Abstract
Der Fokus dieser Studie war es, die Auflösungsgrenzen der strukturellen MRI eines postmortalen Hirn Vergleich zu lebenden menschlichen Gehirn zu testen. Die Auflösung der strukturellen MRT in vivo wird letztlich durch physiologische Lärm, einschließlich Pulsation, Atmung und Kopfbewegung begrenzt. Obwohl Imaging Hardware weiter zu verbessern, ist es immer noch schwierig, Strukturen auf der Millimeterskala lösen. Zum Beispiel die primären visuellen sensorischen Bahnen Synapsen am lateralen Kniehöcker (LGN), eine visuelle Relais und Steuerkern im Thalamus, die normalerweise in sechs verschachtelte monokularen Schichten organisiert. Bildgebungsstudien waren nicht in der Lage, zuverlässig zwischen diese Schichten aufgrund ihrer geringen Größe, die geringer als 1 mm dick sind.
Das Auflösungsgrenze von strukturellen MRI, in einer post mortem Gehirn wurde getestet, indem mehrere Bilder über eine lange Dauer (~ 24 h) gemittelt. Das Ziel war es zu prüfen, ob es möglich ist, die einzelnen L behebenAyers der LGN in Abwesenheit von physiologischen Rauschen. Ein Protonendichte (PD) 1 gewichtete Impulsfolge mit unterschiedlicher Auflösung und andere Parameter, die minimale Anzahl der Bilder notwendig, registriert werden zu bestimmen und gemittelt, um zuverlässig zu unterscheiden, die LGN und anderen subkortikalen Regionen. Die Ergebnisse wurden auch Bilder in lebenden menschlichen Gehirn erfasst verglichen. In vivo Probanden wurden, um die zusätzliche Wirkung von physiologischen Störungen in der minimalen Anzahl von PD-Scans benötigt subkortikalen Strukturen, nützlich in klinischen Anwendungen zu unterscheiden bestimmen abgetastet.
Introduction
Das Ziel dieser Untersuchung war es, die Auflösungsgrenzen der strukturellen MRT in Abwesenheit von physiologischen Lärm testen. Protonendichte (PD) gewichtete Bilder wurden in einer post mortem Gehirn über eine lange Zeitdauer (zwei bis 24 hr-Sitzungen) erworben, um die minimale Anzahl von Bildern, die registriert werden benötigt ermitteln und gemittelt, um die subkortikalen Strukturen aufzulösen. Zum Vergleich wurden auch PD-gewichteten Bildern auch in lebenden Menschen über eine Anzahl von Sessions erworben. Insbesondere war es das Ziel, festzustellen, ob es wäre in einem Best-Case-Szenario möglich ist, alle sechs einzelnen Schichten der menschlichen LGN, die etwa 1 mm dick (Abbildung 1) sind zu lösen.
Abbildung 1. Menschen Corpus geniculatum laterale Schichten. Schematische Darstellung der Schichtstruktur des LGN. Großzellige (M) Schicht größerer neuronalen umfasstZellgröße und kleinere Zelldichte, die verantwortlich für die Lösung Bewegung und natürlich Konturen sind (Schichten 1-2, dargestellt als dunkelgrau). Kleinzelligen Schichten (P) von kleineren neuronalen Zellgröße und größere Zelldichte, die für die Lösung fein Form und Farbe (Schichten 4-6, hellgrau dargestellt) zuständig sind, zusammen. Maßstabsleiste 1 mm. Abbildung basierend auf gefärbten menschlichen LGN 12.
Die räumliche Auflösung der MRT wird verbessert, wenn die Matrixgröße erhöht wird, und als Feld (FOV) und Schichtdicke verringert. Jedoch verringert eine erhöhte Auflösung des Signal-Rausch-Verhältnis (SNR), das proportional zu der Voxelvolumen ist. SNR ist auch proportional zu der Quadratwurzel der Anzahl von Messungen. In lebenden Menschen, auch wenn mehrere Bilder können über eine Anzahl von getrennten Imaging-Sitzungen erworben werden, die ultimative Auflösung wird durch physiologische Rauschen begrenzt, wie Atmung, Kreislauf-Pulsationen und Kopfbewegung.
