Het meten van connectiviteit in de primaire visuele Pathway in Human Albinisme Met behulp van Diffusion Tensor Imaging en tractografie

Summary

Dit manuscript beschrijft deterministische en probabilistische algoritmen voor witte stof (WM) de wederopbouw, wordt gebruikt om de verschillen in optische straling (OR) connectiviteit tussen albinisme en controles te onderzoeken. Hoewel probabilistische tractography volgt de werkelijke koers zenuwvezels nader werd deterministische tractography uitgevoerd om de betrouwbaarheid en reproduceerbaarheid van beide technieken te vergelijken.

Abstract

In albinisme, wordt het aantal ipsilateraal uitstekende retinale ganglioncellen (RGC's) aanzienlijk verminderd. Het netvlies en optisch chiasma zijn voorgesteld als kandidaat-locaties voor misrouting. Omdat een correlatie tussen het aantal laterale geniculate nucleus (LGN) relais neuronen en LGN grootte is aangetoond, en op basis van eerder gerapporteerde vermindering van de LGN volumes in de menselijke albinisme, stellen we voor dat vezels projecties van LGN naar de primaire visuele cortex (V1) worden ook verminderd. Het bestuderen structuurverschillen in het visuele systeem van albinisme kan het begrip van het mechanisme van misrouting en daaropvolgende klinische toepassingen verbeteren. Diffusion gegevens en tractografie zijn nuttig voor het in kaart brengen van de OR (optische straling). Dit manuscript beschrijft twee algoritmes voor reconstructie OR om hersenen connectiviteit vergelijken albinisme en controls.An MRI scanner met een 32-kanaals hoofdspoel gebruikt structurele scans verwerven. Een T1-gewogen 3D-MPRAGE sequentie met 1 mm³ isotrope voxel grootte werd gebruikt om hoge-resolutie foto's voor V1 segmentatie te genereren. Meerdere proton dichtheid (PD) gewogen beelden werden coronaalwaarts verworven voor rechts en links LGN lokalisatie. Diffusion tensor imaging (DTI) scans werden verworven met 64 diffusie richtingen. Zowel deterministische en probabilistische volgen methoden werden uitgevoerd en vergeleken met LGN als het zaad masker en V1 als het doel masker. Hoewel DTI biedt relatief slechte ruimtelijke resolutie en nauwkeurige afbakening van OR kan problematisch zijn vanwege de lage vezeldichtheid heeft tractography gebleken voordelig zowel onderzoek als klinisch. Tract gebaseerde ruimtelijke statistiek (TBSS) bleek gebieden met een aanzienlijk verlaagde witte stof integriteit binnen de OR bij patiënten met albinisme vergelijking met controles. Paarsgewijze vergelijkingen lieten een significante vermindering van LGN te V1 connectiviteit albinisme vergelijking met controles. Het vergelijken van zowel het bijhouden van algoritmen geopenbaard gemeenschappelijke bevindingen, het versterken van de betrouwbaarheidvan de techniek.

Introduction

Albinisme is een genetische aandoening in de eerste plaats gekenmerkt door openlijke hypopigmentatie waargenomen in de getroffen personen. Het wordt veroorzaakt door erfelijke mutaties van genen betrokken bij melaninesynthese ^1. Albinisme verschijnt in twee hoofdvormen: oculo-cutane albinisme (OCA), een autosomaal recessieve eigenschap presenteren zowel oog- en cutane kenmerken; en oculaire albinisme (OA), een X-gebonden eigenschap vaker voor bij mannen en voornamelijk gekenmerkt door de oculaire symptomen ^2. Melanine in de retinale pigment epitheel (RPE) is van cruciaal belang voor een goede ontwikkeling van de centrale visuele route. Zijn afwezigheid in albinisme leidt daarom tot een visuele handicap, met inbegrip van fotofobie, nystagmus, verminderde gezichtsscherpte en verlies van binoculair zien ^2-3. Gezichtsscherpte is gekoppeld aan foveale morfologie, die is gewijzigd albinisme ^4. Bij de mens, een retinale lijn van decussation ligt langs de nasotemporal grens door de fovea, met vezels uit nasale retinaovertocht naar het andere halfrond en die van tijdelijke retina ipsilateraal uitstrekt. De mate van verminderde visuele functie in albinisme is gekoppeld aan het niveau van hypopigmentatie. Specifiek, pigmentatie is omgekeerd evenredig met de verschuiving naar tijdelijke retina van de lijn van decussation ^5. Als gevolg van de verschuiving in de lijn van decussation in de temporale netvlies, is overschrijding van de optische zenuw vezels verhoogd - een kenmerk gemeen in alle soorten ^3.

