August 11th, 2016
이 원고는 백색증과 컨트롤 사이의 광섬유 방사선 (OR) 연결의 차이를 조사하는 데 사용 백질 (WM) 재건에 대한 결정 론적 및 확률 적 알고리즘을 설명합니다. 확률 tractography 더 자세히 신경 섬유의 진정한 과정을 따르지만, 결정적 tractography 두 기술의 안정성 및 재현성을 비교하기 위해 실행되었다.
이 연구의 전반적인 목표는 확산 영상을 사용하여 백색증 및 대조군의 시상피질 연결성을 조사하고 두 추적 알고리즘의 출력 광학 방사선 재구성을 비교하는 것입니다. 확산 MRI 및 견인 조영술은 인간 백색증에서 시각 경로의 구조적 조직에 대한 축삭 경로 오류의 영향과 같은 시력 연구의 주요 질문에 답하는 데 도움이 될 수 있습니다. 이 기술의 주요 장점은 살아있는 뇌의 큰 백질 경로를 비침습적으로 매핑할 수 있고 신경외과 계획에서 유망한 발전을 보여주었다는 것입니다.
이 프로토콜에 설명된 대로 모든 이미징을 획득합니다. 32채널 헤드 코일이 장착된 3 Tesla MRI 스캐너에서. 영상을 촬영하기 전에 먼저 모든 참가자의 MRI 안전성을 철저히 검사하고 프로토콜을 설명하는 동의서에 서명하도록 합니다.
피험자를 의자에 누운 자세로 놓고 머리를 먼저 스캐너 테이블에 올려놓기 전에 청력 보호를 위한 귀마개를 제공하십시오. 경고 스퀴즈 전구를 제공하십시오. 그런 다음 머리의 움직임을 줄이기 위해 쿠션을 놓습니다.
눈썹 높이에서 눈 위의 랜드마크. 피사체를 스캐너에 보내기 전에. 전체 뇌를 포괄하는 3D MP-RAGE 시퀀스를 사용하여 고해상도 T1 가중치 이미지를 획득하여 이미징을 시작합니다.
여기 화면에 표시된 매개변수를 사용하십시오. 1mm 등방성 복셀 크기입니다. 다음으로, 2mm 슬라이스에서 64개의 방향으로 피질을 덮고 있는 DTI 염기서열을 획득합니다.
전방 및 후방 커미셔 라인을 따라 가로 방향으로 슬라이스를 배치합니다. 또한 터보 스핀 에코 펄스 시퀀스를 사용하여 30-40개의 PD 가중 양성자 밀도 이미지를 획득합니다. 이것을 뇌간과 평행한 관상 방향으로 설정하고, 교두의 외부 범위에서 하구의 뒤쪽 부분까지 덮고 있습니다.
LGN 묘사는 피험자의 그룹 구성원 자격을 알지 못하는 상태에서 수행되어야 합니다. 먼저 고해상도 PD 이미지를 FSL 보기에 로드합니다. 그런 다음 도구 탭을 클릭하여 이미지를 확대하는 단일 옵션을 선택합니다.
그런 다음 파일 탭을 선택하여 마스크 만들기 옵션을 선택하고 도구 모음을 사용하여 각 슬라이스의 LGN을 추적합니다. 원하는 경우 도구 모음에서 이미지의 대비를 변경하여 LGN 감지를 용이하게 합니다. 평균 PD 이미지에서 오른쪽 및 왼쪽 LGN 마스크를 각각 3회 수동으로 추적하고, 이 이미지는 해상도의 두 배로 보간되어 원래 복셀 크기의 절반으로 조정됩니다.
VI 분할을 수행하려면 먼저 자동 처리를 위해 기본 해부학적 공간에서 T1 가중치 이미지에 대해 프리 서퍼의 recon all 명령을 실행합니다. 그런 다음 label2surf 및 surf2volume 명령을 사용하여 V1 구획에 대한 출력을 체적 마스크로 변환합니다. 확률적 추적을 수행하기 전에 먼저 flirt linear registration을 실행하여 프리 서퍼 및 해부학적 공간에 있는 뇌 이미지를 확산 공간으로 가져옵니다.
recon all의 자유 표면 공간 출력 또는 피험자의 뇌에서 추출한 T1을 입력 이미지로 선택합니다. 그런 다음 와류가 보정되고 뇌가 확산 가중 이미지를 참조 이미지로 추출했습니다. 마찬가지로, 결정론적 추적의 경우 flirt linear registration을 사용하여 양성자 밀도 뇌를 확산 공간으로 가져옵니다.