Hoch-Auflösung (0,35 mm in der Ebene liegende Voxel) Pd gewichtete Scans wurden erworben. PD-Scans verbessern grauen und weißen Kontrast im Thalamus 1, und führen zu Bildern, die T 1 und T 2 Wirkungen zu minimieren. Sein Bild ist abhängig von der Dichte von Protonen in der Form von Wasser und Makromolekülen, wie Proteinen und Fett in dem Bildgebungsvolumen. Die erhöhte Anzahl der Protonen in einem Gewebe ein helleres Signal auf dem Bild aufgrund der höheren Längsmagnetisierungskomponente 2.
PD-gewichtete Scans wurden gesammelt, da sie einen höheren Kontrast der subkortikalen Strukturen mit dem umgebenden Gewebe. Andere Kontraste wie T1- und T2-gewichteten Bildern führen zu Schwierigkeiten bei der Abgrenzung subkortikalen Strukturen wie der LGN durch kleinere Kontrast-zu-Rausch-Verhältnisse, wie ƒ 1,3 bestimmt.
Ebenso fanden früheren Studien, dass PD-gewichteten Bildern von Formalin fixiert post-mortem Gehirnen resulted in höheren Kontrastunterschiede zwischen grauen und weißen Substanz im Vergleich zu T1- und T2-gewichteten Bildern, die ähnliche graue und weiße Bild egal Intensitäten 3,4 hatte. Die zugrunde liegenden biophysikalischen Faktoren können diese Unterschiede zu erklären. T1 (längs) und T2 (quer) Relaxationszeiten der Wasserstoffprotonen davon abhängen, wie Wasser bewegt sich innerhalb des Gewebes. Fixiermittel wie Formalin Arbeit von vernetzenden Proteinen. Zwischen verschiedenen Gewebetypen sind die Unterschiede zwischen Wasser mit eingeschränkter Mobilität, wenn Fixiermittel verwendet werden. Reduziert T1 Gewebekontrast wurde nach der Fixierung beobachtet, wohingegen die Unterschiede in der relativen Dichte von Protonen innerhalb von Gehirngewebe erhöhte sich mit der Fixierung bessere Gradationsdifferenzierung 3, 4.
Frühere Studien haben die LGN in PD-gewichtete Scans identifiziert, mit einem 1,5 T 5,6,7, und bei 3 T-Scanner 8,9. Es ist wichtig, diese Abtastungen zu erhalten, um in der Lage, genau darzulegen, das Ausmaß sein,die LGN. Um eine vollständige Abdeckung der subkortikalen Kerne zu erhalten, wurden 18 PD-gewichteten Scheiben innerhalb des Thalamus erhalten. Jeder Band wurde auf das Doppelte der Entschließung 1024 Matrix neu abgetastet, (0,15 mm in der Ebene Voxelgröße), verkettete, Motion korrigiert und gemittelt, um eine hochauflösende 3D-Bild der subkortikalen Strukturen zu erzeugen. Die optimale Anzahl der PD-Bilder für das folgende Slice Anordnung erforderlich war 5, die Verringerung Scan-Zeit auf weniger als 15 min in lebenden Menschen. Nur noch 1 Bild PD war erforderlich, um subkortikalen Regionen deutlich abzugrenzen in der post mortem Gehirn, Verringerung der Zykluszeit auf weniger als 3 min (Abbildung 2 und 3).
Eine ganze Formalin fixierten postmortalen Hirnprobe wurde von einer Frau, die von Herzstillstand im Alter von 82 Jahre gestorben war gescannt. Überprüfung der medizinischen Unterlagen ergab, dass sie hatte: chronisch obstruktive Lungenerkrankungen, Angina, Dreibett-Bypass-Operation 8 Jahre vor dem Tod, Gebärmutterkrebs mit Hysterektomie behandelt7 Jahre vor dem Tod, Hyperlipidämie, Glaukom und Katarakt-Chirurgie. Postmortalen Hirnprobe wurde in 10% neutral gepuffertem Formalin immersionsfixiert für mindestens 3 Wochen bei 4 ° C postmortalen Hirn wurde mit dem gleichen Bildgebungsprotokoll als auch mit anderen Parametern im Verlauf von vielen Stunden für die Bildqualität Vergleiche gescannt . Nur die optimierten Parameter für das Protokoll beschrieben.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. Teilnehmer und Postmortem Gehirn Set-Up
HINWEIS: Alle Bilder wurden mit einem 3-T-MRT mit einem 32-Kanal-Kopfspule und allen MRT erfasst wurde bei RT ca. 20 ° C, durchgeführt. Alle Teilnehmer waren Rechtshänder und gab eine schriftliche Einverständniserklärung. Jeder Teilnehmer war bei guter Gesundheit ohne Geschichte von neurologischen Erkrankungen. Das experimentelle Protokoll wurde genehmigt und nach den Richtlinien der York University Menschen Teilnehmer Review Committee.