Structurele MRI studies op mensen aangetoond smaller optische chiasms albinisme in vergelijking met controles, die waarschijnlijk het gevolg van de toegenomen overschrijding van RGC waargenomen albinisme ^6-8. Het netvlies en optische chiasm uiten axonale begeleiding signalen zoals Eph familie receptoren en hun liganden ⁹ en zijn dus kandidaat-locaties voor misrouting ^10.

Een studie over apen met geïnduceerde glaucoom bleek een significant decemberrease van het aantal LGN parvalbumin-immunoreactieve relay neuronen en LGN volume ^11. Dit suggereert een verband tussen LGN grootte en het aantal witte stof (WM) trajecten reizen door de OF V1. Een post mortem onderzoek op de menselijke albinisme bleek ook kleinere LGN met gesmolten M en P lagen ^12. Hoge-resolutie structurele MRI bevestigd significante vermindering van de omvang van de LGN in albinisme ^8. Samengenomen suggereren deze bevindingen dat LGN daalde kan een kleiner aantal neuronen in de LGN, en op zijn beurt een verminderde connectiviteit tussen LGN en V1.

Het onderzoeken van patronen van anatomische connectiviteit bij de mens is beperkt. Dissection, tracer injectie en laesie inductie zijn invasieve technieken die alleen kan worden gebruikt post mortem, en meestal om een ​​zeer klein aantal patiënten. Vorige studies met behulp van carbocyanine kleurstof DII injecties aangetoond neuronale verbindingen tussen V1 en V2 (secundaire visuele cortex) ^13, alsmede in de hippocampus complex in-aldehyde vaste post-mortem menselijke hersenen ^14. Labeling vezels op deze wijze is beperkt tot afstanden van enige tientallen millimeters vanaf het injectiepunt ^14. Diffusion tensor imaging, DTI, is een MRI-modaliteit ontwikkeld in het begin-midden van de jaren 1990 tot fiber-darmkanaal richting en de organisatie te identificeren. Het is een niet-invasieve methode die in kaart brengen van grote WM trajecten in de levende hersenen mogelijk maakt. DTI is gevoelig voor de diffusie van watermoleculen in biologisch weefsel ^15. In de hersenen, de diffusie van water anisotrope (ongelijkmatige) door barrières zoals membranen en myeline. WM heeft hoge diffusie anisotropie, wat betekent dat de verspreiding groter dan parallel loodrecht op de oriëntatie van de vezels ^16. Fractionele anisotropie (FA) is een scalaire hoeveelheid die de voorkeur van moleculen te diffunderen in een anisotrope wijze beschrijft. FA waarden variëren 0-1, van laag tot hoog anisotstroperige (cerebrospinale vloeistof (CSF) 16.

Stroomlijn (deterministische) en probabilistische fiber bijhouden van zijn twee verschillende algoritmen voor 3D-reconstructie pad. Deterministische tractografie maakt gebruik van een lijn voortplanting methode, het aansluiten van de naburige voxels passen in een bepaald zaad regio. Twee stop criteria die in dit algoritme zijn de draaihoek en de FA waarde. Daarom darmkanaal tracing tussen naburige voxels is onwaarschijnlijk grote keerpunt hoeken. Het algoritme zou daarom vordert ook alleen als de FA in een voxel boven een bepaalde drempel, het beperken van de effectiviteit ervan bij het nauwkeurig definiëren van paden in de buurt van grijze stof, waarbij anisotropie daalt. Probabilistische tractography, aan de andere kant, levert een verbinding map waarin de waarschijnlijkheid van een voxel een deel van een kanaal tussen twee gebieden van belang (ROI) en dus vordert in grijze materie, zoals V1 ^17. Met behulp van deze MRI toepassing, de belangrijkste WM structuren zoals deOf kan worden afgebakend, zoals in eerdere studies ^18-20.

