拡散テンソルイメージングとラクトを用いたヒト色素欠乏症における一次視覚経路で接続を測定します

この研究の全体的な目標は、拡散イメージングを使用して白皮症と制御における視床皮質の接続性を調べ、2つの追跡アルゴリズムの出力光学放射再構成を比較することです。拡散MRIとトラクトグラフィーは、ヒトの白皮症における視覚経路の構造組織に対する軸索の誤ルーティングの影響など、視覚研究における重要な質問に答えるのに役立ちます。この技術の主な利点は、生きている脳内の大きな白質経路の非侵襲的なマッピングを可能にし、脳神経外科計画の有望な進歩を示していることです。

このプロトコルに記載されているように、すべてのイメージングを取得します。32チャンネルヘッドコイルを装備した3テスラMRIスキャナー。イメージングに先立って、まずすべての参加者のMRIの安全性を徹底的にスクリーニングし、プロトコルを説明する同意書に署名してもらいます。

被験者を仰向けにしてスキャナーテーブルに頭から配置する前に、聴覚保護用の耳栓を被験者に提供します。アラートスクイーズバルブを提供します。次に、クッションを置いて頭の動きを減らします。

眉毛の高さの目の上のランドマーク。被写体をスキャナーに送信する前。脳全体を覆う3D MP-RAGEシーケンスを使用して、高解像度のT1強調画像を取得することからイメージングを開始します。

ここで画面に表示されるパラメータを使用します。1ミリメートルの等方性ボクセルサイズ。次に、皮質を64方向で覆うDTI配列を2mmスライスで取得します。

スライスを前交連線と後交連線に従って横方向に配置します。また、ターボスピンエコーパルスシーケンスを使用して、30〜40のPD強調陽子密度画像を取得します。これを、橋の外側から下丘の後部まで覆う脳幹に平行な冠状方向に設定します。

LGN の描写は、被験者のグループ メンバーシップを知らされていない状態で実行する必要があります。まず、高解像度のPD画像をFSLビューに読み込みます。次に、[ツール]タブをクリックして、画像を拡大するための単一のオプションを選択します。

次に、[ファイル]タブを選択して[マスクの作成]オプションを選択し、ツールバーを使用して各スライスのLGNをトレースします。必要に応じて、ツールバーの画像のコントラストを変更して、LGN検出を容易にします。解像度の 2 倍、つまり元のボクセル サイズの半分に補間された平均 PD 画像で、右と左の両方の LGN マスクをそれぞれ 3 回ずつ手動でトレースします。

VI セグメンテーションを実行するには、まず、ネイティブの解剖学的空間の T1 ウェイト イメージに対して free surfer で recon all コマンドを実行し、自動処理を行います。次に、label2surf コマンドと surf2volume コマンドを使用して、出力を V1 パーセルレーションにボリューム マスクに変換します。確率的追跡を実行する前に、まず flirt 線形レジストレーションを実行して、自由サーファーと解剖学的空間にある脳の画像を拡散空間に取り込みます。

recon allの自由曲面空間出力を選択するか、入力画像として被験者の脳抽出T1を選択します。次に、渦を補正し、拡散加重画像を参照画像として脳抽出しました。同様に、決定論的追跡のために、flirt 線形レジストレーションを使用して、陽子密度ブレインを拡散空間に持たせます。

また、確率的追跡に備えて、この線形レジストレーションを実行して、参加者のPD脳をLGNマスク変換のための自由表面空間とネイティブ解剖学的空間に導きます。この手順では、2 つの出力が作成されることに注意してください。参照画像に登録された入力ブレインと変換行列。

次に、flirt 変換を適用して、トラクトグラフィー用のシードマスクを準備します。確率的トラクトグラフィーでは、PD の線形レジストレーションからフリーサーファーまたは解剖学的 T1 へのドットマット出力を変換行列として使用します。元のLGNマスクを入力とし、フリーサーファースペースまたは解剖学的スペースの脳を基準ボリュームとして。

詳細オプションから最近傍内挿法を選択してください。今回のみ、決定論的トラクトグラフィーについてこれを繰り返しますが、拡散空間の脳を参照ボリュームとして使用します。LGN を正規化するには、FSL 演算を使用して、確率的トラクトグラフィーのネイティブ解剖学的空間または決定論的トラクトグラフィーの拡散空間に、適切な個々の LGN マスクの座標を持つ ROI ポイントを作成します。