- Stellen jeder Teilnehmer ausfüllen und unterschreiben eine Patienteneinwilligung, die MRI-Sicherheitsrichtlinien und der Neuro-Bildgebung Protokollinformationen.
- Für jeden Teilnehmer platzieren Ohrstöpsel in jedem Ohr und sichern Sie den Kopf mit Pads auf Kopfbewegung zu minimieren.
- Für Post-mortem-Bildgebung des Gehirns, stellen Sie sicher, das Gehirn vor Neuroimaging befestigt und ist innerhalb von einem Beutel oder Behälter, die innerhalb des MRI-Kopf-Spule passt enthalten. Setzen Sie den postmortalen Hirn in der Kopfspule mit seiner z-Achse (überlegen inferior) mit der Bohrung des Scanners ausgerichtet ist. Der Hirnstamm (posterior) sollten auf den Fuß des Scanner-Bett zu stellen.
- Zeigen Vakuumkissen Hände um den Post-mortem-Gehirn für zusätzliche Unterstützung.
2. Lokalisieren und Verschreibung der Subcortex
HINWEIS: Der Thalamus ist ein Dual-gelappten Struktur in der Nähe der Mitte des Gehirns zwischen dem Mittelhirn und der Großhirnrinde, liegt. Innerhalb der dorsalen Thalamus, dem menschlichen LGN ist eine kleine subkortikale Struktur, die ein Maximum von ~ 10 mm erstreckt.
- Um einen neuen Teilnehmer zu registrieren, öffnen Sie die MRT-Imaging-Software und klicken Sie auf die Registerkarte Patient in der oberen linken Ecke. Dann klicken Sie auf Registrieren.
- Geben Sie die entsprechenden Patienteninformationen, und klicken Sie auf die Registerkarte Exam.
- Um einen Localizer Scans zu erhalten, klicken Sie auf die Registerkarte Exam Explorer, ein neues Protokoll zu erstellen. Die Set-up-Fenster auf dem Bildschirm zu beobachten, klicken Sie auf die Registerkarte Routine, und geben Sie die folgenden Parameter: ÜbernahmeZeit 28 sec, Erfassungsmatrix 160 × 160, 1 Scheibe, 1,6 mm dicken isotropen Voxelgröße, FOV = 260 mm, FoV Phase = 100%, Scheibe Auflösung = 69%, Phase und in Scheiben schneiden Teilphasen Fourier = 6/8, TR = 3.15 ms, TE = 1,37 ms, Flipwinkel = 8 °.
- Überlagern die Scheibe Auswahlfeld zur Erfassung der PD Bilder über das Localizer-Abdeckung der subkortikalen Kerne im Thalamus sowie umgebenden Strukturen (Abbildung 4) verwendet.
3. Hochauflösende Strukturparameter
- Erstellen Sie ein neues Protokoll für den Erhalt von hochauflösenden PD-gewichtete Scans. In der Set-up-Fenster auf dem Bildschirm, klicken Sie auf die Registerkarte Routine, und geben Sie die folgenden Parameter in der koronalen Orientierung: Erfassungszeit 179 sec, Erfassungsmatrix 512 x 512, 0,3 x 0,3 x 1 mm 3 Voxelgröße, TR = 3.25 sec , TE = 32 ms, Flipwinkel = 120 °, verschachtelte Schichtaufnahmen, FoV lesen = 160 mm, FoV Phase = 100%, parallele Bildgebung (GRAPPA) mitein Beschleunigungsfaktor von 2.
- Verwenden Sie einen Turbo Spin-Echo-Sequenz, die mit einem Echozuglänge von 5. Der erste Echo bei 32 ms ist die effektive Echo für diese Sequenz. Reduzieren die Bandbreite (BW) auf das mögliche Mindestmaß, 40 Hz / Pixel, um das SNR zu maximieren. Um Scandauer zu reduzieren, wählen Sie 18 Scheiben, die jeweils 1 mm dick, mit einem FOV = 160 mm. Diese Platte bietet genügend Deckung der subkortikalen Regionen von Interesse.