Deze studie maakt gebruik van daarom verspreiding van gegevens en tractografie om het effect van axonale misrouting op retino-geniculo-corticale connectiviteit te verkennen. Omdat eerder gerapporteerde vermindering van LGN delen in menselijke albinisme ^8, voorspellen we dat vezels projecties van LGN naar V1 ook verminderd (figuur 1).

Protocol

Ethiek Verklaring: Het huidige onderzoek is goedgekeurd door de Human Deelnemers Toetsingscommissie (HPRC) aan de Universiteit van York, Toronto. Alle deelnemers gaven schriftelijk toestemming op de hoogte.

1. Onder voorbehoud van Voorbereiding

Let op: Elf deelnemers met OCA, de leeftijd van 36 ± 4 jaar (6 vrouwen) werden vergeleken met tien-jarige leeftijd gematchte controles, de leeftijd van 32 ± 4 jaar (6 vrouwen). Deelnemer geschiedenis in tabel 1.

1. Vraag elke deelnemer in te vullen en te ondertekenen een toestemmingsformulier dat richtlijnen MRI veiligheid en imaging protocol geeft.
2. Voor elke deelnemer, bieden oordopjes voor het oor. Positie deelnemer liggende en hoofd eerst in de magneet, en landmark boven de ogen op de wenkbrauw niveau. Secure deelnemer hoofd met kussens aan het hoofd beweging te verminderen. Geef de deelnemer een squeeze lamp voor de patiënt alert.

2. Structurele MRI Parameters

e_content "> Opmerking: Alle beeldvorming wordt verkregen op een 3T-MRI-scanner met behulp van een 32-kanaals head coil Tijdens één sessie per onderwerp.:

1. Verwerven van een hoge resolutie T1-gewogen anatomische behulp van een 3D-MPRAGE sequentie die het gehele hersenen met de volgende parameters: acquisitietijd 4 min 26 sec, gezichtsveld 256 mm, 256 matrix, 192 segmenten met slice dikte van 1 mm, met een resulteert isotrope voxel grootte van 1,0 mm ^3, TR = 1900 ms, TE (echo tijd) = 2,52 ms met een inversie tijd van 900 ms en flip hoek van 9 °, 1 gemiddeld, parallel imaging (IPAT GRAPPA, versnelling factor 2) .
2. Schaf een DTI sequentie die de cortex, met plakjes in dwarsrichting na de commissura anterior / posterior commissure (AC-PC) lijn, met behulp van de volgende parameters: acquisitie tijd 8 min 5 sec, gezichtsveld van 192 mm, 128 matrix, voxels 1.5 1,5 mm in-plane, 56 aaneengesloten (geen opening) plakken met een dikte van 2 mm, TR = 6900 ms, tE = 86 ms, 64 richtingen, b-waarde van 1000 s / mm ² (referentie afbeelding met lage b-waarde van 0 sec / mm ^2), 1 gemiddeld, parallel imaging (IPAT GRAPPA), met een versnelling factor 3.
3. Verwerven 30-40 PD-gewogen beelden in een coronale richting, evenwijdig aan de hersenstam, die uit het voorste deel van de pons met het achterste gedeelte van de inferior colliculus.
   1. Gebruik de Turbo spin-echo (FAST spin-echo) pulssequentie en de volgende parameters: acquisitie tijd 1 min 29 sec per scan, gezichtsveld van 192 mm, 256 matrix, 30-40 plakjes met een dikte van 1 mm, wat resulteert voxel grootte 0.75 0.75 1 mm ^3, TR = 3000 msec, TE = 22 msec, turbo factor 5, heroriëntatie flip hoek van 120 °, 1 gemiddeld, parallel imaging (IPAT GRAPPA), met een versnelling factor 2.
      Opmerking: S12 werd gescand met de volgende parameters: gezichtsveld 180 mm, 512 matrix, 30 plakjes met 1 mm dikke plakken, verkregen voxel 0,4 x 0,4 x 1,0 ^mm3. Alle andere parameters gelijk gebleven. Acquisition tijd 2 min 47 sec.
4. Pre-proces alle scans door het omzetten van ruwe DICOM naar Nifti formaat met behulp van het programma dcm2nii.

