Name: Een gestandaardiseerde pijplijn voor het onderzoeken van menselijke cerebellaire grijze stofmorfometrie met behulp van structurele magnetische resonantie beeldvorming (Video) | JoVE Journal
Uploaded: 2022-02-04T14:00:00.000+00:00
Duration: 11 min 50 s
Description: Leer een gestandaardiseerde pijplijn voor cerebellaire grijze stofmorfometrie met structurele MRI. Deze methode optimaliseert parcellatie en voxel-gebaseerde registratie voor volumetrische kwantificatie bij neurologische aandoeningen.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Het werk dat in dit manuscript wordt gepresenteerd, is gefinancierd door een Ideeënbeurs van de Australian National Health and Medical Research Council (NHMRC): APP1184403.

OPMERKING: De gegevens die in deze studie werden gebruikt, maakten deel uit van een project dat was goedgekeurd door de Monash University Human Research Ethics Committee (project 7810). Deelnemers gaven schriftelijke geïnformeerde toestemming. Hoewel de pijplijn kan worden uitgevoerd op Mac-, Windows- of Linux-besturingssystemen, zijn ACAPULCO, SUIT en de QC-pijplijnen expliciet getest op Linux (Ubuntu) en Mac (Catalina, Big Sur v11.0.1) besturingssystemen.
1. Module 1: ACAPULCO (anatomische verkaveling)
<ol><li>Dataverzameling<ol>
<li>Verzamel 3D T1-gewogen MRI-beelden van de hele hersenen met een resolutie van 1 mm3 of minder. Isotrope voxelafmetingen (meestal 1 mm x 1 mm x 1 mm) en een scanner van 3 Telsa (of meer) worden aanbevolen. Raadpleeg een beeldvormingsspecialist in hun radiografiecentrum om gegevens op te zetten en te verkrijgen die aan deze specificaties voldoen. OPMERKING: T2-gewogen afbeeldingen zijn soms nuttig voor volumetrische analyses; De pijplijn die hier wordt gepresenteerd, is echter alleen gebaseerd op T1-gewogen gegevens en sommige van de gebruikte tools zijn exclusief voor dit type gegevens. Als zodanig kunnen T2-gewogen afbeeldingen niet worden gebruikt.</li>
		<li>Voer een visuele kwaliteitsbeoordeling van afbeeldingen uit om grove cerebellaire misvormingen (bijv. Grote laesies) of substantiële bewegingsartefacten uit te sluiten die de identificatie van belangrijke cerebellaire oriëntatiepunten (bijv. De grote anatomische fissuren) voorkomen. Sluit atrofische cerebella niet automatisch uit, zelfs niet als deze aanzienlijk is.</li>
		<li>Overweeg voor groepsstudies ook kwantitatieve kwaliteitsbeoordelingen met behulp van vrij beschikbare, gestandaardiseerde hulpmiddelen zoals MRIQC46 om problematische gegevens verder te identificeren.</li>
		<li>Converteer alle gegevens naar NIFTI-GZ-indeling met behulp van een tool zoals dcm2niix47.</li>
	</ol></li>
	<li>Aanbevolen gegevensorganisatie<ol>
<li>Verkrijg alle benodigde software zoals vermeld in de Tabel met Materialen. Zorg ervoor dat Docker48 of Singularity49, Matlab50 en SPM1251 zijn geïnstalleerd voordat de pijplijn wordt uitgevoerd. OPMERKING: Uitgebreide geschreven en videozelfstudies die de pijplijn beschrijven zijn ook beschikbaar (zie de tabel met materialen).</li>
		<li>Zodra alle benodigde software is geïnstalleerd, maakt u mappen in de werkmap en labelt u ze 'acapulco', 'suit' en 'freesurfer'. Doe dit met de opdracht mkdir vanaf de opdrachtregel.</li>
		<li>Maak in de map 'acapulco' een uitvoermap . Maak in de uitvoermap een map voor elk onderwerp in het onderzoek met de T1-gewogen afbeelding in NIFTI-GZ-indeling. OPMERKING: Het wordt aanbevolen om een kopie van de originele gegevens elders te bewaren.</li>
	</ol></li>
	<li>Anatomische cerebellaire verkaveling met ACAPULCO<ol>
<li>Ga naar de tabel met materialen en download de relevante scripts en containers die nodig zijn om ACAPULCO (onder acapulco pipeline files) uit te voeren. Plaats in de map 'acapulco' de (i) ACAPULCO Docker OR Singularity container (respectievelijk 'acapulco_0.2.1.tar.gz' of '.sif'), (ii) de inhoud van het QC_scripts archief (3 bestanden: 'QC_Master.R', 'QC_Plots.Rmd' en 'QC_Image_Merge.Rmd'), en (iii) 'R.sif' (singulariteit) OF 'calculate_icv.tar' (docker) bestand.</li>
		<li>Open een terminal en voer vanaf de opdrachtregel de ACAPULCO-container uit op één installatiekopie (vervang <<onderwerp>> in het volgende). Wacht tot ~ 5 minuten voordat de verwerking is voltooid.<ol>
<li>Typ de opdracht met Docker: docker load --ingang acapulco_0.2.1.tar.gz docker run -v $PWD:$PWD -w $PWD -t --user $(id -u):$(id -g) --rm acapulco:latest -i output/<<subject>>/<<subject>>.nii.gz -o output/<<subject>>
</li>
			<li>Typ met Singularity de opdracht: singularity run --cleanenv -B $PWD:$PWD acapulco-0.2.1.sif -i output/<<subject>>/<<subject>>.nii.gz -o output/<<subject>>
</li>
		</ol>
</li>
		<li>Loop over alle onderwerpen / scans in het cohort. Zie de tabel met materialen voor een koppeling naar de ENIGMA Imaging Protocols-website voor het downloaden van de pijplijn (onder ENIGMA Cerebellum Volumetrics Pipeline) en de zelfstudiehandleiding met voorbeelden van het maken van een for-loop voor het serieel verwerken van meerdere onderwerpen.</li>
		<li>Zoek na verwerking naar de volgende bestanden die zijn gegenereerd in de onderwerpspecifieke mappen:<ol>