HINWEIS: Für die sichere Identifizierung von subkortikalen Strukturen, zu erwerben 5 läuft mit den oben genannten Parametern. Die gesamte Scandauer ist nur ~ 15 Minuten (Abbildung 5). Fett-Sättigung nicht verwendet wurde.
- Verwenden Sie einen Turbo Spin-Echo-Sequenz, die mit einem Echozuglänge von 5. Der erste Echo bei 32 ms ist die effektive Echo für diese Sequenz. Reduzieren die Bandbreite (BW) auf das mögliche Mindestmaß, 40 Hz / Pixel, um das SNR zu maximieren. Um Scandauer zu reduzieren, wählen Sie 18 Scheiben, die jeweils 1 mm dick, mit einem FOV = 160 mm. Diese Platte bietet genügend Deckung der subkortikalen Regionen von Interesse.
- In Post-mortem-Bildgebung des Gehirns, kann zuverlässige Identifizierung der subkortikalen Strukturen in nur einem Scan mit der Gesamtdauer von nur ca. 3 Min nach dem gleichen Scan-Protokoll wie in 3.1 (Abbildung 6) zu beachten.
4. Bildanalyse
HINWEIS: Um die MRI-Daten zu analysieren, verwenden Sie den frei verfügbaren FMRIB istSoftware Library (FSL) Paket zum Download bereit (https://www.fmrib.ox.ac.uk/fsl/).
- Öffnen Sie ein Terminalfenster und wandeln die rohen DICOM-Dateien aus dem Scanner für jedes PD Lautstärke auf einen NIfTI Format mit einer DICOM zu NIfTI Konverter. Eine Reihe davon stehen zum Download frei zur Verfügung (z. B. https://www.nitrc.org/projects/mricron). In der Befehlszeile dcm2nii gefolgt von dem Verzeichnis jedes PD gewichteten Bildlauf.
- In einem Terminal-Fenster zu erhalten, die Parameter der Original-PD-Scan. Geben fslinfo in der Befehlszeile, gefolgt von der PD-Scan in NIfTI Format.
- Erstellen Sie einen hochauflösenden blank image Zielvolumen, das zweimal die Auflösung und die Hälfte der Voxelgröße durch die Parameter von fslinfo gegeben von der Original-PD-Scan hat. Die Reihenfolge der Dateneingänge dieses Befehls sind die folgenden:
fslcreatehd <xsize> <ysize> <zGröße> <tsize> <xvoxsize> <yvoxsize> <zvoxsize> <tr> <XORIGIN> <YORIGIN> <zorigin> <Datentyp> <Header>
HINWEIS: Wenn beispielsweise der ursprüngliche PD-Scan mit den folgenden, wie in 3.1 beschriebenen Parameter werden gesammelt (dh 512 x 512-Matrix, 18 Stück, 0,3 x 0,3 x 1 mm 3 Voxelgröße, TR = 3,25 s), geben Sie den folgenden in das Befehlsfenster:
fslcreatehd 1024 1024 36 1 0,15 0,15 0,5 3,25 0 0 0 4 blankhr.nii.gz - Definieren Sie die Transformation mit einer Identitätsmatrix. Geben Sie einen beliebigen Texteditor eine Textdatei als "identity.mat ', die so aussieht gespeichert:
0 0 0
100
0 1 0
0 0 1 - Verwenden Sie den Befehl flirt, um die Transformation anzuwenden, Upsampling jedes Original PD gewichtete Durchlauf, um die Gesamtauflösung von einem 512 bis 1024 Matrix verdoppeln und halbieren die Voxelgröße in jeder Dimension, was zu einer Auflösung von 0,15 x 0,15× 0,5 mm 3. In einem Terminal-Fenster für jeden PD Volumen, geben Sie den folgenden Befehl flirt Änderung der ursprünglichen und Ausgangsnamen pro Lauf:
flirten -interp sinc -in originalPD.nii.gz -ref blankhr.nii.gz -applyxfm -init identity.mat -out highresPD.nii.gz
HINWEIS: Wo originalPD.nii.gz ist die Quell-Volume ist blankhr.nii.gz die gewünschte Ausgabeauflösung und highresPD.nii.gz ist der Name des Ausgangsvolumens. - Verschieben Sie alle hochaufgelöste Bilder in einen neuen Ordner, und navigieren Sie in einem Terminal-Fenster.