3. LGN Afbakening

Opmerking: De LGN is een kleine subcorticale structuur diep in de hersenen, waardoor hoge-resolutie beelden PD moeten de anatomische grenzen bepalen. In deze scans, wordt de LGN als een gebied met een hoge signaalintensiteit ten opzichte van de omringende WM stukken, het detectiegebied ²¹ vergemakkelijken. De geïdentificeerde anatomische LGN wordt dan gebruikt als kiem regio tractography.

1. Terwijl blind voor lidmaatschap van een groep, met de hand rechts en links LGN maskers drie keer per spoor op het gemiddelde PD beelden geïnterpoleerd twee keer de resolutie en de helft van de voxel grootte (origineel 256 x 256 matrix, 0,75 x 0,75 x 1 mm ³ voxel grootte).
   1. Om hoge resolutie te verkrijgen PD beelden gebruiken de gratis beschikbare FLIRT functie en andere software tools binnen Software FMRIB'sLibrary (FSL, http://www.fmrib.ox.ac.uk/fsl/). Upsample, samenvoegen, motion correct en gemiddelde PD beelden voor elke deelnemer, zoals eerder elders ²² beschreven.
   2. Laad imago van de hoge resolutie PD in FSLView en klik op het tabblad Extra voor de interne optie te selecteren (of druk ) Om het beeld te vergroten.
   3. Klik op het tabblad Bestand om de optie Maak Mask te selecteren en gebruik de werkbalk in de linkerbovenhoek van het scherm om de LGN traceren in elk segment. Indien gewenst, verandert u het contrast van het beeld door te slepen langs de min / max in de werkbalk om LGN opsporing te vergemakkelijken.
2. Samenvoegen van deze regio's van belang (ROI) in een mediaan masker met gebruik van fslmerge commando.
3. Combineer mediaan maskers alle beoordelaars 'in een enkele mediaan masker met dezelfde opdracht.

4. V1 Segmentatie

1. Run "recon all-" commando in FreeSurfer23 (v5.3.0) op de hersenens in de moedertaal van de anatomische ruimte (T1-gewogen beelden) voor de automatische verwerking.
2. Omzetten op de juiste uitgang in de nieuwe mri map (orig.mgz, brain.mgz, rawavg.mgz, T1.mgz) naar Nifti met "mri_convert".
3. Gebruik BET hersenen extractie in de FSL GUI om de schedel gestripte uitgang hersenen (brain.nii.gz) in FreeSurfer ruimte te corrigeren indien nodig. Kies de Run standaard hersenen extractie met behulp van bet2 optie (standaard). Verlaag de drempel als het ontbreekt hersenweefsel, of verhogen als niet-hersenweefsel wordt vastgelegd (standaard drempel 0,5). Selecteer de afgedrukte afbeelding binaire masker hersenen (dit kan worden gebruikt voor handmatige correcties) Output image-brain geëxtraheerd en de geavanceerde opties.
4. Converteren uitgang V1 verkaveling om een ​​volumetrisch masker met behulp van "label2surf" en "surf2volume" commando's.

5. Pre-bijhouden van registraties

Opmerking: Voor de volgende stappen, bel dan de FSL GUI aan elk van de followin openeng Tools.