<li>Identificeer "<onderwerp>_n4_mni_seg_post_inverse.nii.gz": verkaveld cerebellummasker in origineel (onderwerpruimte).</li>
			<li>Identificeer "<onderwerp>_n4_mni_seg_post_volumes.csv": volumes (in mm3) voor elk van de 28 subeenheden gegenereerd door acapulco;</li>
			<li>Identificeer representatieve afbeeldingen (in de map 'pics'): sagittale, axiale en coronale.</li>
		</ol>
</li>
	</ol></li>
	<li>Statistische uitschieters detectie en kwaliteitscontrole (QC)<ol>
<li>Zorg er vanaf de terminal en in de 'acapulco' directory voor dat de inhoud van QC_scripts in de 'acapulco' directory staat. Ga als volgt te werk om de QC-scripts uit te voeren:<ol>
<li>Typ de opdracht met Docker: laadvermogen calculate_icv.tar docker run -v $PWD:$PWD -w $PWD --rm -it luhancheng/calculate_icv:latest Rscript QC_Master.R uitgang/
</li>
			<li>Typ met Singularity de opdracht: singularity exec -B $PWD:$PWD R.sif Rscript /path/to/QC_Master.R /path/to/acapulco/output
</li>
		</ol>
</li>
	</ol></li>
	<li>Onderzoek van de QC-beelden gegenereerd door ACAPULCO OPMERKING: Er is een 3-stappenproces voor het controleren van de kwaliteit van de ACAPULCO-verkavelde afbeeldingen.<ol>
<li>Open de 'QC_Images.html' in een webbrowser en blader snel (~ 10 s per onderwerp) door de afbeeldingen om duidelijke fouten of systematische problemen te identificeren. Noteer de onderwerp-ID's van mislukte of verdachte verpakte afbeeldingen voor follow-up. OPMERKING: Zie figuur 3 voor een gids over de neuroanatomie van de cerebellaire lobben en figuur 4, figuur 5 en figuur 6 in de sectie representatieve resultaten hieronder voor voorbeelden van 'goede' verkavelingen, 'subtiele misverkavelingen' en 'globale mislukking' verkavelingen.</li>
		<li>Open de 'Plots_for_Outliers.html' om de boxplots aan te vinken op kwantitatieve statistische uitschieters. Zoek naar uitschieters (2.698 s.d boven of onder het gemiddelde) boven of onder de snorharen van de boxplots. Plaats de muisaanwijzer op de gegevenspunten om de onderwerp-ID weer te geven. Identificeer de uitschieters die worden aangeduid met een '1' in de relevante kolom in het bestand 'Uitschieters.csv' en noteer het totale aantal segmenten dat als uitschieters voor elk onderwerp is geïdentificeerd in de laatste kolom in 'Uitschieters.csv'.</li>
		<li>Inspecteer handmatig elke afbeelding met een of meer uitschieters. KRITIEK: Gebruik een standaard NIFTI-beeldviewer (bijv. FSLEyes of MRICron) om het ACAPULCO-masker op de originele T1w-afbeelding te leggen om de kwaliteit van de verkaveling plak voor plak te controleren.<ol>
<li>Om overlays voor gedetailleerde QC te genereren vanaf de opdrachtregel met FSLEyes, i) wijzigt u de map in de map 'acapulco', ii) geeft u het onderwerp op dat moet worden weergegeven (vervang <onderwerp>): subj=<subject_name>
</li>
			<li>Kopieer en plak de volgende code naar de terminal (zonder {subj} handmatig te wijzigen, omdat deze door de vorige regel is ingesteld: t1_image=output/${subj}/${subj}.nii.gz acapulco_image=output/${subj}/${subj}_n4_mni_seg_post_inverse.nii.gz fsleyes ${t1_image} ${acapulco_image} --overlayType label --lut random_big --outline --outlineWidth 3 ${acapulco_image} --overlayType volume --alpha 50 --cmap random OPMERKING: Er moet worden bepaald of het abnormale segment moet worden opgenomen of niet, d.w.z. is er een pakketgevingsfout of is het gewoon normale variabiliteit in de anatomie van het individu? Elke verkavelde regio wordt afzonderlijk beschouwd, dus een paar regio's kunnen worden uitgesloten voor een afbeelding, terwijl de rest kan worden behouden als dit correct is.</li>
			<li>
Moeten een of meer verkavelde regio's worden uitgesloten van de uiteindelijke dataset? Zo ja (uitschieter is bevestigd), sluit u deze pakketlation(s) uit van de analyse door de volumeschatting te vervangen door NA in de overeenkomstige cel van het bestand 'Cerebel_vols.csv' voor dat onderwerp.</li>
			<li>
Leiden verkavelingsfouten ertoe dat een deel van het cerebellum wordt uitgesloten van het masker? Zo ja (bijvoorbeeld als bepaalde cerebellaire lobben ontbreken in het masker of 'afgesneden' lijken), sluit u het onderwerp onmiddellijk uit van verdere analyses (d.w.z. ga niet verder met het uitvoeren van de SUIT-module op die onderwerpen).</li>
		</ol>
</li>
	</ol></li>
</ol>2. Module 2: SUIT cerebellum-geoptimaliseerde voxel-gebaseerde morfometrie
<ol><li>Op Voxel gebaseerde morfometrie-analyses met SUIT KRITIEK: Deze pijplijn vereist dat de ACAPULCO-module al is uitgevoerd, omdat deze afhankelijk is van het genereren van een onderwerpspecifiek cerebellair masker voor optimalisatie van de registratie en normalisatie van het cerebellum naar de SUIT-sjabloon. Als het door ACAPULCO gegenereerde onderwerpspecifieke masker niet het hele cerebellum omvat, garandeert dit uitsluiting van de SUIT-module. Voor instructies over het zelfstandig uitvoeren van SUIT, zie52.<ol>