- Für jeden Teilnehmer zu verketten alle Upsampling PD Bilder in einer einzigen Datei mit 4D fslmerge. In einem Terminal-Fenster-Typ:
fslmerge -t concat_highresPD * .nii.gz
HINWEIS: Dies erstellt eine Datei namens 4D concat_highresPD.nii.gz. - Bewegung korrigieren Sie die verkettete Datei mit mcflirt 10. Dieses Tool ermöglicht eine automatisierte robust Anmeldung für lineare (affine) unter und intermodale Gehirn Bilder. Wähle aus4-Stufen-Korrektur, die si-Interpolation (intern) als weiteres Optimierungsdurchlauf für größere Genauigkeit verwendet. In einem Terminal-Fenster-Typ:
mcflirt -in concat_highresPD -out mcf_concat_highresPD.nii.gz -Schritten 4 -plots
HINWEIS: Dies erstellt eine Datei namens 4D mcf_concat_highresPD.nii.gz. - Schließlich erstellen Sie die 3D-Bild mit Hilfe bedeuten fslmaths. In einem Terminal-Fenster-Typ:
fslmaths mcf_concat_highresPD.nii.gz -Tmean mean_highresPD.nii.gz
HINWEIS: Dies erzeugt eine 3D-Datei namens mean_highresPD.nii.gz, die von hoher Qualität ist, - Visualisieren Sie das endgültige Ergebnis 3D hochauflösendes Bild mit dem Befehl FSLView. In dem Verzeichnis, wo Sie Ihr Bild ist, geben Sie Folgendes in einem Terminal-Fenster:
FSLView mean_highresPD.nii.gz. " - Untersuchen Intensitätsprofile der ROIs in Frage. Erstellen Sie eine ROI mit FSLView (dies kann eine vertikale Linie in einem Bereich der LGN beispiels gezogen sein). In FSLView laden Sie das Bild mit hoher Auflösung PD. Klicken Sie auf die Registerkarte Tools,klicken Sie auf die Registerkarte Einzelbild, um das Bild zu vergrößern zum Zeichnen von ROIs. Klicken Sie dann auf die Registerkarte Datei, gefolgt von der Registerkarte Erstellen Mask. Zeichnen Sie eine Linie in der ROI von Interesse. Speichern Sie die ROI, indem Sie auf Datei und dann auf Speichern unter. Wiederholen Sie die Leitungsmasken für mehrere Bereiche innerhalb der ROI für die Intensität Vergleiche und anderen ROIs in Frage.
- Verwenden 3dmaskdump Befehl AFNI ist, um die resultierende Intensität des Bildes zu analysieren. Im Verzeichnis der in dem die Bilder, verwenden Sie den folgenden Befehl in einem Terminal-Fenster, um die Bildintensitäten und Lage zu extrahieren (wie result_mask.txt gegeben) Ihrer ROI-Maske:
3dmaskdump -o result_mask.txt -noijk -xyz -mask ROI_linemask.nii.gz PDaverage_image.nii.gz
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Sobald die subcortex innerhalb des Thalamus vorgegeben sind, PD-gewichteten Bildern innerhalb der Scheibe Auswahlfeld (4), gesammelt. Das SNR durch die Erhöhung der Anzahl der Mittelwerte in beiden Obduktion und in vivo-Scans verbessert. Die Bildqualität zu bestimmen, wurde das SNR von verschiedenen Scandurchschnitte von Teilen des Signals des mittleren Gehirnregion mit der Standardabweichung in einem gewissen Bereich außerhalb des Gehirns verglichen. Der SNR als SNR berechnet = 0,655 * mgr Gewebe / σ Luft 11, wobei & mgr; Gewebe bezeichnet den mittleren Pixelintensitätswert eines ROI innerhalb einer Hirnregion, σ Luft bezeichnet die Standardabweichung des Rauschens eines ROI im Hintergrund Luft