית המשניortex) ^13, וכן במתחם בהיפוקמפוס במוח האנושי שלאחר מוות קבוע אלדהיד ^14. סיבי תיוג בדרך זו מוגבל למרחקים של עשרות בלבד של מילימטרים מנקודת ההזרקה ^14. דיפוזיה מותחים הדמיה, DTI, היא שיטת MRI שפותחה בתחילת 1990 האמצע לזהות כיוון בדרכי סיבים וארגון. זוהי שיטה לא פולשנית המאפשרת מיפוי של מסלולי WM גדולים במוח החי. DTI הוא רגיש דיפוזיה של מולקולות המים ברקמה הביולוגית ^15. במוח, דיפוזיה של מים הוא איזוטרופי (אחיד) בשל מחסומים כגון ממברנות המיאלין. יש WM אנאיזוטרופיה דיפוזיה גבוהה, כלומר דיפוזיה מקביל יותר מאשר בניצב הכיוון של הסיבים ^16. אנאיזוטרופיה שבר (FA) היא כמות סקלר המתארת ​​את ההעדפה של מולקולות מפוזרות באופן איזוטרופי. ערכי FA נעים בין 0-1, מהנמוך anisot הגבוההסיבי (נוזל השדרתי (CSF) <חומר אפור (GM) 16.

יעל (דטרמיניסטי) ומעקב סיבים הסתברותי שני אלגוריתמים שונים לשיקום נתיב 3D. tractography הדטרמיניסטי משתמש בשיטת התפשטות קו, חיבור ווקסלים שכנות באזור זרע מוגדר. שני קריטריונים להפסיק להשתמש באלגוריתם זה הם זווית מפנה ערך FA. לכן, בדרכי התחקות בין ווקסלים שכנות סבירות בזוויות מפנה גדולות. האלגוריתם היה אפוא גם התקדמות רק אם FA בתוך voxel עולה על סף מסוים, הגבלת יעילותו במסלולים המגדיר במדויק ליד חומר אפור, שבו אנאיזוטרופיה טיפות. Tractography הסתברותי, ומצד שני, מניב מפת קישוריות המתארת ​​את הסתברות voxel להיות חלק בדרך בין שני אזורים של עניין (ROIs) ובכך התקדמות לתוך חומר אפור כגון ¹⁷ V1. באמצעות יישום MRI זו, מבני WM מרכזיים כמואו ניתן שמסומן, כפי שמוצג במחקרים קודמים ^18-20.

מחקר זה ולכן משתמשת בנתונים דיפוזיה tractography לחקור את השפעת misrouting אקסונלית על קישוריות retino-מוחיות-geniculo. בהתבסס על נחות שדווחו בעבר בכמויות LGN ב לבקנות אדם ^8, אנו צופים כי תחזיות סיבים מן LGN כדי V1 גם מופחתות (איור 1).

Protocol

משפט ואתיקה: מחקר המחקר הנוכחי אושר על ידי משתתפי אדם ועדה לבחינה (HPRC) ב York University, טורונטו. כל המשתתפים נתנו הסכמה מדעת בכתב.

1. נושא ההכנה

הערה: משתתפי Eleven עם OCA, בגילי 36 ± 4 שנים (6 נקבות) הושוו עשרה מכשירים לפי גילים, בגילי 32 ± 4 שנים (6 נקבות). ההיסטוריה משתתף נרשם בטבלה 1.

1. שאל כל משתתף למלא ולחתום על טופס הסכמה המפרט הנחיות הבטיחות MRI ופרוטוקול הדמיה.
2. עבור כל משתתף, לספק אטמי אוזניים לאוזניים. משתתף תפקיד וראש פרקדן ראשון המגנט, ואת ציון דרך מעל העיניים ברמת הגבה. ראשו של המשתתף מאובטח עם כריות לצמצם תנועת הראש. תן המשתתף נורה לסחוט להתראה חולה.