<li>Verkrijg alle benodigde software die wordt vermeld in de Tabel met Materialen. Zorg ervoor dat de map SPM12 en alle submappen zich in het MATLAB-pad bevinden. Zorg ervoor enigma_suit scripts worden opgeslagen in de map 'spm12/toolbox' en worden toegevoegd aan het MATLAB-pad. Als u het MATLAB-pad wilt controleren, typt u pathtool in het MATLAB-opdrachtvenster en klikt u vervolgens op Toevoegen met submappen om de relevante mappen toe te voegen.</li>
		<li>Voer de SUIT-pijplijn uit voor een of meer onderwerpen. Wacht tot ~ 15-20 minuten (als u de grafische gebruikersinterface [GUI] gebruikt) en ~ 5-7 minuten als u vanaf de terminal (bash / shell) wordt uitgevoerd om de verwerking te voltooien.<ol>
<li>Als u de GUI wilt gebruiken (onderwerpen worden in serie uitgevoerd), typt u in het MATLAB-opdrachtvenster de opdracht: suit_enigma_all
</li>
			<li>Selecteer in het eerste pop-upvenster de onderwerpmappen uit de map 'acapulco/output' om in de analyse op te nemen. Klik op de afzonderlijke mappen aan de rechterkant van het venster of klik met de rechtermuisknop en selecteer alles. Druk op Gereed. Selecteer in het tweede pop-upvenster de SUIT-directory, waar de analyses worden geschreven.</li>
			<li>OF Roep de functie aan vanaf de MATLAB-opdrachtregel voor een enkel onderwerp, typ de opdracht: suit_enigma_all('/path/to/acapulco/output/subjdir','/path/to/suitoutputdir')
</li>
			<li>OF Roep de functie aan vanuit het terminalvenster, buiten MATLAB, voor een enkel onderwerp door de opdracht te typen: matlab -nodisplay -nosplash -r "suit_enigma_all('/path/to/acapulco/output/subjdir','/path/to/suitoutputdir'), exit"
</li>
		</ol>
</li>
		<li>Zie de tabel met materialen voor een koppeling naar de ENIGMA Imaging Protocols-website voor het downloaden van de pijplijn (onder ENIGMA Cerebellum Volumetrics Pipeline) en de zelfstudiehandleiding met voorbeelden van het maken van een for-loop voor het serieel verwerken van meerdere onderwerpen.</li>
		<li>Zoek naar de volgende punten met betrekking tot het script.<ol>
<li>Zorg ervoor dat het script de N4 bias-gecorrigeerde, MNI-uitgelijnde (rigid-body) T1-afbeelding en het ACAPULCO cerebellummasker naar de uitvoermap kopieert.</li>
			<li>Zorg ervoor dat het schrift de grijze en witte stof van het cerebellum segmenteert.</li>
			<li>Zorg ervoor dat het script corrigeert voor overinclusiefouten in de verkaveling met behulp van het ACAPULCO-masker.</li>
			<li>Zorg ervoor dat het script DARTEL de gegevens normaliseert en resliceert in de SUIT-ruimte met Jacobiaanse modulatie, zodat de waarde van elke voxel evenredig is met het oorspronkelijke volume.</li>
			<li>Controleer de map van elk onderwerp op de volgende einduitgangen: 'wd<subject>_seg1.nii' (grijze massa) en 'wd<subject>_seg2.nii' (witte stof).</li>
		</ol>
</li>
	</ol></li>
	<li>Detectie van statistische uitschieters en kwaliteitscontrole<ol>
<li>Inspecteer de genormaliseerde, gemoduleerde beelden (wd*) visueel op grote storingen. Typ de opdracht in MATLAB: spm_display_4D
</li>
		<li>Selecteer handmatig de 'wd*seg1'-afbeeldingen in de submappen van het pak of navigeer naar de map 'suit'; plaats '^wd.*seg1' in het vak Filter (geen aanhalingstekens) en druk op rec knop. Druk op Gereed.</li>
		<li>Blader door de afbeeldingen om er zeker van te zijn dat ze allemaal goed zijn uitgelijnd. Zie figuur 7 voor correct genormaliseerde beelden van gezonde controles (A,B) en een persoon met een sterk atrofisch cerebellum (D). OPMERKING: In dit stadium lijkt de anatomie tussen proefpersonen erg op elkaar (omdat ze op dezelfde sjabloon zijn geregistreerd) en volumeverschillen worden in plaats daarvan gecodeerd door verschillende voxelintensiteiten. Grote mislukkingen zullen duidelijk zijn, bijvoorbeeld lege afbeeldingen, grote gebieden met ontbrekend weefsel, ongewone intensiteitsgradiënten (d.w.z. heldere voxels allemaal aan de bovenkant, donkere voxels allemaal aan de onderkant). Deze afbeeldingen moeten worden uitgesloten van volgende stappen.</li>
		<li>Controleer ruimtelijke covariantie op uitschieters. Typ de opdracht in MATLAB: check_spatial_cov
		<ol>
<li>Selecteer de 'wd*seg1'-afbeeldingen volgens de vorige stap. Selecteer desgevraagd de volgende opties: Prop schalen: Ja; Variabele om uit te komen: Nee; Plak (mm): - 48 , Tussenruimte: 1.</li>
			<li>Kijk naar de boxplot die de gemiddelde ruimtelijke covariantie van elke afbeelding weergeeft ten opzichte van alle andere in het voorbeeld. Identificeer gegevenspunten die >2s.d. onder het gemiddelde in het MATLAB-opdrachtvenster. Controleer hiervoor de afbeelding "<subj>_n4_mni.nii.gz" in de MAP SUIT op artefacten (beweging, anatomische afwijkingen), problemen met de beeldkwaliteit of fouten bij het voorbewerken.</li>
			<li>Als de beeldkwaliteit en voorbewerking acceptabel zijn en visuele inspectie van de gemoduleerde afbeeldingen in de vorige stap niet wijst op een probleem met segmentatie en normalisatie, bewaar deze gegevens dan in het monster. Sluit anders deze gegevens uit.</li>
		</ol>
</li>
	</ol></li>
</ol>3. MODULE 3 (optioneel): Intracranial Volume (ICV) schatting met behulp van FreeSurfer
OPMERKING: Deze module gebruikt de FreeSurfer-pijplijn om ICV te berekenen. Het hoeft niet opnieuw te worden uitgevoerd als er bestaande Freesurfer-uitgangen zijn voor het cohort (elke versie).