des Bild, das frei von Geisterartefakten ist, und 0,655 Faktor bezeichnet die Rician Verteilung der Hintergrundgeräusche in einer Größenordnung Bild (Abbildung 2). Die post mortem Gehirn zeigt deutliche demarcation der subkortikalen Strukturen in nur 1 PD gewichteten Volumen (~ 3 min Aufnahmezeit), während mindestens 5 PD gewichtet gemittelt Bilder (~ 15 min) für die in vivo Gehirn benötigt, um klare Abgrenzung der subkortikalen Strukturen zeigen (Abbildung 3) . Die in vivo 5 Volumenmittel zeigte deutliche subkortikalen Detail ähnlich wie die 40 Volumenmittel (Abbildung 5); ein einzelnes Postmortem Volumen zeigten ähnliche Detail auf die 100 Volumenmittel (6). Wir aufgetragen die Linie Intensitätsprofil für die maximale durchschnittliche Scan (40 in vivo, 100 postmortalen). Die linken und rechten in vivo LGN deutlich 6 Intensitätsspitzen entsprechend den sechs Schichten. Um sicherzustellen, dass dies nicht nur eine falsche Ergebnis aufgrund von Rauschen messen wir drei Linienprofil pro LGN an verschiedenen horizontalen Positionen, unter Beachtung der gleichen Peaks in jedem. In der LGN, die Bereiche zwischen den Schichten haben weniger Zellkörper und erwartet weniger dicht und th sein werden erefore zeigen niedrigere PD Intensität. In der post mortem Gehirn, gab es keine Veränderung in der Intensität, die Schichten zurückzuführen ist (Abbildung 7). Repräsentative Ergebnisse aus einer in vivo und eine post mortem Gehirn nach dem obigen Protokoll in MRI Akquisition werden verglichen.
Abbildung 2. Vergleich der SNR auf die Anzahl PD-gewichtete Durchschnittswerte in post mortem und in vivo Gehirn Bilder. Die SNR wurde durch die Erhöhung der Anzahl der Mittelwerte in beiden postmortalen Scans (grau dargestellt) und in vivo-Scans verbessern (schwarz dargestellt) . Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.
Abbildung 4. PD Schichtselektionsgradienten Grenzen. Sagittal Ansicht eines anatomischen Bild in einem lebenden menschlichen Gehirn die Anzeige der Schichtauswahlgrenze (weiße Linien) Einschließen des Thalamus, die die LGN und Hirnstamm. Die Schichtselektionsgrenze wurde als Matrize für die Erhebung der Bild PD Platte aus 18 Scheiben bestehen, jeder verwendet werden 1 mm dick, in lebenden Menschen und auch die postmortalen Hirn. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.
Abbildung 5. In vivo Gehirn Bilder (A) Frontalscheibe von weiblichen (27 Jahre) beträgt in 5 PD Volumen Scans:. Aufnahmezeit = 179 s, 512 Matrix-Bandbreite = 40 Hz / Pixel, TR = 3,25 s, TE = 32 ms, 18 Scheiben, 0,3 & #215; 0,3 × 1 mm 3 Voxel [0,15 × 0,15 × 0,5 mm 3 Voxel upgesampelten]. Klare Abgrenzung der LGN und anderen subkortikalen Strukturen beobachtet. (B) Im koronaren Scheibe der gleichen Hirn gemittelt in 40 PD Bände in derselben Sitzung (Summe der Anschaffungs ~ 2 h), mit den gleichen Abbildungsparameter, wie in (A). Weiß Skala Bars in der vergrößerten Ansicht für (A) und (B) sind 10 mm, und die weißen Pfeile bezeichnen die Position der rechten und linken LGN. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.