1. Gebruik BET hersenen extractie en selecteer het Bias veld en nek cleanup optie om de schedel-strip rawavg.nii.gz, gelegen in de MRI-folder gemaakt door "recon-all". Pas de drempel zo nodig.
2. Run FLIRT lineaire registratie hersenen in FreeSurfer brengen en inheemse anatomische ruimte om diffusie ruimte.
   1. Select brain.nii.gz, output van recon-all (FreeSurfer ruimte), of de hersenen van een patiënt onttrokken T1 (native anatomische ruimte) als imago van de input, en een Eddy gecorrigeerd en de hersenen gewonnen diffusie gewogen afbeelding (DWI) als referentie beeld. Klik vervolgens op "Go".
      Opmerking: Deze stap maakt twee uitgangen, de input hersenen registreerde de referentie-afbeelding (.nii.gz) en een transformatie matrix (.mat) aan. Afgezien van de registratie wordt het laatste bestand nodig is voor tractografie wanneer zaad ruimte is niet diffusie. Gebruik de uitgang transformatie matrices (.mat) die in deze stap voor tractografie zoals uitgelegd in 7.4.2.
3. soortgelijktot 5,2, lopen FLIRT lineaire registratie van de deelnemers 'PD hersenen om FreeSurfer ruimte en inheemse anatomische ruimte te brengen.
4. Bereid je zaad maskers voor tractografie:
   1. Solliciteer FLIRT transformatie van Utils in de FLIRT lineaire registratie toolbox. Gebruik de .mat uitgevoerd als de transformatie matrix, de oorspronkelijke LGN maskeren als de input en brain.nii.gz (FreeSurfer spatie) of T1_brain.nii.gz (native anatomische ruimte) (zie 5.2) als referentie volume. Selecteer de Nearest Neighbor interpolatie methode vanaf de geavanceerde opties.
5. Met alleen brain.nii.gz bestanden, voor te bereiden doel maskers voor tractografie:
   1. Registreer FreeSurfer hersenen om inheemse anatomische ruimte en maak doel maskers door het toepassen van transformatie naar V1 maskers (zie 5.2, 5.4.1) met behulp van Tri-lineaire interpolatie. Klik op "Go".

6. LGN Normalisatie

1. Gebruik FNIRT niet-lineaire registratie zoals eerder beschreven op http: //fsl.fmrib.ox.ac.uk / FSL / fslwiki / FNIRT aan niet-gewonnen hersenen van de deelnemers in de moedertaal van de anatomische ruimte brengen MNI ruimte, met behulp van het Montreal Neurological Institute hele brein template (MNI152).
   Opmerking: Niet-lineaire registratie originele anatomische beelden wordt aanbevolen voor deze stap, zoals registraties nauwkeuriger toen FNIRT werd toegepast op niet-geëxtraheerde T1 opzichte FLIRT geëxtraheerd hersenen.
2. Solliciteer transformatie naar LGN maskers in anatomische ruimte (original LGN eerder omgevormd tot inheemse anatomische ruimte in 5.4) met behulp van naaste buren interpolatie zoals beschreven in 5.4.1 tot maskers om MNI ruimte te brengen.
3. Gemiddeld alle LGN maskers in MNI ruimte tussen beide groepen met de opdracht Afni's "3dMean".
4. Met "fslmaths Thr" naar een drempel toegepast op de gemiddelde masker MNI ruimte.
5. Bereken de gemiddelde straal van het masker in MNI ruimte met V = 4/3 πr ³ (neem een bol).
6. Noteer het massamiddelpunt coördinatieNates van elk individu LGN masker in de moedertaal van de anatomische ruimte met behulp van de opdracht "fslstats -C".
7. Maak sferische ROI van identieke volumes over de deelnemers:
   1. Gebruik "fslmaths" om een ROI punt met de coördinaten van de passende individuele LGN masker in de moedertaal van de anatomische ruimte zoals vastgelegd in 6.6
   2. Met "fslmaths" Breng de straal van de gemiddelde masker MNI speelt een bol rond het ROI punt in natieve anatomische ruimte.
8. Gebruik deze gestandaardiseerde maskers als zaden voor tractografie.

7. Probabilistisch tractografie (FSL 5.0.4)

Opmerking: Voor de volgende stappen, bel dan de Fdt_gui om toegang te krijgen elk van de volgende instrumenten.