<ol><li>FreeSurfer instellen<ol>
<li>Zorg ervoor dat FreeSurfer is gedownload en geïnstalleerd53. Ga naar de tabel met materialen en download de relevante scripts om deze module uit te voeren (onder ICV-pijplijnbestanden). Wanneer u met FreeSurfer werkt, stelt u de volgende variabelen in: FREESURFER_HOME=<freesurfer_installation_ directory exporteren> source $FREESURFER_HOME/SetUpFreeSurfer.sh
</li>
		<li>Vervang <path> door: export SUBJECTS_DIR=<path>/enigma/Freesurfer
</li>
	</ol>
</li>
	<li>Freesurfer autorecon1 uitvoeren<ol>
<li>Voor een enkel onderwerp, vanuit de map 'freesurfer' (verwerkingstijd ~ 20 min), typt u de opdracht: cd <path>/enigma/freesurfer recon-all -i .. /input/<subject>.nii.gz -s <onderwerp> -autorecon1
</li>
		<li>Zie de handleiding voor voorbeelden van het maken van een for-loop voor het serieel verwerken van meerdere onderwerpen.</li>
	</ol>
</li>
	<li>Berekening van ICV<ol>
<li>Data organisatie<ol>
<li>Plaats in de map 'freesurfer' de (i) Docker OF Singularity-container die wordt gebruikt in module 1 (respectievelijk 'calculate_icv.tar' of 'R.sif') en (ii) xfm2det-script (zie de tabel met materialen). Doe vervolgens een git-kloon om het vereiste ICV-script te klonen: git kloon https://github.com/Characterisation-Virtual-Laboratory/calculate_icv
</li>
		</ol>
</li>
		<li>ICV-extractie uitvoeren (verwerkingstijd ~ 5 min)<ol>
<li>Typ in de map 'freesurfer', met singulariteitscontainer ('R.sif'): singularity exec --cleanenv -B $PWD:$PWD R.sif calculate_icv/calculate_icv.py --freesurfer_dir=/path/to/freesurfer --acapulco_dir=/path/to/acapulco/QC/Cerebelvolsfile --output_csv_name=Cerebel_vols.csv calculate_icv
</li>
			<li>Typ vanuit de map 'freesurfer', met dockercontainer: docker run -v $PWD:$PWD -w $PWD -rm -it luhancheng/calculate_icv:latest calculate_icv/calculate_icv.py --freesurfer_dir=/pad/naar/Freesurfer -- acapulco_dir=/path/to/acapulco/QC/Cerebelvolsfile --output_csv_name=Cerebel_vols.csv calculate_icv
</li>
			<li>Script uitvoeren zonder container - zie de tabel met materialen voor aanvullende vereiste software en afhankelijkheden. Typ in de map 'freesurfer': ./calculate_icv/ calculate_icv.py ---freesurfer_dir=/path/to/freesurfer -- acapulco_dir=/pad/naar/acapulco/QC/Cerebelvolsfile -- output_csv_name=Cerebel_vols.csv calculate_icv OPMERKING: Hiermee wordt de ICV voor elk onderwerp berekend en wordt een kolom met ICV toegevoegd aan het einde van het bestand 'Cerebel_vols.csv'.</li>
		</ol>
</li>
	</ol>
</li>
</ol>

De auteurs hebben geen belangenconflicten te onthullen.

Het cerebellum is van cruciaal belang voor een breed scala aan menselijke motorische3, cognitieve58, affectieve10 en taal 7,59 functies en is betrokken bij vele neurologische en psychiatrische ziekten. De beschikbaarheid van een gestandaardiseerde en gemakkelijk implementeerbare aanpak voor de kwantificering van regionale cerebellaire volumes zal bijdragen aan het steeds gedetailleerder in ka...

Het cerebellum is een deel van de hersenen dat historisch geassocieerd is met motorische controle 1,2,3 en wordt verondersteld integraal betrokken te zijn bij slechts een kleine reeks zeldzame ziekten, zoals erfelijke ataxie4. Convergerende onderzoekslijnen uit anatomische traceringsstudies bij niet-menselijke primaten, evenals studies naar menselijke laesies en neuroimaging, leveren echter overtuigend bewijs voor een rol van het cerebellum in een breed scala van cognitieve 5,6,7, affectieve 8,9,10,11 en andere niet-motorische functies 7,12 (zie6  ter beoordeling). Bovendien zijn afwijkingen van het cerebellum in toenemende mate betrokken bij een breed scala aan neurologische en psychiatrische aandoeningen, waaronder de ziekte van Parkinson13, de ziekte van Alzheimer14,15, epilepsie16,17, schizofrenie18 en autismespectrumstoornis19 . Daarom is het essentieel geworden om het cerebellum op te nemen in functionele en structurele modellen van menselijke hersenziekten en normatieve gedragsvariabiliteit.
