ヒト皮質下の高分解能構造磁気共鳴イメージングインビボと死後
2015年12月30日
ここでは、皮質下構造を解決し、LGNの個々の層が生理学的ノイズなしで解決できるかどうかをテストするために、登録および平均化する必要がある最小数の画像を決定するためのプロトコルを提示します。
この実験の全体的な目標は、死後と生きている人間の脳の両方の皮質下構造を解決および比較するために、構造 MRI の解像度限界をテストすることです。私たちの研究室での研究には、患者集団内の小さな皮質下核の研究が含まれていました。サイズが小さく、脳内で重複しているため、研究が困難です。
私たちは、死後および生きている人間の脳の両方でこれらの皮質下構造を解決するプロトコルを開発しました。この手法の利点は、スキャン時間が短縮されることで、臨床応用に有用です。MRIの解像度はノイズによって制限されるため、最終的な解像度がどの程度になるのかを考えました。
ノイズの最大の原因、すなわち被験者の頭部の動き、脈拍、および呼吸がない場合、32チャンネルヘッドコイルを装備した3つのTMRIスキャナーを使用して、このプロトコルに記載されているすべての画像を取得します。このビデオでは、Siemens MAGOME TRIO three TMRIスキャナーを使用して、研究参加者のイメージングセッションに手順を実演します。必ず最初にMRI安全スクリーニングを実施してください。
次に、ニューロイメージングプロトコルの詳細を確認し、参加者のスキャンを設定する際に患者の同意書に署名してもらいます。耳栓は参加者の耳に挿入されます。次に、頭の動きを最小限に抑えるために、パッドで頭を固定します。
イメージング中、死後の脳でスキャンを取得するときは、ニューロイメージングの前に脳が固定され、MRIヘッドコイルに収まる防水バッグまたは容器内に収まっていることを確認してください。脳幹がスキャナーベッドの足を向くように、Z軸がスキャナーの穴に揃うように、脳をヘッドコイルに配置します。また、脳の周りに真空クッションを配置して、追加のサポートを提供します。
スキャンする前に、左上隅にある患者タブを選択します。[登録] タブを使用して、適切なサブジェクト情報を入力します。次に、試験エクスプローラータブの試験タブをクリックします。
まず、新しいLOCALIZERスキャンプロトコルを作成します セットアップウィンドウで、ルーチンのコントラストと解像度タブを使用して、画面に表示されるパラメータを入力します。次に、高解像度のプロトン密度加重スキャンを取得するために使用される新しいプロトコルを作成します。これを、ここの画面に表示されるパラメータを使用して、冠状方向に設定します。
帯域幅を可能な限り最小限に縮小して、信号対雑音比を最大化します。スキャン時間を短縮するには、厚さ 1 mm ずつ、視野角 160 mm の 18 スライスを選択します。次に、ローカライザー上にプロトン密度画像を取得するためのスライス選択ボックスをオーバーレイします。
視床内の皮質下核と周囲の構造を必ず覆うようにしてください。次に、皮質下構造の信頼性の高い同定のためにスキャンを開始します。これらのパラメーターを使用して 5 つの実行を取得します。
死後脳イメージングを行う場合、同じスキャンプロトコルに従って、1回のスキャンで皮質下構造の信頼性の高い同定を観察でき、合計で約3分間持続します。データの解析には、無料で入手できるFSLソフトウェアをご利用ください。ターミナルウィンドウを開くことから始めます。
次に、各陽子密度ボリュームのスキャナーからの生のDICOMファイルを気の利いた形式に変換します。コマンドラインで、ここにコマンドscene (DCM to NII) を入力し、その後に各イメージのディレクトリを入力します。走る。次に、元の陽子密度スキャンのパラメータを取得します。
次に、これらのパラメーターの半分のボクセル サイズで高解像度の空白の画像ターゲット ボリュームを作成します。これを任意のテキストエディタプログラムで行うには、まず、ここに示すようにID行列を使用して変換を定義し、identity dot mattという名前のテキストファイルとして保存します。次に、flirt コマンドを使用して変換を適用し、元の各実行をサンプリングして合計解像度を 2 倍にします。
