모든 연령 측정 gyrification (대뇌 피질의 접힘)는 초기 두뇌 개발에 창문을 나타냅니다. 따라서, 우리는 이전에 북반구 점 이상 수천명의 현지 gyrification를 측정하는 알고리즘을 개발 1. 본 논문에서는, 우리는 세부 사항이 지역 gyrification 지수의 계산합니다.
이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.
방법 논문
지역 Gyrification 인덱스를 계산하기위한 단계별 자습서 : MR 이미지에서 두피 접기를 측정하는 방법
이 논문에서
요약
초록
피질 접는 (gyrification)은이 기간 동안 발생하는 불리한 사건이 어떤 나이에 식별합니다 흔적을 떠날 수 있도록, 인생의 첫 몇 달 동안 결정됩니다. 마찬가지로 최근 Mangin 및 동료 2 검토한 결과 몇 가지 방법 gyrification 다른 특성을 수치 존재합니다. 예를 들어, sulcal morphometry는 3 비대칭성 등 깊이, 길이 또는 간의 반구형의 지표로 형상 설명을 측정하는 데 사용할 수 있습니다. 이러한 기하학적 특성 해석하기 쉽게되는 장점이 있습니다. 그러나, sulcal morphometry는 단단히 sulci 주어진 집합의 정확한 식별에 의존하고 따라서 gyrification의 조각난 설명을 제공합니다. gyrification보다 세밀한 부량은 절대적 의미 곡률은 일반적으로 대뇌 피질의 표면에 4 점 이상의 수천에서 계산됩니다 smoothed 곡률 기반의 측정과 함께 얻을 수 있습니다. 곡률 그러나 straightforwar하지 않습니다curvedness와 생물학적으로 의미가 같은 대뇌 피질의 볼륨이나 표면과 같은 상관 관계를 사이에 직접적인 관계가있다면 그것은 분명 남아으로 D는, 이해하기. 피질 접는의 측정에 의해 제기된 다양한 문제를 해결하기 위해, 우리는 이전에 훌륭한 공간 해상도와 간단한 해석의 지역 gyrification을 계량하는 알고리즘을 개발했습니다. 우리의 방법은 Gyrification 지수 5, 원래 수종에 걸쳐 외피 접는 차이를 평가하는 비교 neuroanatomy에서 사용하는 방법의 영감입니다. 관심 원형 지역에서 볼 수 피질의 금액과 비교 우리 이름 리터 ocal Gyrification 지수 (L GI 1) 우리가 sulcal 주름 이내에 묻힌 피질의 양을 측정의 구현에서는. 피질이 방사형 확장 6까지 주로 자란다는 것은 감안할 때, 우리의 방법은 특히 대뇌 피질의 발달의 조기 결함을 식별하도록 설계되었습니다.
일 년기사는 우리가 세부 이제 자유롭게 FreeSurfer 소프트웨어의 한 부분 (로 배포 지역 Gyrification 지수의 계산을합니다 http://surfer.nmr.mgh.harvard.edu/ , 바이오 메디컬 이미징을위한 Martinos 센터, 매사 추세츠 종합 병원) . FreeSurfer은 구조적 MRI 데이터 두뇌의 대뇌 피질 표면 자동 재건 도구 세트를 제공합니다. 서브 밀리미터의 정확도로 이미지의 원래 공간에서 추출한 대뇌 피질의 표면은 다음 더욱 리터 GI 계산의 근거로 될 것입니다 외부 표면의 생성에 사용됩니다. 관심 원형 지역은 다음 바깥쪽 표면에 delineated이며, 대뇌 피질의 표면에 관심 해당 지역은 당사 검증 연구 1에서 설명 일치 알고리즘을 사용하여 식별됩니다. 이 과정은 반복에 대한 gyrification의 피질지도의 결과, 대부분의 관심 영역을 중복과 반복입니다R 이후의 통계 비교 (그림 1). 참고의 비슷한 영감과 지역 gyrification의 다른 측정은 각 지점에서 접는 인덱스가 동일한있는 디스크의 지역으로 나누어 구체에 포함되어있는 대뇌 피질 영역의 비율로 계산됩니다 토로와 동료 7, 제안한되었습니다 반경. 두 구현 토로 외로 한 점에서 다릅니다. Euclidian 거리에 기초하고 있으며 우리는 엄격한 측지 알고리즘을 사용하여 관심의 원형 지역에서 뇌 표면에 대뇌 피질의 지역 개방만이 지속적인 패치를 포함 반면에 따라서 대뇌 피질 영역의 불연속 패치를 고려합니다.
프로토콜
1. 3D 대뇌 피질의 표면을 재구성
위키 (에서 설명한대로 프로토콜의 첫 부분에서는 표준 FreeSurfer 파이프라인을 사용 http://surfer.nmr.mgh.harvard.edu/fswiki ). 여기에 설명된 명령은 대뇌 피질의 표면 reconstructions를 달성하는 하나의 방법을 설명합니다,하지만 이에 상응하는 명령도 사용할 수 있습니다.