Abbildung 6. Postmortem Hirnbilder (A) Im koronaren Scheibe des postmortalen Hirn in 1 PD Volumenscan erworben:. Aufnahmezeit = 179 s, 512 Matrix-Bandbreite = 40 Hz / Pixel, TR= 3.25 sec, TE = 32 ms, 18 Scheiben, 0,3 x 0,3 x 1 mm 3 Voxel [0,15 × 0,15 × 0,5 mm 3 Voxel Upsampling]. Klare Abgrenzung der subkortikalen Strukturen beobachtet. Weiß Maßstab ist 10 mm, und die weißen Pfeile bezeichnen die Position der rechten und linken LGN. (B) Im koronaren Scheibe des postmortalen Hirn gemittelt in 100 PD (~ 5 Stunden Scanzeit) Bände mit der gleichen Scheibe Rezept wie in A. vergrößerte Ansicht, mit klaren Abgrenzung der subkortikalen Strukturen: vordere pulvinar Kern (APUL), CA1-CA3 Felder des Hippocampus, Corpus geniculatum laterale (LG), medialen Kniehöcker (MG), pulvinar (Pul), Nucleus reticularis (Rt), ventralen posterioren Thalamuskern (VPL). Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Diese Studie beschreibt ein optimiertes Protokoll in Erfassungs- und Analysetechnik, um hochauflösende PD gewichtete Bilder der subkortikalen Regionen zu erhalten. Eine Anzahl von Scanparametern wurden geprüft und mit den signifikantesten in Bezug auf die Matrixgröße, Voxelgrße und Bandbreite, um das SNR zu erhöhen und die Anzahl der Erfassungen, ein kritischer Schritt in der Lage, hochauflösende subkortikalen Strukturen bestimmen, modifiziert. In Verbindung mit der Suche nach der optimalen Parameter innerhalb von lebenden Menschen, untersucht diese Forschung die absoluten Grenzen der MRI-Scanner unter idealen Bedingungen, ohne die Sorge von Bewegungsartefakten und Patientenzeitdruck durch das Scannen eines postmortalen Hirn. In zukünftigen Studien kann diese hochauflösendes Bild als Vorlage vor dem Schneiden und Färben der Probe verwendet werden.
Frühere Studien haben geeignete Relaxationszeiten und optimale Protokolle für hochauflösende PD Struktur Bildgebung beschriebenFormalin-fixierte post-mortem Gehirnen einen 1.5 T 3,13. Die Parameter in dieser Studie wurden optimiert, was für reduzierte Scandauer, optimal für die klinischen Umgebungen erlaubt. Wir Linie Intensitätsprofile erfolgreich berichten in der maximalen in vivo durchschnittliche Scan des linken und rechten LGN. Wir aufgetragen die Linie Intensitätsprofil für die maximale durchschnittliche Scan (40 in vivo, 100 postmortalen). Die linken und rechten in vivo LGN deutlich 6 Intensitätsspitzen entsprechend den sechs Schichten. Um auszuschließen, Lärm, maßen wir drei Linienprofilmessungen pro LGN.
Neueste menschlichen MRI Studien haben Atrophie im LGN bei Glaukom Populationen berichtet, in denen die Höhen der LGN wurden Berichten zufolge verringerte sich die Kontrollen 7 verglichen wird, sowie ein Rückgang der LGN Volumen wurde in der Glaukomgruppe 8 gemeldet. Beide Studien begrenzt sind, dass ihre Bilder waren nicht so klar, wie diejenigen, die für die Bewertung in unserer Studie erfasst. Obwohl ter LGN Schichten nicht so deutlich in der postmortalen Hirn nach Erwerb 100 Volumen optimale Protokoll beobachtet (~ 5 h Scandauer), eine Reihe von verschiedenen Möglichkeiten könnten erklären, warum die LGN Schichten nicht ausreichend in der post mortem Durchschnitts. Zum Beispiel kann es gewesen sein unzureichende SNR und / oder Zwischenschicht dagegen zu viel Unschärfe aus dem Volumen-Volumen-Registrierung, zu viel Unschärfe von der 1 mm Schichtdicke, Fixierungsverfahren und gegebenenfalls auf Grund der Degeneration des LGN aufgrund Glaukome 7,8 in diesem post mortem Gehirn. Zusätzlich quantitative Analyse auf der Steuer in vivo Gehirn die rechten und linken LGN Volumina waren 167,94 mm 3 und 168,13 mm 3, wohingegen das gesamte Gehirn Volumen betrug 1364,47 cm 3. Post Mortem rechts und links LGN Volumina waren 73,11 mm 3 und LGN 85 mm 3, während die gesamte Hirnvolumen betrug 909,62 cm 3. Es schien keine dif seinKonferenz in der Form des LGN post mortem Vergleich zu in vivo. LGN Volumen und ganze Gehirn-Analyse wurde auf Basis von Methoden durchgeführt zuvor berichtet, 9.