2. פרמטרים MRI מבנית

e_content "> הערה: כל ההדמיה נקנית סורק 3T MRI באמצעות סליל ראש 32 ערוצים במהלך מושב יחיד לכל נושא.:

1. רוכשת אנטומיים T1-weighted ברזולוציה גבוהה תוך שימוש ברצף 3D-MPRAGE המכסה את המוח כולו עם הפרמטרים הבאים: זמן הרכישה 4 דקות 26 שניות, בתחום מ"מ נוף 256, 256 מטריקס, 192 פרוסות בעובי פרוסת 1 מ"מ, עם וכתוצאה מכך גודל voxel איזוטרופיים של 1.0 מ"מ ^3, TR = 1900 ms, TE (זמן הד) = 2.52 ms עם זמן היפוך של 900 ms וזווית להעיף של 9 מעלות, 1 בממוצע, הדמיה מקבילה (iPat גראפה, גורם להאצה 2) .
2. רוכשת רצף DTI מכסה את הקליפה, עם פרוסות באורינטציה רוחבית הבאים השלכתי commissure / האחורי הקדמיים (-PC AC) קו, באמצעות הפרמטרים הבאים: זמן רכישה 8 דקות 5 שניות, בתחום מ"מ נוף 192, 128 מטריקס, ווקסלים 1.5 1.5 מ"מ-מטוס, 56 רציף (פער) פרוס עם 2 מ"מ עובי, TR = 6900 ms, TE = 86 מילישניות, 64 כיוונים, ב-ערך של 1000 s / mm ² (תמונת ייחוס עם b-ערך נמוך של 0 שניות / מ"מ ^2), 1 בממוצע, הדמיה מקבילה (iPat גראפה) עם גורם להאצת 3.
3. לרכוש תמונות 30-40 משוקלל PD בכיוון עטרה, במקביל בגזע המוח, המכסים מהמידה הקדמית של פונס אל החלק האחורי של colliculus הנחה.
   1. השתמש הד ספין טורבו (הד ספין FAST) רצף הדופק ואת הפרמטרים הבאים: רכישת זמן 1 דקות 29 שניות לעמוד סריקה, בתחום מ"מ נוף 192, 256 מטריקס, 30-40 פרוסות בעובי של 1 מ"מ, וכתוצאה מכך גודל voxel 0.75 0.75 1 מ"מ ^3, TR = 3000 msec, TE = 22 msec, טורבו גורם של 5, להפנות את עיקר הזווית להעיף של 120 °, 1 בממוצע, ההדמיה מקבילה (iPat גראפה) עם גורם להאצה 2.
      הערה: S12 נסרק באמצעות הפרמטרים הבאים: בתחום מ"מ נוף 180, 512 מטריקס, 30 פרוסות עם 1 מ"מ פרוסות עבות, וכתוצאה מכך גודל voxel 0.4 x 0.4 x 1.0 מ"מ ^3. כל שאר הפרמטרים נשארו זהים. Acquisitיון זמן 2 דקות 47 שניות.
4. טרום תהליך כל סריקות על ידי המרת DICOM גלם לפורמט NIfTI באמצעות dcm2nii התוכנית.

3. תיחום LGN

הערה: LGN הוא מבנה קורטיקליים קטן הממוקם עמוק בתוך המוח, ומכאן תמונות PD ברזולוציה גבוהה נדרשים לקבוע גבולות האנטומי שלו. בסריקות אלה, LGN מופיע כתחום יחסי עוצמת אות גבוהה אל שטחי WM שמסביב, דבר המקל על זיהוי שלה ^21. LGN אנטומיים מזוהה לאחר מכן נעשה שימוש כאזור זרע עבור tractography.

1. בעוד עיוור לחברות בקבוצה, להתחקות באופן ידני על ימין ועל שמאל מסכות LGN שלוש פעמים כל אחד על תמונות PD בממוצע אינטרפולציה לפעמיים ברזולוציה וחצי גודל voxel (המקורי 256 x 256 מטריקס, 0.75 x 0.75 x 1 מ"מ ³ voxel גודל).
   1. כדי להשיג ברזולוציה גבוהה תמונות PD להשתמש בפונקציית FLIRT הזמינה בחינם וכלי תוכנה אחרים בתוך התוכנה של FMRIBהספרייה (FSL, http://www.fmrib.ox.ac.uk/fsl/). Upsample, לשרשר, תמונות PD נכונות ממוצע תנועה לכל משתתף כפי שתואר לעיל במקום אחר ^22.
   2. טענת את תמונת PD ברזולוציה הגבוהה ב FSLView ולחץ על כרטיסיית הכלים כדי לבחור באפשרות היחידה (או לחץ ) כדי להגדיל את התמונה.
   3. לחץ על כרטיסיית הקובץ כדי לבחור את מסכת יצירת האפשרות, ולהשתמש בסרגל הכלים בפינה השמאלית העליונה של המסך כדי לאתר את LGN בכל פרוסה. אם תרצה, לשנות את הניגודיות של התמונה על ידי גרירת לאורך מינימום / מקסימום בסרגל הכלים על מנת לקדם זיהוי LGN.
2. מיזוג אזורים אלה של עניין (ROIs) לתוך מסכה החציוני באמצעות הפקודה fslmerge.
3. מערבבים את כל המסכות החציוני 'מדרגים לתוך מסכה החציוני יחיד תוך שימוש באותה פקודה.