これにより、10 24 の行列になり、各次元のボクセル サイズが半分になります。次に、すべての高解像度画像を新しいフォルダに移動します。次に、参加者ごとに、UPSでサンプリングされたすべての陽子密度画像を1つの4つのDファイルに連結します。
FSL マージ・コマンド・モーションを使用して、これらの連結ファイルを訂正します。URTコマンドを使用して、精度を高めるためのさらなる最適化パスとして同期補間を利用する4段階の補正を選択します。次に、FSL 計算を使用して 3D 平均画像を作成します。
次に、FSL viewコマンドを使用して、最終結果である3D高解像度画像を視覚化します。次に、ROI とも呼ばれる関心領域を作成します。FSLビューを使用して、高解像度の画像をロードします。
次に、[ツール] タブで [1 つの画像] タブを選択し、ROI を描画するためのビューを拡大します。次に、[ファイル]タブをクリックしてから[マスクを作成]をクリックし、ROIに線を引いて保存します。最後に、AF acneの3Dマスクダンプコマンドを使用して、作成したばかりのROIマスクの画像、強度、および位置を抽出します。
結果はテキストファイルとして出力され、さらなる分析に使用できます。この一連の画像は、in vivo 脳と死後脳の体積平均を比較したものです。死後の脳は、1つの陽子密度加重ボリュームで皮質下構造の明確な境界を示していますが、in vivo脳には最低5つの平均画像が必要ですこの詳細を提供するために、in vivo脳画像のこの冠状スライスは、LGNと他の皮質下構造の明確な描写を示しており、ここでは、同じセッションで40の陽子密度ボリュームで平均化された同じ脳の別のスライスが見られます。同じイメージングパラメータ。
この死後の脳スライスは、1回の陽子密度ボリュームスキャンで取得され、左右のLGNを含む皮質下構造の明確な描写を提供します。このスライスは、同じスライス処方で 100 個の陽子密度ボリュームで平均化された死後脳を示しています。ズームしたビューは、皮質下構造の明確な境界を示しています。
ここでは、in vivo の左右の LGN と、左右の死後 LGN の線強度プロファイルを示します。これらのラインは、in vivo で最大 40 回の平均値と 100 回の死後平均値です。死後脳では、in vivo脳の層に起因する強度の変動はありませんでした。
強度にはばらつきがあり、それは層に起因すると考えられる。このビデオを見た後、あなたは、高リスクの解決策を得るために、この最適化されたプロトコルに従う方法をよく理解しているはずです、皮質下領域の陽子密度画像は、一度この方法に従うと、臨床現場で適用して、スキャン時間を生きている人間で15分未満に短縮し、適切に適用した場合、死後の脳で3分未満に短縮することができます。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
概要
本研究では、ヒト脳の皮質下構造を分解するために、レジストレーションおよび平均化に必要な最小画像数を決定するためのプロトコルを提示します。特に、生理学的ノイズを最小限に抑えながら、外側膝状体（LGN）の個々の層を区別できる能力について検証します。
研究の主要構成要素
科学分野
- 神経科学
- 構造的MRI
- 皮質下構造
背景
- 皮質下核は小さいため、研究することが困難です。
- これらの構造を理解するために、これまで患者集団に焦点を当てた研究が行われてきました。
- MRIの解像度の限界が、これらの核の研究を妨げる可能性があります。
- スキャン時間の短縮は、臨床応用の面で有益です。
研究目的
- 構造的MRIの解像度限界を検証すること。
- 死後脳と生体脳における皮質下構造を比較すること。
- これらの構造を効果的に解像するプロトコルを開発すること。
使用した手法
- 構造的MRI撮像技術。
- 画像のレジストレーションおよび平均化。
- 生理学的ノイズの影響の評価。
- 死後脳と生体脳の結果の比較。
主な結果
- 本プロトコルにより、皮質下構造を正常に分解することができました。
