2 בינואר 2012
Gyrification מדידה (קיפול קליפת המוח) בכל גיל מהווה חלון אל התפתחות המוח מוקדם. לפיכך, אנו קודם לכן פיתחו אלגוריתם למדוד gyrification המקומית אלפי נקודות מעל חצי הכדור 1. במאמר זה, אנו פירוט החישוב של מדד זה gyrification המקומית.
המטרה הכללית של הליך זה היא לכמת את קיפולי הקליפה המוחית או את הגליקציה (gyrification) ברזולוציה גבוהה ביותר המבוססת על MRI מוחי. דבר זה מושג תחילה על ידי יצירת ייצוגים תלת-ממדיים מדויקים של משטחי הקליפה באמצעות תוכנת FreeSurfer. השלב השני הוא בניית משטח חיצוני העוטף באופן הדוק את משטח הקיפולים באמצעות אלגוריתם סגירה מורפולוגית.
בשלב הבא נוצרים מאות אזורים מעגליים חופפים על פני השטח החיצוני, ואלו מותאמים לפסיקת השטח הקורטיקלי המתאימה להם. לאחר מכן, מחושב היחס בין שני האזורים התואמים בכל נקודה, מה שיוצר מפות אינדיבידואליות של התמסדות מקומית, אשר ניתן להשתמש בהן בהמשך להשוואות סטטיסטיות בין קבוצות אבחנתיות שונות. בסופו של דבר, מדידה של המבנה הקורטיקלי בילדים הגדילים, בבני נוער או במבוגרים יכולה לחשוף התפתחות קורטיקלית חריגה שהתרחשה בחודשים הראשונים לחיים.
היתרון המרכזי של שיטה זו בהשוואה לטכניקות קיימות, כגון כאלו המבוססות על קימור או גיאומטריית מורפולוגיה של תאים, הוא שהיא מספקת מדידה שניתן לפרש בקלות, שאינה מוגבלת על ידי דפנות המעגל ומציעה רזולוציה יוצאת דופן. שיטה זו יכולה לסייע לנו במתן מענה לשאלות מפתח בנוגע להתפתחות של מצבים פסיכיאטריים או הפרעות נוירו-התפתחותיות. במילים אחרות, נוכל להבין כיצד אירועים נוירו-התפתחותיים מוקדמים מאוד, כגון קיפולי קליפת המוח, יכולים להשפיע בשלב מאוחר יותר על התפתחות הפתוגנזה בבגרות.
הרעיון לטכניקה זו עלה בראשונה כאשר הבנו כי מדד ה-ification, ששימש בנוירו-אנטומיה השוואתית במשך עשורים, עשוי להוות אינדיקטור רב עוצמה להתפתחות המוח, אם נצליח להתגבר על הבעיות באופן יישומו. השיטה תוצג בפניכם על ידי מארי, חוקרת בכירה בקבוצה שלנו, וכן על ידי מארי רה, חוקרת בכירה במעבדתו של ז'אן פיליפ טראן. חלק זה של הפרוטוקול משתמש בקו העבודה (pipeline) הסטנדרטי של free surfer.
הפקודות המפורטות כאן מתארות דרך אחת להשגת שחזורי פני השטח של קליפת המוח, אך ניתן להשתמש בפקודות שקולות כדי לייבא את קובצי ה-DICOM הגולמיים של ה-MRI ל-free surfer. התחילו ביצירת מבנה תיקיות. לאחר מכן, עברו לתיקיית ה-MRI של הנבדק והמירו את ה-MRI הגולמי לפורמט של free surfer.
לאחר מכן, הדמיאו את הנפח שהומר. ודאו את איכות התמונה על ידי בדיקה שהאוריינטציה נכונה, שהניגודיות מספקת ושהתמונה אינה זזה. לאחר מכן, השתמשו ב-FreeSurfer כדי ליצור את מודלי הרשת התלת-ממדיים של קליפת המוח.
תהליך זה נמשך מספר שעות. כדי להתמודד עם בעיית Barrett, תוכנת Cellie free surfer יוצרת תחילה נפח אחיד של חומר לבן, המשמש מאוחר יותר כנקודת התחלה עבור משטח החומר האפור-לבן. ראשית, תהליך השחזור מבצע אופטימיזציה למשטח החומר האפור-לבן בהתאם למדרון העוצמה המקומי.