또한 확률적 추적을 준비하기 위해 이 선형 정합을 실행하여 참가자의 PD 뇌를 LGN 마스크 변형을 위한 여유 표면 공간과 기본 해부학적 공간으로 가져옵니다. 이 단계에서는 두 개의 출력을 만듭니다. 참조 이미지와 변환 행렬에 등록된 입력 브레인입니다.
다음으로, 시시덕거림 변형을 적용하여 tractography를 위한 종자 마스크를 준비합니다. 확률론적 tractography의 경우, PD의 선형 정합에서 출력된 도트 매트 output to free surfer 또는 해부학적 T1을 변환 행렬로 사용합니다. 원래 LGN 마스크는 입력으로, 자유 서퍼 공간 또는 해부학 공간의 뇌는 참조 볼륨입니다.
고급 옵션에서 선택한 최근접 이웃 보간을 사용해야 합니다. 결정론적 트랙토그래피(deterministic tractography)에 대해 이 작업을 이번에만 반복하고, 뇌는 확산 공간(diffusion space)에 있는 뇌(brain in diffusion space)를 기준 부피(reference volume)로 합니다. LGN을 정규화하려면 FSL 수학을 사용하여 확률론적 트랙토그래피를 위한 네이티브 해부학적 공간 또는 결정론적 트랙토그래피를 위한 확산 공간에서 적절한 개별 LGN 마스크의 좌표로 ROI 포인트를 생성합니다.
그런 다음 FSL 수학을 사용하여 모든 참가자에 대해 계산된 MNI 공간의 평균 마스크 반경을 적용하여 기본 해부학적 또는 확산 공간의 ROI 지점 주위에 구를 만듭니다. 이 시점에서는 자유 표면 공간 파일만 사용하여 확률적 트랙토그래피를 위한 타겟 마스크를 준비합니다. 무료 서퍼 두뇌를 네이티브 해부학 공간에 등록하십시오.
그런 다음 삼선형 보간을 사용하여 V1 마스크에 변환을 적용하여 대상 마스크를 만듭니다. 확률론적 tractography를 실행하려면 먼저 와전류 보정을 사용하여 확산 가중 이미지의 왜곡을 보정합니다. 그런 다음 뇌가 이미지를 추출합니다.
그런 다음 침대 기둥 X 옵션을 선택합니다. 그런 다음 확률적 추적을 선택하고 각 반구에 대해 개별적으로 실행합니다. 기본 기본 옵션을 유지하되 정확도를 높이려면 고급 옵션에서 확률적 흐름선을 계산하기 위해 수정된 오일러를 선택합니다.
단일 마스크를 시드 공간으로 선택합니다. 그런 다음 변환된 LGN 마스크를 네이티브 해부학적 공간에서 시드 이미지로 로드하고 해부학적 T1에서 확산 변환 매트릭스를 시드에서 확산 변환으로 로드합니다. 마지막으로 선택적 대상에서 해부학적 공간의 V1을 대상으로 선택합니다.
표준 구형 ROI를 사용하여 반복한 다음 자유 표면 공간에서 정규화되지 않은 시드 및 타겟 마스크를 사용하여 다시 반복합니다. 결정론적 트랙토그래피를 수행하려면 먼저 DSI 스튜디오에서 와류 보정 확산 가중 이미지를 엽니다. 그런 다음 bvec 및 bval 파일을 소스 파일을 만들기 위해 자동으로 열리는 B 테이블 창에 로드합니다.
그런 다음 재구성 방법으로 DTI를 선택하고 소스 파일에서 이를 실행하여 파이버 정보 파일을 생성합니다. 프로그램의 추적 창에서 파이버 정보 파일을 열고 각 반구에 대해 개별적으로 추적을 실행합니다. 확산 공간의 LGN을 시드로 사용하고 DSI 스튜디오 Brodmann atlas의 Region 17을 결정 영역으로 사용합니다.