1. Corrigeren voor verstoringen in DWIS met Eddy huidige correctie. Selecteer de Eddy huidige correctie optie in het menu aan de bovenkant van de Diffusion Toolbox raam en het uploaden van de DWI als de input, het verlaten van de default referentievolume (0).
2. Brain extract de beelden met BET zoals beschreven in 4.3.
3. Selecteer de DTIFIT Wederopbouw diffusie tensor optie in het menu. Geef een ingang directory met de volgende bestanden: diffusie gewogen data, nodif_brain_mask (output van de BET), bvec en bval (moet worden hernoemd naar bvecs en bvals; tekstbestanden met informatie over het diffusie acquisitie parameters, output van DICOM naar Nifti omzetting van diffusie gegevens). Klik op "Go" om dtifit, die een diffusie tensor model past bij elke voxel, het creëren van bestanden voor post-processing uit te voeren.
4. Selecteer vervolgens het BedpostX (schatting van diffusie parameters) optie in het menu. Gebruik dezelfde ingang directory als voor DTIFIT. Klik op 'Go' om alle bestanden die nodig zijn voor tractografie te genereren.
5. Uit dezelfde menu kiest ProbtrackX voor probabilistische tracking en voer het uit voor elk halfrond apart. Houd default fundamentele opties (5000 samples, 0,2 kromming en loopcheck applied) en selecteer gewijzigde Euler voor het berekenen van probabilistische stroomlijnen van geavanceerde opties voor een grotere nauwkeurigheid.
   1. Selecteer de uitgang van BedpostX bevatten .merged bestanden als BEDPOSTX directory.
   2. Selecteer enkel masker als zaad ruimte en laadt de getransformeerde LGN masker (in de moedertaal van anatomische ruimte) als afbeelding van het zaad, T1 (hersenen in de native anatomische ruimte) diffusie transformatiematrix als het zaad diffusie transformeren en V1 (in de moedertaal anatomische ruimte) in "optionele targets" (alles behalve uitzonderingsmaskers) als het doel.
   3. Gebruik standaard mesh conventie (Caret) en laadt de hersenen in de moedertaal van de anatomische ruimte (afbeelding T1) als afbeelding van het oppervlak referentie.
6. Herhaal ProbtrackX voor probabilistische bijhouden van het gebruik van de standaard sferische ROI (gemaakt in stap 6) als zaad regio's voor tractografie zoals beschreven in 7.5.2. Upload ROI op dezelfde manier getransformeerd LGN (anatomische ruimte) werden geladen in 7.5.2.
7. Re-run tractografie (7,5), dit keermet zaad (niet-genormaliseerde) en target maskers in FreeSurfer ruimte met de toevoeging van FreeSurfer's contralaterale witte stof grens masker als een uitsluiting masker, om eventuele oversteken te voorkomen en te zorgen voor directe ipsilaterale verbindingen. Vink de optie Surface van het ProbtrackX toolbox en selecteer FreeSurfer als mesh conventie.
   Let op: Het is belangrijk om te benadrukken dat tractografie wordt altijd uitgevoerd vanaf diffusie ruimte, maar Probtrackx voor probabilistische volgen maakt de inbreng van zaad en target maskers in een andere ruimte, samen met een transformatie matrix diffusie ruimte. In deze studie werd probabilistische tractografie uitgevoerd met maskers in zowel inheemse anatomische en FreeSurfer ruimte (figuur 2).

8. deterministische tractografie (DSI Studio)