- FreeSurfer에 원료 MRI DICOM 가져오기 및 이미지의 품질을 확인 (방향이 올바른지 예를 들어, 충분한 대비와 이미지는 이동되지 않습니다.) 이 프로세스는 다음 명령을 (특정 인스턴스에 적절한 값으로 <...> (포함) 사이의 텍스트를 교체하고, "#"는 의견을 나타냅니다)을 사용합니다 :
mksubjdirs # FreeSurfer에서 사용하는 폴더 구조를 만듭니다
CD / MRI는 # 피사체의 MRI를 폴더로 이동
mri_convert - CM
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
토론
위의 프로토콜은 대뇌 T1 - 가중 MRI를 기반으로 지역 Gyrification 지수를 측정하고 통계 그룹 비교를 수행하는 방법에 대해 설명합니다. 우리의 방법은 특히 대뇌 피질의 확장 과정에서 초기에 중단을 집중하고 많은 neurodevelopmental 또는 정신과 조건에 특히 관심 등입니다 설계되었습니다. 임상 샘플에서 그룹의 비교의 예제 코드는 Google 그룹 1,12 또는 기타 13-16로 간행물에서 찾을 수 있습니다. 두 개의 매개 변수를 수정할 수 있지만 과정은 완전히 자동화되어에만 실행되는 명령이 필요합니다.
첫 번째 매개 변수를 수정할 내가 GI 계산의 수준에 있습니다 : 관심의 원형 지역의 반경. 반경 적절한 해상도를 유지하면서 한 번에 하나 이상의 고랑을 포함하기 위해 선정되었습니다 25mm로 설정 기본적으로됩니다. 우리의 검증 논문 t에 반경의 효과의 실험이 포함되어 있습니다그 큰 반지름을 보여주.......
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
공개 사항
저자는 공개 아무것도 없어.
감사의 글
스위스 국립 과학 재단 (n은 ° 51AU40_125759)에 의해 재정 -이 연구는 연구에 경쟁력 국립 센터 (NCCR) "정신 질환의 시냅틱 기지 SYNAPSY"에 의해 지원되었다. 지역 Gyrification 지수의 개발은 스위스 국립 연구 기금에서 박사 마리 Schaer (323500-111165)과 닥터 스티븐 Eliez (3200-063135.00 / 1, 3232-063134.00 / 1, PP0033 - 102864 및 32473B하는 보조금에 의해 지원되었다 -121996)과 제네바 - 로잔 대학의 바이오 메디컬 이미징 (CIBM) 센터와 EPFL뿐만 아니라, 기초 Leenaards와 루이스 - Jeantet로. FreeSurfer 소프트웨어의 개발을위한 지원은 연구 자원을위한 국립 센터 (P41 - RR14075 및 NCRR BIRN Morphometric 프로젝트 BIRN002, U24 RR021382), 바이오 메디컬 이미징 및 생물에 대한 국립 연구소 (R01 EB001550, R01EB006758)에 의해 일부로 제공되었습니다 국립 신경 장애 및 뇌졸중 연구소 (R01 NS052585 - 01)뿐만 아니라 정신 질환 및 신경 과학 발견 (마음) 연구소 및 의학 연구에 대한 NIH 로드맵, 그랜트 U54을 통해 국립 보건원에 의해 자금을 의료 영상....
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
재료
재질 : FreeSurfer 설치 (와 2GHz 이상 속도의 프로세서와 RAM 4GB의 최소와 유닉스 또는 Mac 워크 스테이션 http://surfer.nmr.mgh.harvard.edu/fswiki 선호 최신 버전, 그런데 나이 버전 4.0.3 이상). 지역 Gyrification 지수를 계산하기 위해 MATLAB도 (필요 http://www.mathworks.com/ 이미지 처리 도구와 함께).
데이터 : 양질의 샘플 (높은 해상도, 높은 명암) 대뇌 MRI T1 - 가중치 세트. 과목의 그룹이 선호 연령 및 성별에 대해 일치해야합니다. 대뇌 형태의 정상 간 개인적인 다양성을 감안할 때, 각 그룹에있는 과목의 숫자는 기존의 그룹 차이를 (- 더 이상) 식별하기에 충분해야합니다. 합리적인 최소 샘플 크기는 약 20 과목 것입니다그룹당 (귀하의 그룹이 꽉 성별과 나이에 일치하는 경우 변경의 강도가 큰 경우와 아마 덜 갈 수 있지만).
| 이름 | 회사 | 카탈로그 번호 | 댓글 |
|---|---|---|---|
| 장비의 명칭 | 회사 | 카탈로그 번호 | 댓글 |
| FreeSurfer | 바이오 메디컬 이미징, MGH에 대한 Martinos 센터 | 4.0.3 이상의 버전 최신 | |
| Matlab | Mathworks | 이미지 처리 도구 |
참고문헌
- Schaer, M. A surface-based approach to quantify local cortical gyrification. IEEE. Trans. Med. Imaging. 27, 161-170 (2008).
- Mangin, J. F., Jouvent, E., Cachia, A. In-vivo measurement of cortical morphology: means and meanings. Curr. Opin. Neurol. 23....
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
재인쇄 및 허가