각 실행에서 free surfer segmentation atlas의 반대쪽 백색 물질 마스크를 회피 영역으로 설정합니다. tractography를 위한 시드 영역으로 개별 LGN 대신 확산 공간에서 구형 ROI를 사용하여 추적을 반복합니다. 백색증이 있는 환자의 평균 코로나 양성자 밀도 이미지가 여기에서 볼 수 있습니다.
수동으로 추적된 오른쪽 및 왼쪽 LGN 관심 영역은 빨간색으로 표시됩니다. LGN 마스크는 가장 가까운 이웃인 빨간색과 삼선형인 파란색 보간을 사용하여 여유 서퍼 공간으로 변환됩니다. 요로 기반 통계를 사용한 Voxel wise 통계 분석은 대조군에 비해 백색증에서 FA가 감소하기 때문에 백색증에서 대조군 대비보다 더 큰 백색증의 유의미한 영역이 없음을 보여줍니다.
그러나 대조군에서는 백색증 대비보다 큰 그룹 간에 상당한 차이가 나타났습니다. 여기에서 이러한 결과의 두꺼워진 스켈레톤 버전을 볼 수 있습니다. DSI studio 광섬유 추적 출력은 대조군에 비해 백색증 환자에서 LGN과 V1 간의 연결성이 감소했음을 나타냅니다.
마찬가지로, 확률론적 추적 출력은 대조군에 비해 LGN에서 V1로의 연결성 및 백색증이 감소했음을 보여줍니다. 여기서, 확률론적 방법과 결정론적 방법 모두에 대한 평균 추적 마스크는 비교를 위해 오버레이됩니다. LGN, 파란색 및 V1, 분홍색 마스크는 시드 및 대상 영역을 나타냅니다.
일단 마스터하면 3명의 참가자에 대한 데이터 수집 및 전체 분석을 2-3일 내에 수행할 수 있으며 견인 조영 시간은 씨앗의 크기에 따라 다릅니다. tractography를 실행하는 동안 연구 질문과 조사 중인 뇌 영역에 따라 알고리즘 및 분석 접근 방식을 신중하게 선택하고 각 단계 후에 출력 파일을 확인합니다. 작업을 확인하기 위해 최종 결과를 얻을 때까지 기다리지 마십시오.
백색증은 피부암의 위험 증가와 관련이 있으며, 단핵구를 넘어 다른 세포 유형에 영향을 미치는 증후군과 관련이 있습니다. 분자 기술과 결합된 Imagine 기술은 백색증의 발달 메커니즘을 조사하는 데 도움이 되고 구조 기능 관계에 대한 이해를 향상시키는 데 도움이 될 것입니다. 개발 후, 이 기술은 신경 과학 분야의 연구자들이 생체 내에서 건강하고 임상적인 인간 집단의 뇌 연결성을 탐구할 수 있는 길을 열었습니다.
이 비디오를 시청한 후에는 결정론적 및 확률론적 알고리즘을 사용하여 백질 재구성을 수행하여 환자 집단과 대조군 간의 광학 방사선 연결성의 차이를 조사하는 방법을 잘 이해하게 될 것입니다. 강력한 자석으로 작업하는 것은 매우 위험할 수 있으며 MRI 안전성을 위해 참가자에 대한 적절한 선별 검사를 항상 수행해야 한다는 것을 잊지 마십시오.
View the full transcript and gain access to thousands of scientific videos
이 연구는 확산 영상을 사용하여 백색증 환자와 대조군의 시상-피질 연결성을 조사합니다. 결정론적 및 확률적 추적 알고리즘으로부터 광신경 재건을 비교합니다.
This study demonstrates how diffusion tensor imaging and tractography can quantify structural connectivity in the human visual pathway, offering a non-invasive biomarker for thalamo-cortical integrity. In albinism, reduced LGN-to-V1 connectivity reflects developmental misrouting, providing a measurable endpoint for target validation in neurodevelopmental disorder research. The approach supports mechanistic de-risking by linking anatomical deficits to functional visual impairments, enabling predictive modeling in preclinical and translational studies.
The method integrates into the discovery continuum from target validation through preclinical evaluation by providing a quantifiable, non-invasive readout of visual pathway structural integrity.