Obwohl unsere Studie fand optimalen Parameter im medizinischen Bereich unter Verwendung eines Schichtselektionsplatte innerhalb der Regionen von Interesse, wäre eine Beschränkung unserer Technik umfassen die Abbildung des gesamten Gehirns in vivo da es Scandauer zu erhöhen. Zum Beispiel würde ein PD-gewichteten Bild des gesamten Gehirns mit den gleichen Parametern mit 128 Scheiben in 1 Volumen gesammelt nehmen ~ 21 min zu sammeln, ideal für die ganze Gehirn hochauflösende Bildgebung eines postmortalen Hirn. Jedoch mit einem Minimum von 5 Durchschnittswerte für die in vivo Detektion benötigt, ~ 105 min der Scanzeit erforderlich wäre.
Zusammenfassend kann die in dieser Studie beschriebenen bildgebenden Verfahren für zukünftige Experimente in menschlichen subcortex repliziert werden und sind von höchster Qualität im Vergleich zu anderen Bild Modalities wie CT und PET. Einschließlich der LGN des visuellen Systems können auch andere zukünftige Untersuchungen subkortikalen Strukturen wie multisensorische subkortikalen Strukturen wie Pulvinar und auditiven Verarbeitung Strukturen wie der medialen Kniehöcker, Colliculus inferior und Cochlear Nucleus sucht werden.
Subscription Required. Please recommend JoVE to your librarian.
Materials
| Name | Company | Catalog Number | Comments |
| Magnetom Trio 3T MRI | Siemens (Erlangen, Germany). | ||
| Vacuum cushion hand | Siemens | Mat No: 4765454 | Manufactured by: Johannes-Stark-Stk. 8 D-92224 Amberg |
References
- Devlin, J. T., et al. Reliable identification of the auditory thalamus using multi-modal structural analyses. NeuroImage. 30 (4), 1112-1120 (2006).
- Fellner, F., et al. True proton density and T2-weighted turbo spin-echo sequences for routine MRI of the brain. Neuroradiology. 36 (8), 591-597 (1994).
- Schumann, C. M., Buonocore, M. H., Amaral, D. G. Magnetic resonance imaging of the post-mortem autistic brain. J Autism Dev Disord. 31 (6), 561-568 (2001).
- Tovi, M., Ericsson, A. Measurements of T1 and T2 over time in formalin-fixed human whole-brain specimens. Acta Radiol. 33 (5), 400-404 (1992).
- Fujita, N., et al. Lateral geniculate nucleus: anatomic and functional identification by use of MR imaging. Am J Neuroradiol. 22 (9), 1719-1726 (2001).
- Bridge, H., Thomas, O., Jbabdi, S., Cowey, A. Changes in connectivity after visual cortical brain damage underlie altered visual function. Brain. 131 (6), 1433-1444 (2008).
- Gupta, N., et al. Atrophy of the lateral geniculate nucleus in human glaucoma detected by magnetic resonance imaging. Br J Opthalmol. 93 (1), 56-60 (2009).
- Dai, H., et al. Assessment of lateral geniculate nucleus atrophy with 3T MR imaging and correlation with clinical stage of glaucoma. Am J Neuroradiol. 32 (7), 1347-1353 (2011).
- McKetton, L., Kelly, K. R., Schneider, K. A. Abnormal lateral geniculate nucleus and optic chiasm in human albinism. J Comp Neurol. 522 (11), 2680-2687 (2014).
- Jenkinson, M., Bannister, P., Brady, M., Smith, S. Improved optimization for the robust and accurate linear registration and motion correction of brain images. NeuroImage. 17 (2), 825-841 (2002).
- Dietrich, O., Raya, J. G., Reeder, S. B., Reiser, M. F., Schoenberg, S. O. Measurement of signal-to-noise ratios in MR images: influence of multichannel coils, parallel imaging, and reconstruction filters. J Magn Reson Imaging. 26 (2), 375-385 (2007).
- Andrews, T. J., Halpern, S. D., Purves, D. Correlated size variations in human visual cortex, lateral geniculate nucleus, and optic tract. J Neurosci. 17 (8), 2859-2868 (1997).
- Pfefferbaum, A., Sullivan, E. V., Adalsteinsson, E., Garrick, T., Harper, C. Postmortem MR imaging of formalin-fixed human brain. NeuroImage. 21 (4), 1585-1595 (2004).