4. V1 פילוח

1. הפעל "Recon-כל" הפקודה FreeSurfer23 (v5.3.0) על המוחים בחלל אנטומיים הילידים (תמונות-T1 משוקלל) לעיבוד אוטומטי.
2. המר את התפוקות המתאימות בתיקייה MRI החדש שנוצר (orig.mgz, brain.mgz, rawavg.mgz, T1.mgz) כדי NIfTI באמצעות "mri_convert".
3. השתמש מיצוי המוח BET ב GUI FSL לתקן את המוח פלט הפשיטו הגולגולת (brain.nii.gz) בחלל FreeSurfer במידת הצורך. בחר את מיצוי המוח רגיל הפעלה באמצעות אפשרות bet2 (ברירת המחדל). מנמיך את הסף אם תמונה חסרת רקמת מוח, או להגדיל אם רקמה הלא-המוח הוא נתפס (סף ברירת מחדל 0.5). בחר את תמונת פלט חילוץ מוח ותמונת מסכת המוח בינארי פלט (זה האחרון עשוי לשמש תיקונים ידניים) באפשרויות המתקדמות.
4. המרת פרצלציה V1 פלט מסכה נפח באמצעות "label2surf" ופקודות "surf2volume".

5. טרום מעקב רישומים

הערה: על פי השלבים הבאים, התקשר GUI FSL לפתוח כל אחת followinכלי גרם.

1. השתמש מיצוי מוח BET ובחר באפשרות ניקוי Bias השדה & צוואר rawavg.nii.gz גולגולת-פס, הממוקם בתיקיית MRI נוצרה על ידי "Recon-כל". התאם סף לפי צורך.
2. רישום FLIRT ליניארי לרוץ להביא מוחות FreeSurfer ומרחב אנטומיים יליד שטח דיפוזיה.
   1. brain.nii.gz בחר, פלט של Recon-הכל (שטח FreeSurfer), או המוח של הנבדק חילוץ T1 (שטח אנטומיים הילידים) כתמונה קלט, וכן אדי תיקן חילוץ המוח תמונה משוקלל דיפוזיה (DWI) כהפניה תמונה. לאחר מכן לחץ על "Go".
      הערה: פעולה זו יוצרת שתי יציאות, מוח הקלט רשום על תמונת הייחוס (.nii.gz) מטריקס טרנספורמציה (.mat). מלבד רישום, הקובץ האחרון נדרש tractography כאשר שטח זרע אינו דיפוזיה. השתמש מטריצות הטרנספורמציה פלט (.mat) שנוצרה בשלב זה עבור tractography כמוסבר 7.4.2.
3. דוֹמֶהל -5.2, רישום ליניארית FLIRT לרוץ להביא המוח PD של המשתתפים לחלל FreeSurfer ומרחב אנטומיים הילידים.
4. כן מסכות זרע עבור tractography:
   1. החל טרנספורמציות FLIRT מ Utils בארגז הכלים רישום ליניארית FLIRT. השתמש בפלט .mat כמו מטריקס שינוי, LGN המקורי להסוות כקלט ו brain.nii.gz (שטח FreeSurfer) או T1_brain.nii.gz (שטח אנטומיים מקורי) (ראה 5.2) כמו נפח התייחסות. בחר את שיטת אינטרפולציה השכן הקרוב ביותר מבין האפשרויות המתקדמות.
5. שימוש בקבצי brain.nii.gz בלבד, להכין מסכות יעד tractography:
   1. הירשם המוח FreeSurfer לחלל אנטומיים יליד וליצור מסכות היעד על ידי יישום השינוי כדי מסכות V1 (ראה 5.2, 5.4.1) באמצעות אינטרפולציה Tri-לינארית. לחץ על "Go".