Anatomisch kan het cerebellum langs zijn superieure as worden verdeeld in drie lobben: voorste, achterste en flocculonodudulaire. De lobben zijn verder onderverdeeld in 10 lobben aangeduid met Romeinse cijfers I-X20,21 (figuur 1). Het cerebellum kan ook worden gegroepeerd in middellijn (vermis) en laterale (hemisfeer) zones, die respectievelijk inputs ontvangen van het ruggenmerg en de hersenschors. De voorkwab, bestaande uit lobules I-V, is van oudsher geassocieerd met motorische processen en heeft wederzijdse verbindingen met cerebrale motorische cortices22. De achterkwab, bestaande uit lobules VI-IX, is voornamelijk geassocieerd met niet-motorische processen11 en heeft reciproke verbindingen met de prefrontale cortex, posterieure pariëtale en superieure temporale cerebrale cortices 8,23. Ten slotte heeft de flocculonodulaire kwab, bestaande uit lobule X, reciproke verbindingen met vestibulaire kernen die oogbewegingen en lichaamsevenwicht regelen tijdens houding en gang21.
Een groeiend aantal recente werken met behulp van functionele neuroimaging heeft het begrip van de functionele neuroanatomie van het cerebellum verder verfijnd dan de anatomische divisies. Zo zijn er bijvoorbeeld rusttoestand functionele magnetische resonantie beeldvorming (fMRI) technieken gebruikt om het patroon van functionele interacties tussen het cerebellum en cerebrum in kaart tebrengen 24. Bovendien toonden King en collega's7 met behulp van een taakgebaseerde verkavelingsbenadering aan dat het cerebellum een rijk en complex patroon van functionele specialisatie over de hele breedte vertoont, wat blijkt uit verschillende functionele grenzen die verband houden met een verscheidenheid aan motorische, affectieve, sociale en cognitieve taken. Gezamenlijk benadrukken deze studies het belang van het onderzoeken van individuele cerebellaire subeenheden om volledige biologische karakteriseringen van cerebellumbetrokkenheid te ontwikkelen bij zowel gezonde variabiliteit als neurologische ziekten die worden gekenmerkt door veranderingen in de cerebellaire structuur en / of functie.
Het huidige werk richt zich op methoden voor het kwantificeren van lokale veranderingen in cerebellaire volume met behulp van structurele MRI bij mensen. Over het algemeen zijn er twee fundamentele benaderingen voor de kwantificering van regionaal hersenvolume met behulp van MRI-gegevens: op kenmerken gebaseerde segmentatie en voxel-gebaseerde registratie. Op functies gebaseerde segmentatiebenaderingen maken gebruik van anatomische oriëntatiepunten en gestandaardiseerde atlassen om automatisch grenzen tussen subregio's te identificeren. Mainstream softwarepakketten voor segmentatie zijn FreeSurfer25, BrainSuite26 en FSL-FIRST27. Deze pakketten bieden echter alleen grove verkavelingen van het cerebellum (bijvoorbeeld het labelen van de hele grijze stof en de hele witte stof in elke hemisfeer), waardoor de afzonderlijke cerebellaire lobben over het hoofd worden gezien. Deze benaderingen zijn ook gevoelig voor missegmentatie, met name overinclusie van de omringende vasculatuur.
Er zijn nieuwe machine learning- en multi-atlas-etiketteringsalgoritmen ontwikkeld, die een nauwkeurigere en fijnmazigere verkaveling van het cerebellum bieden, waaronder automatische classificatie van cerebellaire lobbenalgoritme met behulp van impliciete multi-boundary evolution (ACCLAIM28,29), Cerebellaire analysetoolkit (CATK30), meerdere automatisch gegenereerde sjablonen (MAGeT31), snelle automatische segmentatie van het menselijke cerebellum en zijn lobules (RASCAL32 ), graph-cut segmentation33 en CEREbellum Segmentation (CERES34). In een recent artikel waarin state-of-the-art volledig geautomatiseerde cerebellum parcellation benaderingen werden vergeleken, bleek CERES2 beter te presteren dan andere benaderingen ten opzichte van goudstandaard handmatige segmentatie van de cerebellaire lobben35. Meer recent ontwikkelden Han en collega's36 een deep-learning algoritme genaamd ACAPULCO (Automatic Cerebellum Anatomical Parcellation using U-Net with locally constrained optimization), dat op gelijke voet presteert met CERES2, een brede toepasbaarheid heeft op zowel gezonde als geatrofieerde cerebellums, beschikbaar is in open-source Docker- en Singularity-containerformaat voor 'off-the-shelf' implementatie en tijdefficiënter is dan andere benaderingen. ACAPULCO verkaveld het cerebellum automatisch in 28 anatomische gebieden.