1. Open Eddy gecorrigeerde diffusie-gewogen beelden in DSI Studio ²⁴ door te klikken op Stap 1: Open Source Images. Load bvec en bval bestanden op een b-tafel venster dat automatisch is opened naar een (.src) bestand source te maken.
2. Laad de gegenereerde Bron bestanden op de reconstructie venster aan te passen de standaard gereconstrueerde hersenen maskers als dat nodig is.
3. Selecteer vervolgens DTI als de reconstructie methode ²⁵ en uitvoeren op de bronbestanden naar glasvezel informatiebestanden (.fib) te produceren.
4. Breng deelnemers PD hersenen diffusie ruimte met behulp van FLIRT lineaire registratie.
5. Solliciteer transformatie naar LGN maskers met de naaste buur interpolatie zoals beschreven in 5.4.1.
6. Open .fib bestanden in het bijhouden van het venster van het programma.
7. Run tracking voor elk halfrond apart, met behulp van LGN in diffusie ruimte als het zaad en regio 17 (V1) van Brodmann atlas verkrijgbaar bij DSI Studio als afdoend regio. Laad het LGN masker door te klikken op de tab Regio en Open Gebied. Selecteer de optie Seed onder Type in de regio lijst aan de linkerkant van het scherm. Om de V1 masker uit de atlas laden, klikt u op de Atlas van de werkbalk in de regio List enselecteert u de juiste atlas.
8. In elke run, stelt de contralaterale WM (vernoemd links / rechts-hersen-wit-kwestie) masker uit FreeSurfer segmentatie atlas (zie Regio List box aan de volgvenster) als een gebied van vermijding (ROA).
9. Herhaal tracking (8,7-8,8) met behulp van sferische ROI in diffusie ruimte in plaats van individuele LGN als zaad regio's voor tractografie.
   Opmerking: De sferische ROI's hebben hetzelfde volume voor alle vakken en zijn gecentreerd op het zwaartepunt van elk LGN.
10. Herhaal LGN normalisatie, sectie 6, maar deze keer registreren hersenen in diffusie ruimte om standaard MNI ruimte, en het toepassen van transformaties LGN in diffusie ruimte (original LGN eerder getransformeerd diffusie ruimte 8,4-8,5) naar maskers om standaard MNI ruimte te brengen. Bereken het volume van de sferische ROI als het gemiddelde volume van LGN in vakken MNI ruimte.
    Opmerking: Tracking parameters kunnen worden gewijzigd door de gebruiker. Voor de meeste runs werden standaard trackingparameters toegepast. Voor sommige individuen (A5, A7, S12), anisotropie drempel (standaard 0,14-0,15) werd verlaagd (0,10-0,12) en hoekige drempel (standaard 60) werd verhoogd (65-85) voor mooiere visualisatie. Een schema van de techniek wordt getoond in figuur 3.

9. Statistische analyse - TBSS (FSL)

Opmerking:-Tract gebaseerde ruimtelijke statistiek is een voxelgewijze statistische analyse van de deelnemers 'FA maps16 verkregen met dtifit26. Hij wordt veelvuldig gebruikt voor de statistieken van verspreiding van gegevens. Deze voxelgewijze aanpak overwint mogelijke afstemming en egaliseren problemen gezien in VBM-stijl FA analyse en biedt hele brein onderzoek, onbereikbaar through-tractografie gebaseerde approaches16.

1. Run "tbss_1_preproc" op de FA gegevens gelegen in een nieuw opgerichte TBSS directory.
2. Run "tbss_2_reg" - T niet-lineaire registratie toe te passen, waardoor elke deelnemer FA gegevens in gemeenschappelijke ruimte (FMRIB58_FA,image doel in TBSS).
3. Maak een gemiddelde FA skelet met de centra van alle gangbare traktaten onder de deelnemers met behulp van "tbss_3_postreg -S".
4. Rennen "Tbss_4_prestats 0,2" aan elke deelnemer één lijn FA kaart op het gemiddelde skelet van alle uitgelijnde FA kaarten projecteren.
5. Maak design.con en design.mat bestanden, zodat de volgorde van de matrix overeen met de volgorde waarin TBSS voorbewerkt de FA data.
6. Run "randomisatie" via de T2 optie, die wordt aanbevolen voor TBSS zij handelt op een skelet (verlaagde deel van het 3D-gegevens) en 5000 pre-mutaties, die nauwkeuriger p-waarden geeft.