6. LGN נורמליזציה

1. השתמש רישום FNIRT שאינו ליניארי כפי שתואר לעיל בכתובת http: //fsl.fmrib.ox.ac.uk / FSL / fslwiki / FNIRT להביא המוח הלא חילוץ של המשתתפים בחלל אנטומיים יליד שטח המשרד, באמצעות התבנית המוח כולו מהמכון הנוירולוגי במונטריאול (MNI152).
   הערה: רישום שאינו ליניארי של תמונות אנטומיים מקוריות מומלץ עבור שלב זה, כמו רישומים היו מדויקים יותר כאשר FNIRT יושמה T1s הלא חילוץ לעומת לפלרטט על מוח חילוץ.
2. החל טרנספורמציות כדי מסכות LGN בחלל אנטומיים (המקורי LGN שינה בעבר לחלל אנטומיים ילידי 5.4) באמצעות אינטרפולציה הקרובה-שכן כמתואר 5.4.1 להביא מסכות לחלל משרד.
3. ממוצע כל המסכות LGN בחלל המשרד על פני שתי קבוצות באמצעות של AFNI "3dMean" הפקודה.
4. השתמש "fslmaths -thr" להחיל סף כדי להסוות את ממוצע בחלל המשרד.
5. חשבתי את הרדיוס של המסכה הממוצעת בחלל משרד באמצעות V = 4/3 πr ³ (מניח כדור).
6. קלט במרכז coordi ההמוניתעֲגָבוֹת כל מסכת LGN בודדת בחלל יליד אנטומי באמצעות הפקודה "fslstats -C".
7. צור ROIs הכדורי כרכים זהים פני משתתפים:
   1. השתמש "fslmaths" ליצור נקודת ROI עם הקואורדינטות של מסכת LGN הפרט המתאימה בחלל אנטומיים יליד כפי שנרשם 6.6
   2. באמצעות "fslmaths", להחיל את הרדיוס של המסכה הממוצעת בחלל המשרד ליצור כדור מסביב לנקודת ROI בחלל אנטומיים ילידים.
8. להשתמש במסכות סטנדרטיות אלה זרעי tractography.

7. הסתברותי tractography (FSL 5.0.4)

הערה: על פי השלבים הבאים, התקשר Fdt_gui לגשת כל אחד מהכלים הבאים.