In tegenstelling tot feature-based segmentatie, werken voxel-gebaseerde registratiebenaderingen door een MRI nauwkeurig toe te wijzen aan een sjabloonafbeelding. Om deze toewijzing te bereiken, moeten de voxels in de oorspronkelijke afbeelding worden vervormd in grootte en vorm. De grootte van deze vervorming biedt effectief een maat voor het volume bij elke voxel ten opzichte van de gouden standaardsjabloon. Deze vorm van volumetrische beoordeling staat bekend als 'voxel-gebaseerde morfometrie'37. Whole-brain voxel-gebaseerde registratiebenaderingen, zoals FSL-FLIRT38 / FNIRT39, SPM unified segmentation40 en CAT1241, worden vaak gebruikt voor voxel-gebaseerde morfometrie. Deze benaderingen houden echter geen goed rekening met het cerebellum, wat resulteert in slechte betrouwbaarheid en validiteit in infratentoriale gebieden (cerebellum, hersenstam42). Om rekening te houden met deze beperkingen, werd het SUIT -algoritme (Spatially Unbiased Infra-tentorial Template) ontwikkeld om de cerebellumregistratie te optimaliseren en de nauwkeurigheid van voxel-gebaseerde morfometrie42,43 te verbeteren.
Feature-based segmentatie en voxel-gebaseerde registratiebenaderingen voor de schatting van regionaal cerebellair volume hebben fundamentele sterke en zwakke punten. Segmentatiebenaderingen zijn aanzienlijk nauwkeuriger voor het kwantificeren van het volume van anatomisch gedefinieerde gebieden (bijv. Lobules35). Grenzen tussen verschillende functionele modules van het cerebellum zijn echter niet in kaart gebracht op zijn anatomische folia en fissuren (equivalent aan gyri en sulci van het cerebrum7). Aangezien op registratie gebaseerde benaderingen niet worden beperkt door anatomische oriëntatiepunten, is fijnmaziger ruimtelijke inferentie en hoogdimensionale structuurfunctiekartering van het cerebellum mogelijk44. Segmentatie- en registratiebenaderingen zijn samen complementair aan elkaar en kunnen worden gebruikt om verschillende onderzoeksvragen te beantwoorden.
Hier wordt een nieuwe gestandaardiseerde pijplijn gepresenteerd, die deze bestaande, gevalideerde benaderingen integreert om geoptimaliseerde en geautomatiseerde verkaveling (ACAPULCO) en voxel-gebaseerde registratie van het cerebellum (SUIT) voor volumetrische kwantificering te bieden (figuur 2). De pijplijn bouwt voort op de gevestigde benaderingen om kwaliteitscontroleprotocollen op te nemen, met behulp van kwalitatieve visualisatie en kwantitatieve uitschietersdetectie, en een snelle methode voor het verkrijgen van een schatting van het intracraniale volume (ICV) met behulp van Freesurfer. De pijplijn is volledig geautomatiseerd, met handmatige interventie die alleen nodig is voor het controleren van de kwaliteitscontrole-uitgangen, en kan worden uitgevoerd op Mac-, Windows- en Linux-besturingssystemen. De pijplijn is vrij beschikbaar zonder beperkingen van het gebruik ervan voor niet-commerciële doeleinden en is toegankelijk via de ENIGMA Consortium Imaging Protocols-webpagina (onder "ENIGMA Cerebellum Volumetrics Pipeline"), na het invullen van een kort registratieformulier45.
Alle vereiste software wordt vermeld in de tabel met materialen en gedetailleerde zelfstudies, inclusief een live demonstratie, zijn beschikbaar bij het downloaden van de pijplijn, naast het hieronder beschreven protocol. Ten slotte worden representatieve resultaten verstrekt, van de implementatie van de pijplijn in een cohort van mensen met Friedreich-ataxie (FRDA) en leeftijds- en geslachtsgematchte gezonde controles, naast aanbevelingen voor statistische inferentiële analyses op groepsniveau.

<table><tbody><tr><td>ACAPULCO pipeline files&nbsp;</td><td>0.2.1</td><td>http://enigma.ini.usc.edu/protocols/imaging-protocols/</td><td>Zorg ervoor dat u acapulco versie 0.2.1 gebruikt</td></tr><tr><td>Docker voor Mac</td><td></td><td>https://docs.docker.com/desktop/mac/install/</td><td>macOS moet versie 10.14 of nieuwer zijn Docker vereist sudo-privileges Docker stelt een geheugen (RAM) beperking op Mac OS. Om het RAM te verhogen, opent u Docker Desktop, gaat u naar Voorkeuren en klikt u op resources. Verhoog het geheugen tot het maximum</td></tr><tr><td>Docker voor Windows</td><td></td><td>https://docs.docker.com/docker-for-windows/install/</td><td></td></tr><tr><td>ENIGMA SUIT scripts</td><td></td><td>http://enigma.ini.usc.edu/protocols/imaging-protocols/</td><td></td></tr><tr><td>FreeSurfer</td><td>7</td><td>https://surfer.nmr.mgh.harvard.edu/fswiki/DownloadAndInstall</td><td>Volgende variabelen moeten elke keer worden ingesteld wanneer u met Freesurfer werkt: export FREESURFER_HOME=<img alt="equation" src="/files/ftp_upload/63340/lesser.png"/>freesurfer _installatie_directory<img alt="equation" src="/files/ftp_upload/63340/greater.png"/> source $FREESURFER_HOME/SetUpFreeSurfer.sh</td></tr><tr><td colspan="4">export SUBJECTS_DIR=<img alt="equation" src="/files/ftp_upload/63340/lesser.png"/>pad<img alt="equation" src="/files/ftp_upload/63340/greater.png"/>/enigma/Freesurfer</td></tr><tr><td>FSL (voor FSLeyes). Optioneel</td><td>6</td><td>https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/FslInstallation</td><td></td></tr><tr><td>ICV