- LGNの個々の層を区別することが可能です。
- スキャン時間が大幅に短縮されました。
- これらの知見は、MRIの分解能の限界を理解することに寄与します。
結論
- 開発されたプロトコルは、皮質下構造の研究を促進します。
- これは、臨床MRIへの応用に有用なアプローチを提供します。
- 今後の研究でこれらの知見を基に、撮像技術をさらに向上させることが可能です。
よくある質問
産業上の重要性
ヒト視床下部の高解像度構造的MRIにより、小さな核の精密な描出が可能となり、初期発見およびトランスレーショナル神経科学のパイプラインに直接的な影響を与えます。死後および生体内の両方の設定における解像度限界とノイズ制約を定義することで、本プロトコルは視床下部ターゲットの同定および定量的バイオマーカー開発における予測信頼性に情報を与えます。このアプローチは、メカニズム的なリスク低減に不可欠な解剖学的境界を明確にすることで、神経治療ポートフォリオの進展におけるリスク調整後の意思決定をサポートします。
バイオ医薬品研究開発における戦略的応用
初期探索およびターゲットバリデーション
- 神経精神疾患および神経変性疾患の研究におけるターゲット検証のため、皮質下構造の完全性の精査を可能にする。
- 小さな核に対する高解像度な解剖学的参照データを提供することで、メカニズム上の曖昧さを低減する。
- さらなる研究に向けた疾患関連の皮質下ターゲットを選択する際の、予測的な信頼性をサポートする。
スクリーニングおよびアッセイ開発
- 後続のイメージングベースのアッセイに向けて、検証済みの解剖学的関心領域（ROI）の調製を容易にする。
- 研究間における皮質下ROI画定の再現性と標準性を向上させる。
- 定義された核における信号強度や体積などの従属変数の定量的な測定を可能にする。
トランスレーショナルおよび前臨床研究
- 種間およびモード間の比較を可能にすることで、イメージング出力をトランスレーショナルなバイオマーカー戦略に適合させます。
- 探索的イメージングから皮質下ターゲットの前臨床検証までの継続性を確保します。
- 疾患モデルに関連する解剖学的エンドポイントを明確にすることで、リスク調整された開発の推進をサポートします。
パイプラインおよびワークフローの統合
本プロトコルは、高解像度の皮質下イメージングのための標準化された手法を提供することで、発見から前臨床に至る連続的なプロセスに組み込まれ、仮説検証と定量分析の両方を支援します。
- ディスカバリー生物学：皮質下標的の存在および解剖学的分化に関する帰無仮説検定をサポートします。
- スクリーニング：ROIベースのスクリーニングワークフローに向けた、再現性のある定量的なイメージング出力を提供します。
- アナリティクス：条件間およびコホート間での信号強度と体積の統計的比較を可能にします。
- トランスレーショナルリサーチ：バイオマーカーの整合性とモデルの検証のため、in vivoイメージングと死後イメージングを橋渡しします。
- エンタープライズ再利用：皮質下構造研究のための再利用可能なイメージングおよび解析パイプラインを確立します。
運用および企業への影響
- 科学的価値：皮質下ターゲット検証における予測の信頼性と解剖学的精度を向上させる。
- 運用的価値：臨床および研究の両環境において、イメージングプロトコルを標準化し、スキャン時間を短縮する。
- 戦略的価値：解剖学的エンドポイントを明確にし、生物学的リスクを軽減することで、より適切なgo/no-go判断を可能にする。
- ポートフォリオへの影響：皮質下構造を標的とする神経治療プログラムのリスク調整済み優先順位付けを支援する。
実施上の考慮事項
- 高磁場MRIの操作および神経解剖学的なROI（関心領域）の定義に関する専門知識が必要です。
- 高度なMRIハードウェアおよびオープンソースの画像解析ツール（例：FSL）へのアクセスが必要です。
- 撮像パラメータおよびROI定義のチーム間での標準化が求められます。
- 異なる皮質下領域や疾患モデルに合わせて調整が必要な場合があります。
- in vivoへの適用には、生理学的ノイズとスキャン時間の制約を考慮する必要があります。