1. נכון עבור עיוותים DWIs עם התיקון הנוכחי אדי. בחר באפשרות התיקון הנוכחית האד מהתפריט בחלק העליון של חלון ארגז כלי דיפוזיה והעלה את DWI כקלט, עוזב את defaulנפח t הפניה (0).
2. המוח לחלץ את התמונות עם BET כמתואר 4.3.
3. בחר באפשרות טנזורים דיפוזיה לשיקום DTIFIT מהתפריט. ציין ספריית קלט המכיל את הקבצים הבאים: נתונים משוקללים דיפוזיה, nodif_brain_mask (פלט של BET), bvec ו bval (חייב להיות שונה ל bvecs ו bvals; קבצי טקסט המכילים מידע על פרמטרי רכישת תמונת דיפוזיה, פלט של DICOM מרה של דיפוזיה NIfTI נתונים). לחץ על "Go" כדי להפעיל dtifit, אשר מתאים מודל מותח דיפוזי בכל voxel, יצירת קבצים עבור שלאחר עיבוד.
4. הבא, בחר את BedpostX (אמידת הפרמטרים דיפוזיה) אפשרות מהתפריט. השתמש ספריית קלט זהה עבור DTIFIT. לחץ על 'המשך' ליצירת כל הקבצים הדרושים עבור tractography.
5. מאותו התפריט, לבחור ProbtrackX למעקב הסתברותי ולהפעיל אותו עבור כל חצי הכדור בנפרד. שמור אפשרויות בסיסיות ברירת המחדל (5,000 דגימות, 0.2 עקמומיות loopcheck applieד) ובחר שונה אוילר לחישוב מייעל הסתברותי מן האפשרויות המתקדמות עבור דיוק מוגבר.
   1. בחר את הפלט של BedpostX המכיל קבצי .merged כספריית BEDPOSTX.
   2. בחר מסכת אחת כשטח זרע ולטעון את מסכת LGN טרנספורמציה (בחלל אנטומיים ילידים) כתמונת הזרע, T1 (המוח בחלל יליד אנטומיים) כדי מטריקס טרנספורמציה דיפוזיה כגרעין דיפוזיה לשנות, ו V1 (בחלל אנטומיים ילידים) ב "מטרות פומביות" (אלא מסכות הדרה) כיעד.
   3. השתמש אמנת רשת ברירת מחדל (קארה) ולטעון את המוח בחלל אנטומיים ילידים (תמונת T1) כתמונה להתייחסות שטח.
6. חזור ProbtrackX למעקב הסתברותי באמצעות ROIs הכדורית הסטנדרטית (שנוצרה בשלב 6) כאזורים זרע עבור tractography כמתואר 7.5.2. ROIs העלה באותה הדרך טרנספורמציה LGN (שטח אנטומיים) הועלה ב 7.5.2.
7. להפעיל מחדש tractography (7.5), הפעםעם זרע (לא מנורמל) ומסכות היעד בחלל FreeSurfer בתוספת מסכת גבול חומר הלבנה הנגדית של FreeSurfer כמו מסיכת הדרה, כדי למנוע מעבר מעל ולהבטיח קשרי ipsilateral ישירים. סמן את אפשרות Surface מארגז כלי ProbtrackX ובחר FreeSurfer כמו אמנת רשת.
   הערה: חשוב להדגיש tractography כי הוא תמיד לרוץ מחלל דיפוזיה, אבל Probtrackx למעקב הסתברותי מאפשר ההזנה של מסכות זרעי היעד בחלל שונה, יחד עם מטריקס טרנספורמציה לחלל דיפוזיה. במחקר זה, tractography הסתברותי נדרס עם מסכות בשני אנטומיים יליד ומרחב FreeSurfer (איור 2).

8. דטרמיניסטיים tractography (סטודיו DSI)

1. להרחיב אדי תיקן תמונות משוקלל דיפוזיה ב DSI Studio ²⁴ על ידי לחיצה על שלב 1: תמונות קוד פתוח. bvec טען וקבצים bval על חלון ב-השולחן כי הוא אוטומטי אופנדתי כדי ליצור קובץ מקור (.src).
2. טען את קבצי מקור שנוצרו על גבי חלון השחזור כדי לשנות את ברירת המחדל משוחזרת מסכות מוח לפי צורך.
3. לאחר מכן, בחר DTI כשיטת שיקום ²⁵ ולהפעיל אותו על קבצי המקור כדי לייצר קבצי מידע סיבים (.fib).
4. תביא מוח PD המשתתף לחלל דיפוזיה באמצעות FLIRT רישום ליניארית.
5. החל טרנספורמציות כדי מסכות LGN באמצעות אינטרפולציה השכן הקרוב ביותר כמתואר 5.4.1.
6. פתח .fib קבצים בחלון המעקב של התכנית.
7. הפעל מעקב עבור כל חצי הכדור בנפרד, באמצעות LGN בחלל דיפוזיה כגרעין ואזור 17 (V1) מן האטלס ברודמן זמינים DSI סטודיו כאזור terminative. טען את מסכת LGN ידי לחיצה על כרטיסיית האזורים להרחיב אזור. בחר באפשרות הזרע תחת הקלידו את רשימת האזור על השמאל של המסך. כדי לטעון את מסכת V1 מאטלס, לחץ על אטלס מסרגל הכלים ברשימת האזורלבחור את האטלס המתאים.
8. בכל ריצה, להגדיר את WM הנגדי (בשם שמאלה / ימינה-מוחי-לבן-משנה) מסכה מעל אטלס פילוח FreeSurfer (ראה מסגרת רשימת האזור בחלון המעקב) כאזור של הימנעות (ROA).
9. חזור על מעקב (8.7-8.8) באמצעות ROIs כדורית בחלל דיפוזיה במקום LGN הפרט כאזורים זרע עבור tractography.
   הערה: ROIs הכדורי יש את אותו נפח בכל הנושאים מרוכזים על מרכז המסה של כל LGN.
10. נורמליזציה LGN חזור, בסעיף 6, אלא שהפעם רישום המוח בחלל דיפוזיה לחלל המשרד תקן, ומיישום טרנספורמציות כדי LGN בחלל דיפוזיה (המקורי LGN שינו בעבר לחלל דיפוזיה 8.4-8.5) להביא מסכות לחלל המשרד סטנדרטי. חשבתי את הנפח של ROI הכדורית כמו הנפח הממוצע של כל LGN פני נושאים בחלל משרד.
    הערה: פרמטרים מעקב יכול להיות שונה על ידי המשתמש. עבור רוב הריצות, פרמטרי מעקב המחדל יושמו. עבור אנשים מסוימים (A5, A7, S12), סף אנאיזוטרופיה (ברירת מחדל 0.14-0.15) הונמך (0.10-0.12) ו סף זוויתי (ברירת מחדל 60) הוגדל (65-85) להדמיה נחמדת. סכמטי של הטכניקה מוצג באיור 3.