pipeline bestanden</td><td></td><td>http://enigma.ini.usc.edu/protocols/imaging-protocols/</td><td>ICV-pijplijn kan op twee manieren worden uitgevoerd: 1) met docker/singulariteit. U hebt geen extra software nodig; 2) zonder docker/singulariteit- dit omvat het handmatig uitvoeren van het ICV-script (calculate_icv.py). U hebt de volgende extra software nodig: Python-versie <img alt="equation" src="/files/ftp_upload/63340/greater.png"/>=3.5 Python-module pandas Python-module fire Python-module tabulate Python-module Colorama</td></tr><tr><td></td><td></td><td>https://github.com/Characterisation-Virtual-Laboratory/calculate_icv</td><td></td></tr><tr><td>MATLAB*</td><td>2019 of nieuwer</td><td>https://au.mathworks.com/</td><td>Een academische licentie is vereist</td></tr><tr><td>Singulariteit</td><td>3.7 of nieuwer</td><td>https://www.sylabs.io/docs/</td><td>Verkies voor high performance computing (HPC) clusters</td></tr><tr><td>SPM</td><td>12</td><td>http://www.fil.ion.ucl.ac.uk/spm/software/spm12/</td><td>Zorg ervoor dat spm12 en alle submappen in uw MATLAB-pad staan</td></tr><tr><td>SUIT Toolbox</td><td>3.4</td><td>http://www.diedrichsenlab.org/imaging/suit_download.htm</td><td>Zorg ervoor dat u de SUIT-toolbox in de spm12/toolbox-map plaatst</td></tr><tr><td>Handleiding voor probleemoplossing en voorbeelden van segmentatie-uitvoer</td><td></td><td>http://enigma.ini.usc.edu/protocols/imaging-protocols/</td><td></td></tr><tr><td>Handleiding en video met tutorial</td><td></td><td>http://enigma.ini.usc.edu/protocols/imaging-protocols/</td><td>Handleiding en bijbehorende live demonstratie bieden gedetailleerde stapsgewijze instructies voor het uitvoeren van de pijplijn van begin tot eind.</td></tr><tr><td>*Niet vrij beschikbaar; een academische licentie is vereist</td><td></td><td></td><td></td></tr></tbody></table>

een gestandaardiseerde pijplijn voor het onderzoeken van menselijke cerebellaire grijze stofmorfometrie met behulp van structurele magnetische resonantie beeldvorming

A Standardized Pipeline for Examining Human Cerebellar Grey Matter Morphometry using Structural Magnetic Resonance Imaging

Meerdere onderzoekslijnen leveren overtuigend bewijs voor een rol van het cerebellum in een breed scala aan cognitieve en affectieve functies, die veel verder gaan dan de historische associatie met motorische controle. Structurele en functionele neuroimagingstudies hebben het begrip van de functionele neuroanatomie van het cerebellum verder verfijnd dan de anatomische delingen, wat de noodzaak benadrukt van het onderzoek van individuele cerebellaire subeenheden in gezonde variabiliteit en neurologische ziekten. Dit artikel presenteert een gestandaardiseerde pijplijn voor het onderzoeken van cerebellum grijze stof morfometrie die hoge resolutie, state-of-the-art benaderingen combineert voor geoptimaliseerde en geautomatiseerde cerebellum parcellation (Automatische Cerebellum Anatomical Parcellation using U-Net Locally Constrained Optimization; ACAPULCO) en voxel-gebaseerde registratie van het cerebellum (Spatially Unbiased Infra-tentorial Template; SUIT) voor volumetrische kwantificering. 
De pijplijn is breed toepasbaar op een reeks neurologische aandoeningen en is volledig geautomatiseerd, met handmatige interventie die alleen nodig is voor kwaliteitscontrole van de uitgangen. De pijplijn is vrij beschikbaar, met substantiële bijbehorende documentatie, en kan worden uitgevoerd op Mac-, Windows- en Linux-besturingssystemen. De pijplijn wordt toegepast in een cohort van personen met Friedreich-ataxie (FRDA) en representatieve resultaten, evenals aanbevelingen voor inferentiële statistische analyses op groepsniveau, worden verstrekt. Deze pijplijn zou de betrouwbaarheid en reproduceerbaarheid in het hele veld kunnen vergemakkelijken, wat uiteindelijk een krachtige methodologische benadering biedt voor het karakteriseren en volgen van cerebellaire structurele veranderingen in neurologische aandoeningen.

Cerebellum verkaveling (ACAPULCO)
Kwaliteitscontrole van cerebellum verkavelde maskers: De volgende voorbeelden tonen de ACAPULCO-gekapitaliseerde outputs en begeleiden de besluitvorming over a) de kwaliteit van het verkavelde masker op individueel niveau en b) de daaropvolgende opname of uitsluiting van een bepaalde lobule (s) uit de statistische analyses. Uiteindelijk is de beslissing om een onderwerp op te nemen of uit te sluiten subjectief; voorbeelden ...

Een gestandaardiseerde pijplijn wordt gepresenteerd voor het onderzoeken van cerebellum grijze stof morfometrie. De pijplijn combineert state-of-the-art benaderingen met hoge resolutie voor geoptimaliseerde en geautomatiseerde cerebellumverkaveling en voxelgebaseerde registratie van het cerebellum voor volumetrische kwantificering.

Een gestandaardiseerde pijplijn voor het onderzoeken van menselijke cerebellaire grijze stofmorfometrie met behulp van structurele magnetische resonantie beeldvorming

Multiple lines of research provide compelling evidence for a role of the cerebellum in a wide array of cognitive and affective functions, going far beyond ...