10. Statistische analyse - SPSS

1. Het halen van FA waarden van deterministische gegevens
   Opmerking: Deterministische-gebaseerde FA waarden werden afgeleid van DSI Studio outputstatistieken tekstbestanden. Deze waarden geven het gemiddelde FA binnen de gegenereerde traktaten, which in dit geval overeen met het gebied van de OR.
   1. Run fiber-tracking in DSI studio.
   2. Save the 'statistieken' text-bestanden die door DSI Studio voor elke gegenereerde set van traktaten en de 'FA betekenen' waarden op te nemen van hen.
2. Het halen van FA waarden van probabilistische gegevens
   Opmerking: Probabilistisch gebaseerde FA waarden zijn afgeleid van ProbtrackX2 uitgang fdt_paths bestanden. Dit zijn 3D-darmkanaal dichtheid beelden die in deze studie de oppervlakte die overeenkomt met de OR te dekken.
   1. Gebruik FLIRT lineaire registratie aan elke deelnemer fdt_paths bestanden diffusie de ruimte te brengen.
   2. Binarize de uitgang met behulp van maskers "fslmaths - bin".
   3. Voor elke deelnemer, vermenigvuldig het masker van hun FA kaart van dtifit het gebruik van "fslmaths -mul".
   4. Run commando "fslmeants" om de gemiddelde FA vinden van elk kanaal masker.
3. Hardlopen Analyses met SPSS (met behulp van deterministische en probabilistische
   Gegevens)
   Noot: Statistische analyse wordt uitgevoerd met behulp van SPSS 20 voor Mac. Aangezien halfrond een intra-individuele variabele, een gegeneraliseerd lineair model (Genlin) waarmee de effecten in elke kant van de hersenen kan worden ze afzonderlijk wordt toegepast. Specifiek wordt de gegeneraliseerde schatten vergelijking (GEE) gebruikt.
   1. In afzonderlijke tests, stelt elk van de gemiddelde FA en stroomlijnen count (waytotal of percentage gegenereerd stroomlijnen, PGSL) als afhankelijke variabele.
      Let op: In deze studie, het stroomlijnen van telling is gebaseerd op de manier waarop-de totale waarden. Waytotal beschrijft het totale aantal gegenereerde stroomlijnt die niet door opname / uitsluitingscriteria ²⁷ hebben verworpen. Het aantal gegenereerde stroomlijnen (NGSL), die verwijst naar het totale aantal verzonden stroomlijnen, is gelijk aan het aantal voxels in het zaad masker vermenigvuldigd met het aantal Van iedere voxel (5000 in dit geval) monsters. Percentage gegenereerde stroomlijnt (PGSL), waytotal gedeeld door NGSL tijden 100, is een maat voor de succesvolle connectivity tussen het zaad en het doel.
   2. Bestudeer de invloed van de groep en het geslacht op LGN naar V1 connectiviteit door ze als onafhankelijke variabelen in alle tests.
      Opmerking: Belangrijkste effecten evenals twee- en drie-weg interacties werden bestudeerd. Het is belangrijk op te merken dat deze afzonderlijke tests niet geconditioneerd elkaar, zodat het belang van een hoofdeffect of interactie is onafhankelijk van de andere.
   3. Gebruik leeftijd als covariaat voor alle tests. Gebruik ook LGN volume als covariaat voor tests met een gemiddelde FA en waytotal als afhankelijke variabelen, maar weglaten van proeven met PGSL als afhankelijke variabele.
      Opmerking: totale hersenvolume bleek een significant covariate en werd daarom weggelaten statistieken.
   4. Selecteer de Bonferroni-correctie werkwijze aan te passen voor meervoudige vergelijkingen ²⁸ (significantieniveau p <0,05).

Results

Dit hoofdstuk geeft een overzicht van de resultaten verkregen met behulp van twee verschillende algoritmes van tractografie, deterministische en probabilistische. LGN delen in PD ruimte waarin maskers oorspronkelijk getrokken, alsook in alle andere ruimten die in dit onderzoek worden in tabel 2 en LGN tracering wordt geïllustreerd in figuur 4. De hier gerapporteerde resultaten zijn gebaseerd op een standaard runs bol gebruikt als LGN ROI...

Discussion

Veranderde WM en meer in het bijzonder verminderde connectiviteit albinisme vergelijking met controles werden verwacht. Zo is de verminderde FA in de rechter hersenhelft van albinisme in vergelijking met controles, evenals de verminderde connectiviteit bij mannelijke patiënten met albinisme hier vermeld zijn in lijn met onze voorspelling. Geslacht en hemisfeer effecten niet volledig duidelijk, hoewel onderzoek op gezonde hersenen suggereert dat verminderde WM complexiteit in de linkerhelft van mannen dan bij vrouwen

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Magnetom Tim Trio 3T MRI	Siemens (Erlangen, Duitsland)
FMRIB’s Software Library (FSL)			http://www.fmrib.ox.ac.uk/fsl/
FreeSurfer			http://surfer.nmr.mgh.harvard.edu
DSI Studio			http://dsi-studio.labsolver.org
SPSS