9. ניתוח סטטיסטי - TBSS (FSL)

הערה: סטטיסטיקה מרחבית מבוססי החוברת ניתוח סטטיסטי voxelwise של FA של המשתתפים maps16 שהושג עם dtifit26. זה נעשה שימוש נרחב בכל הקשור לסטטיסטיקה על נתונים דיפוזיה. גישת voxelwise זה מתגברת על בעיות יישור והחלקת פוטנציאל לראות בניתוח VBM בסגנון אנגלי ומספקת חקירת מוח כולו, בלתי ניתן להשגה באמצעות approaches16 tractography מבוסס.

1. הפעל "tbss_1_preproc" על נתוני FA הנמצאים בספריית TBSS חדש שנוצרה.
2. הפעל "tbss_2_reg" - T ליישם רישום שאינו ליניארי, להעמיד כל הנתונים FA של המשתתף לחלל משותף (FMRIB58_FA,תמונת היעד ב TBSS).
3. צור שלד FA ממוצע עם המרכזי של כל שטחים הנפוצים בקרב משתתפים באמצעות "tbss_3_postreg -S".
4. לָרוּץ "Tbss_4_prestats 0.2" להקרין כל מפת FA המיושרת של משתתף על שלד הממוצע של כל מפות FA המיושרות.
5. יצירת קבצי design.con ו design.mat, להבטיח כי סדר המטריצה ​​עולה בקנה אחד עם הסדר שבו TBSS מראש עיבד את נתוני ה- FA.
6. הפעל "randomise", באמצעות אפשרות T2, אשר מומלצת עבור TBSS כפי שהוא פועל על שלד (קבוצת משנה מופחת של נתוני 3D), ו -5,000-מוטציות מראש, אשר נותנת-ערכי p מדויקים יותר.