לאחר מכן, משטח זה מורחב עוד יותר עד לממשק ה-CSF האפור כדי ליצור את מודל רשת הערימה. תהליך השחזור יוצר שני מודלי רשת תלת-ממדיים המורכבים מכ-150,000 נקודות לכל המיספירה. המודל הלבן מייצג את הממשק הלבן-אפור, ומודל הערימה מייצג את הממשק האפור-CSF.
כל המשטחים והנפחים נמצאים במרחב המקורי שלהם, מה שמאפשר מדידה ללא עיוות. כעת, בדקו את דיוקם של משטחים משוחזרים אלו באמצעות הלבשת שני המשטחים זה על זה. הדוגמה מציגה את ההתאמה עבור הנבדק המופץ עם חבילת free surfer.
יש לוודא שהמשטח הלבן עוקב במדויק אחר הממשק הלבן-אפור, וכי כלי הדם והממברנה אינם נכללים במשטח הערימה, וזאת כדי לתקן ידנית את תוצאת תהליך השחזור. ניתן להיעזר במדריכים בוויקי של FreeSurfer. לאחר שהמשטחים מספקים, חשבו את מדד המיקום המקומי (LGI).
פקודה זו רצה בדרך כלל במשך כשלוש שעות עבור שני ההמיספירות של משתתף מחקר אחד. בהתאם לעוצמת תחנת העבודה שלך, תהליך ה-LGI מתחיל ביצירת פני שטח חיצוניים באמצעות פעולת סגירה מורפולוגית. לאחר מכן, נוצרים כ-800 אזורי עניין מעגליים חופפים על פני השטח החיצוניים.
עבור כל אחד מהאזורים הללו, מוגדר אזור עניין (region of interest) תואם על פני הערימה. החישוב כולו מסתכם ביצירת מפה פרטנית המכילה ערך LGI אחד עבור כל נקודה על פני הקליפה המוחית. הדבר מביא לכ-150,000 ערכים לכל המיספירה בסיום חישוב ה-LGI.
ניתן לבדוק בשני ההמיספרות של כל נבדק ב-FreeSurfer אם התוצאות תקינות. ערכי LGI הם בדרך כלל בין אחת לחמש. ניתן להגדיר את סף המינימום כ-1 עבור בדיקה מהירה.
מטרתה של השוואה סטטיסטית בין קבוצות היא לכמת את ההשפעה של קבוצה בכל קודקוד (vertex) על פני פאזת פני השטח של קליפת המוח, תוך בקרה על השפעת המגדר והגיל. התחל ביצירת תבנית ספציפית למחקר, על ידי הגדרת כל הנבדקים והקלטים שלך. פקודה זו יוצרת נבדק בשם average.
בשלב הבא, כדי להשתמש בפקודות הקלאסיות להשוואת תוצאות LGI בין קבוצות, צרו קובץ טקסט המכיל את תיאור הנבדקים המשתתפים במחקר. קובץ זה ידוע גם כקובץ תיאור הקבוצות של free surfer. לאחר מכן, בצעו דגימה מחדש (re-sample) של נתוני ה-LGI במרחב זה של הנבדק הממוצע עבור כל המיספרה.
בצעו החלקה של הנתונים על פני השטח הקורטיקליים כדי להפחית את רעש הרקע. כעת חשבו את השוואת הקבוצות ברמת כל קודקוד (vertex). פעולה זו דורשת יצירה של קובץ טקסט להשוואה (contrast text file).
לדוגמה, במקרה של טקסט FSG D, קובץ טקסט הניגודיות צריך להכיל את הערכים אחת מינוס אחת אפס כדי לחשב את ההבדל בין הביקרות למטופלים תוך בקרה על גיל ומגדר. לבסוף, הריצו את ההשוואה. לאחר מכן, הציגו את התוצאות על הנבדק הממוצע באמצעות TK surfer על ידי טעינת קובץ הנתונים שנוצר acabado.
ניתוח לפי קודקודי רשת (Vertex wise analysis) יוצר מפה סטטיסטית המציגה ערכי P מקודדי צבעים הממסכים כל נקודה. דוגמה זו מראה הפחתה משמעותית, בעיקר בהיבטים המדיאליים של המוח. באמצעות האפשרות להגדרת שכבת המיסוך (configure overlay), ניתן לשנות את סף ה-P וכן לבצע תיקון להשוואות מרובות באמצעות שיעור התגליות השגויות (false discovery rate).