次に、FSL 演算を使用して、すべての参加者に計算された MNI 空間の平均マスクの半径を適用し、ネイティブの解剖学的空間または拡散空間の ROI ポイントの周囲に球を作成します。この時点では、空きサーフェス空間ファイルのみを使用して、確率的トラクトグラフィーのターゲット マスクを準備します。無料のサーファーの脳をネイティブの解剖学的空間に登録します。

次に、トライリニア補間を使用して V1 マスクに変換を適用し、ターゲット マスクを作成します。確率的トラクトグラフィーを実行するには、まず渦電流補正を使用して、拡散強調画像の歪みを補正します。次に、脳が画像を抽出します。

次に、ベッドポストXオプションを選択します。次に、確率的追跡を選択し、これを各半球に対して個別に実行します。デフォルトの基本オプションはそのまま使用しますが、精度を上げるには、詳細オプションで確率的流線を計算するための修正オイラーを選択します。

シードスペースとして single mask を選択します。次に、変換された LGN マスクをネイティブの解剖学的空間のシード イメージとして読み込み、解剖学的 T1 から拡散への変換マトリックスをシードから拡散への変換として読み込みます。最後に、任意のターゲットから解剖学的空間のV1をターゲットとして選択します。

標準の球面 ROI を使用して繰り返し、次に自由表面空間で正規化されていないシード マスクとターゲット マスクを再度使用します。決定論的トラクトグラフィーを実行するには、まず DSI studio で渦補正拡散強調画像を開きます。次に、bvec ファイルと bval ファイルを B テーブルウィンドウにロードし、自動的に開いてソースファイルを作成します。

次に、再構築方法として DTI を選択し、これをソース ファイルに対して実行して繊維情報ファイルを生成します。プログラムのトラッキングウィンドウでファイバー情報ファイルを開き、各半球のトラッキングを個別に実行します。拡散空間のLGNをシードとして使用し、DSI studioのBrodmannアトラスの領域17を決定領域として使用します。

各ランで、フリーサーファーセグメンテーションアトラスからの反対側の白質マスクを回避領域として設定します。トラクトグラフィーのシード領域として、個々の LGN の代わりに拡散空間で球状 ROI を使用してトラッキングを繰り返します。ここでは、白皮症の患者の平均冠状プロトン密度画像を示します。

手動でトレースされた左右の LGN 対象エリアは赤で示されます。LGN マスクは、最近傍補間 (赤) とトライリニア (青) 補間を使用して自由サーファー空間に変換されます。トラクトベースの統計を使用したボクセルワイズ統計分析では、対照と比較して白皮症のFAが減少しているため、対照コントラストを超える白皮症の有意領域は示されていません。

ただし、コントロールでは、白皮症のコントラストよりも大きいことがグループ間で有意差が見られます。ここでは、これらの結果を厚くしたスケルトン化バージョンを示します。DSI Studio のファイバー追跡出力は、対照被験者と比較して、白皮症の患者における LGN から V1 への接続性の低下を示しています。

同様に、確率的追跡出力は、対照被験者と比較して、LGNからV1への接続性と白皮症が減少していることを示しています。ここでは、確率論的手法と決定論的手法の両方の平均追跡マスクが比較のためにオーバーレイされます。LGN、青、V1、ピンクのマスクは、シード領域とターゲット領域を示しています。

習得すると、3人の参加者のデータ収集と完全な分析を2〜3日で実行できますが、トラクトグラフィー時間は種子のサイズによって異なります。トラクトグラフィーを実行する際には、調査対象の脳領域と研究課題に応じてアルゴリズムと分析アプローチを慎重に選択し、各ステップの後に出力ファイルを確認してください。最終結果が得られるまで待たずに、作業を確認してください。

白皮症は、皮膚がんのリスク増加と関連しており、単球以外の他の細胞タイプに影響を与える症候群と関連しています。分子技術と組み合わせたイマジン技術は、白皮症の発達メカニズムを調査し、構造機能相関の理解を深めるのに役立ちます。その開発後、この技術は、神経科学の分野の研究者がin vivoで健康で臨床的なヒト集団の脳の接続性を探求する道を開きました。

このビデオを見れば、決定論的アルゴリズムと確率的アルゴリズムを使用して白質再構成を行い、患者集団と対照群との間の光放射線接続の違いを調べる方法について十分に理解できるはずです。強力な磁石での作業は非常に危険である可能性があり、MRIの安全性について参加者の適切なスクリーニングを常に実施する必要があることを忘れないでください。