10. ניתוח סטטיסטי - SPSS

1. לחלץ ממנו את ערכי ה- FA מ דטרמיניסטי נתונים
   הערה: ערכי FA מבוססים דטרמיניסטית נגזרו קבצי טקסט סטטיסטיקת פלט סטודיו DSI. ערכים אלה מייצגים את FA הממוצע בתוך השטחי שנוצר, WHich במקרה זה מתאים באזור של הניתוח.
   1. מעקב סיבים לרוץ בסטודיו DSI.
   2. שמור את קבצי הטקסט "הסטטיסטיקה" שיצרו DSI Studio עבור כל קבוצה של שטחים שנוצרו ולהקליט את הערכים 'FA אומר' מהם.
2. לחלץ ממנו את ערכי ה- FA מ הסתברותי נתונים
   הערה: ערכי FA הסתברותי המבוסס נגזרים קבצי fdt_paths פלט ProbtrackX2. אלה דימויי צפיפות 3D בדרך כי במחקר זה לכסות את האזור המתאים לחדר הניתוח.
   1. השתמש רישום ליניארית FLIRT להביא כל קבצי fdt_paths של משתתף לחלל דיפוזיה.
   2. Binarize המסכות פלט באמצעות "fslmaths - bin".
   3. עבור כל משתתף, להכפיל את המסכה על ידי המפה FA שלהם dtifit באמצעות "fslmaths -mul".
   4. הפעל פקודה "fslmeants" כדי למצוא את ה- FA הממוצע מתחילת כל מסכה בדרכי.
3. ריצת ניתוחים עם SPSS (שימוש דטרמיניסטי הסתברותי
   נתונים)
   NOTE: ניתוח סטטיסטי מתבצע באמצעות SPSS 20 עבור Mac. מאז חצי הכדור הוא משתנה בתוך-נושא, מודל ליניארי כללי (GENLIN) עם שלגביהם ההשפעות בכל צד של המוח יכולות להיות מסתכלים בנפרד, מוחל. באופן ספציפי, אמידת המשוואה הכללית (GEE) משמשת.
   1. בבדיקות נפרדות, להגדיר כל אחד אומר FA ולייעל ספירה (waytotal או אחוז שנוצר מייעל, PGSL) כמשתנה התלויה.
      הערה: במחקר זה, לייעל ספירה זו מתבססת על ערכים דרך מוחלט. Waytotal מתאר את המספר הכולל של קווי זרימה שנוצר שלא נדחו על ידי קריטריוני ההכללה / הדרה ^27. מספר מייעלת שנוצר (NGSL), אשר מתייחס למספר הכולל של מייעלת נשלח, הוא שווה למספר של ווקסלים במסכת הזרע מוכפל במספר דגימות שנלקחו כל voxel (5,000 במקרה זה). אחוז המייעל שנוצר (PGSL), waytotal מחולק NGSL פעמים 100, הוא מדד של קונה מוצלחctivity בין הזרע לבין היעד.
   2. ללמוד את ההשפעה של קבוצת ומגדר על LGN קישוריות V1 ידי הגדרתן משתנים בלתי תלויים כמו כל הבדיקות.
      הערה: השפעות עיקריות וכן אינטראקציות שתיים או משולשת נחקרו. חשוב לציין כי בדיקות הבודדות אלה אינן מותנות זו לזו, כך את המשמעות של אפקט מרכזי אחד או אינטראקציה היא עצמאית של אחרים.
   3. ציין את גילך כמו covariate עבור כל הבדיקות. כמו כן, השתמש נפח LGN כמו covariate לבדיקות עם ממוצע FA ו waytotal כמשתנים תלויים, אך להשמיט אותו מבדיקות עם PGSL כמשתנה תלוי.
      הערה: נפח המוח סה"כ נמצא להיות covariate מבוטל ולכן הושמט מסטטיסטיקה.
   4. בחר את שיטת התיקון Bonferroni להתאים להשוואות מרובות ²⁸ (רמת p משמעות <0.05).

Results

סעיף זה מספק סיכום של תוצאות שהושג באמצעות שני אלגוריתמים שונים של tractography, הדטרמיניסטי הסתברותי. כרכים LGN בחלל PD שבו מסכות נמשכו במקור, כמו גם בכל מקומות אחרים בהם נעשה שימוש במחקר זה, נרשמות בטבלה 2, והדגשת LGN מתוארת באיור 4. התוצאות המדווחות כאן מבוססות על ריצות שהשתמשו כדור סטנדרטי כמו ROI LGN. נפח LGN רגיל היה 461 מ"מ ³ בשתי ההמיספרות בחלל אנטומיים (בטווח הסתברותית), ו 292.5...

Discussion

WM Altered, וליתר דיוק, ירידה קישוריות ב לבקנות בהשוואה לקבוצת הביקורת היו צפויות. לפיכך, FA מופחת במחצית המוח הימנית של לבקנות בהשוואה לקבוצת הביקורת, כמו גם את קישוריות ירד בגברים עם לבקנות דיווחו כאן עולים בקנה אחד עם התחזית שלנו. השפעות מגדר אונה אינן ברורות לחלוטין, אם כי מחקר על המוח הבריא המרמז ירד מורכבות WM באונה השמאלית של זכרים לעומת נקבות ^30-31 יכול להסביר חלק מההבדלים מגדרית ואת קשור אונה שנצפו במחקר זה. קישוריות מופחתת לבקנות זכרה לעומת לבקנות נשי עשויה לה...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
מגנטום טים טריו 3T MRI	סימנס (ארלנגן, גרמניה)
FMRIB' s ספריית תוכנה (FSL)			http://www.fmrib.ox.ac.uk/fsl/
FreeSurfer			http://surfer.nmr.mgh.harvard.edu
DSI Studio			http://dsi-studio.labsolver.org
SPSS