Q deck הוא ממשק משתמש גרפי המיושם ב-free surfer כפי שתואר בעבר באמצעות שורת הפקודה. תזדקקו גם לתבנית ספציפית למחקר כדי להשתמש ב-Q deck עם מדד לוקליזציה (localization index). ראשית, לאחר החלקת נתוני ה-LGI, ה-QE דורש בנייה של טבלת נתונים.
זה כולל את תיאור הקבוצות השונות ומשתנים מתערבים אחרים כגון גיל. אם ה-LGI אינו מופיע ברשימת המשתנים התלויים ב-Q deck, הוסף את השורה הבאה לקובץ ה-RC של Q deck הממוקם בספריית הבית שלך. באמצעות Q deck, תקבל בדיוק את אותן התוצאות כפי שמתקבלות בשורת הפקודה, ובנוסף תוכל לתקן עבור השוואות מרובות באמצעות סימולציות מונטה קרלו.
אף על פי שמדד הלוקליזציה המקומי פותח עבור ניתוח ברמת ה-Vertex, מיצע של הנתונים ברמה גסה יותר עשוי להיות מלמד. לצורך ניתוחים גישושיים, ניתן לחלץ ערכי LGI ממוצעים עבור 34 אזורי הגירוס (gyro regions) של סכימת החלוקה הקורטקלית המוטמעת ב-FreeSurfer. מדידות אלו ניתן להשוות לאחר מכן בין הקבוצות השונות באמצעות תוכנות סטטיסטיקה קלאסיות.
לכן, ניתוח ברמת החלקה עשוי להיות דרך מושכת להגביל את מספר ההשוואות הסטטיסטיות. עם זאת, ה-LGI בכל נקודה כבר מכמת את הריבוד באזורי העניין הסובבים. כתוצאה מכך, ה-LGI הממוצע באזורי העניין הנתונים יכול לשקף אף הוא, במידה מסוימת, את הריבוד באזורי העניין השכנים.
עבור פתרונות לבעיות שייתכן שיייתכלו להופיע במהלך עיבוד ה-free surfer או ה-LGI, עיינו בארכיוני הרשימה התפוצית של free surfer. ניתן לשלב עם פרוצדורה זו שיטות אחרות, כגון מדידת עובי קליפתי (cortical thickness) או T tractography. דבר זה יאפשר לכם לראות כיצד שינויים מוקדמים ב-ification יתקשרו להתפתחות קליפתית נוספת או להתפתחות של מסלולי החומר הלבן.
צפייה בסרטון זה תעניק לכם הבנה טובה לגבי האופן שבו יוצרים ייצוג תלת-ממדי של פני השטח של קליפת המוח, כיצד ליצור מפות אינדיבידואליות של קיפול, וכיצד להשוות ביניהן בין קבוצות כדי לזהות הידרדרות מובהקת סטטיסטית של קיפולי קליפת המוח.
צפו בתמליל המלא וקבלו גישה לאלפי סרטונים מדעיים
מחקר זה מתמקד בכימות קיפולי קורטקס באמצעות טכניקות הדמיה מתקדמות. באמצעות שימוש ב-MRI מוחי, המחקר שואף ליצור ייצוגים מפורטים של משטחי הקורטקס כדי לנתח את התפתחות המוח.
מדידה כמותית של קיפולי קליפת המוח באמצעות מדד גירפיקציה מקומי (lGI) מתמונות MR מאפשרת מיפוי ברזולוציה גבוהה של דפוסי התפתחות עצבית, ובכך תומכת בגילוי מוקדם של סמנים ביולוגיים מבניים. גישה זו מגבירה את הביטחון החזוי במדעי העצבים תרגומיים על ידי אספקת מדדים ניתנים לפירוש ובעלי רזולוציה מרחבית להשוואות קבוצתיות. שילוב של ניתוח lGI בתהליכי מו"פ בביופארמה מסייע באימות מטרות ובקבלת החלטות על תיקי פיתוח מותאמות סיכון עבור תוכניות למחלות התפתחותיות של מערכת העצבים והפרעות פסיכיאטריות.
שיטת ה-lGI משלבת שלבים החל מגילוי מוקדם ועד למחקר פרה-קליני, ותומכת בבדיקת היפותזות, פיתוח ביומרקרים ואנליטיקה ברמת קבוצה בפורטפוליו של מחלות מערכת העצבים המרכזית (CNS).