Onze pijplijn maakt gebruik van state-of-the-art benaderingen voor het kwantificeren van het volume van cerebellaire subeenheden met behulp van menselijke structurele magnetische resonantiebeelden. Het proces omvat anatomische verkaveling, op voxel gebaseerde morfometrie en kwaliteitscontroleprocessen. Onze gestandaardiseerde pijplijn is grotendeels geautomatiseerd, beschikbaar in Docker- en Singularity-formaat en heeft een brede toepasbaarheid op een reeks neurologische aandoeningen.Controleer om te beginnen of Docker of Singularity, MATLAB en SPM12 zijn geïnstalleerd. Maak vervolgens met de opdracht map maken op de opdrachtregel mappen in de werkmap en label ze acapulco, suit en freesurfer. Maak vervolgens in de map Acapulco een uitvoermap.Maak in de uitvoermap een map voor elk onderwerp in het onderzoek met de t1-gewogen afbeelding in het NIFTI gz-formaat. Voor anatomische cerebellaire verkaveling downloadt u de acapulco-container en downloadt u vervolgens de relevante scripts en containers die nodig zijn om acapulco uit te voeren. Plaats vervolgens de acapulco Docker of Singularity container, de inhoud van het QCs_scripts archief en de RCIF container of calculate_dicv.tar bestand in de acapulco directory. Open vervolgens een terminal en typ met Singularity de aangegeven opdracht om de acapulco-container op één afbeelding uit te voeren. Wacht vijf minuten voordat de verwerking is voltooid.Loop vervolgens over alle onderwerpen of scans in het cohort. Zoek na verwerking naar de bestanden die zijn gegenereerd in de onderwerpspecifieke mappen. Identificeer het verkavelde cerebellummasker in origineel en volumes voor elk van de 28 subeenheden die door acapulco worden gegenereerd.Identificeer vervolgens in de map met foto's representatieve sagittale, axiale en coronale afbeeldingen. Voor statistische uitschietersdetectie en kwaliteitscontrole moet u ervoor zorgen dat de inhoud van QC-scripts zich in de acapulco-directory bevindt. Typ vervolgens met Singularity de aangegeven opdracht.Voor het bekijken van de QC-beelden gegenereerd door acapulco, open QC_Images. html in een webbrowser en blader snel door de afbeeldingen om duidelijke fouten of systematische problemen te identificeren. Noteer de onderwerp-ID's van mislukte of verdachte parcellated afbeeldingen voor follow-up.Open vervolgens Plots_for_Outliers. html om de vakjeplots aan te vinken voor kwantitatieve statistische uitschieters. Identificeer de uitschieters die worden aangeduid met een 1 in de relevante kolom in de uitschieters.csv-bestand. en noteer het totale aantal segmenten dat als uitschieters voor elk onderwerp is geïdentificeerd in de laatste kolom in Uitschieters.csv. Inspecteer handmatig elke afbeelding met een of meer uitschieters.Als u een standaard NIFTI-afbeeldingsviewer gebruikt, legt u het acapulco-masker over de oorspronkelijke t1-gewogen afbeelding om de kwaliteit van de verkaveling plak voor plak te controleren. Als een of meer verkavelde regio's moeten worden uitgesloten van de definitieve gegevensverzameling, sluit u deze verkaveling uit van de analyse door de volumeraming te vervangen door NA in de overeenkomstige cel van die proefpersoon. Als verkavelingsfouten ertoe leiden dat een deel van het cerebellum wordt uitgesloten van het masker, sluit het onderwerp dan onmiddellijk uit van verdere analyses.Voor op voxel gebaseerde morfometrieanalyses met SUIT moet u ervoor zorgen dat de map SPM12 en alle submappen zich in het MATLAB-pad bevinden. Zorg er bovendien voor dat de enigma_suit scripts worden opgeslagen in de map met de SPM12-toolbox en worden toegevoegd aan het MATLAB-pad. Als u het MATLAB-pad wilt controleren, typt u pathtool in het MATLAB-opdrachtvenster en klikt u op Toevoegen met submappen om de relevante mappen toe te voegen.Typ vervolgens met behulp van de grafische gebruikersinterface suit_enigma_all in het MATLAB-opdrachtvenster om de SUIT-pijplijn voor een of meer onderwerpen uit te voeren. Selecteer in het eerste pop-upvenster de onderwerpmappen uit de uitvoermap van ACAPULCO om op te nemen in de analyse. Klik op de afzonderlijke mappen aan de rechterkant van het venster of klik met de rechtermuisknop en selecteer alles.Druk vervolgens op Gereed. Selecteer in het tweede pop-upvenster de SUIT-map. Als u de functie wilt aanroepen vanaf de MATLAB-opdrachtregel voor één onderwerp, typt u de aangegeven opdracht.Als bij het uitvoeren van SUIT vanaf de opdrachtregel de mappen SPM12 of enigma_suit niet permanent zijn opgeslagen in het MATLAB-pad, moet die stap worden toegevoegd aan de opdrachtregel. Als u de functie wilt aanroepen vanuit het terminalvenster buiten MATLAB voor één onderwerp, typt u de weergegeven opdracht. Controleer de map van elk onderwerp voor de uiteindelijke uitvoer.Om de genormaliseerde gemoduleerde afbeeldingen visueel te inspecteren op grote storingen, typt u spm_display_4d in MATLAB. Om vervolgens de vereiste afbeeldingen te selecteren, navigeert u naar de SUIT-map en typt u de aangegeven opdracht in het filtervak. Druk vervolgens op de recursieve knop, gevolgd door Gereed.Blader door de afbeeldingen om er zeker van te zijn dat ze allemaal goed zijn uitgelijnd. Om vervolgens ruimtelijke covariantie op uitschieters te controleren, typt u check_spatial_cov in MATLAB. Selecteer vervolgens de gemoduleerde afbeeldingen van eerdere en stel prop in wanneer daarom wordt gevraagd.schalen naar ja, Variabele naar covariantie uit naar nee, Segment naar 48 en Tussenruimte naar 1. Kijk ten slotte naar de boxplot met de gemiddelde ruimtelijke covariantie van elke afbeelding ten opzichte van alle andere in het voorbeeld. Identificeer de gegevenspunten die meer dan twee standaardafwijkingen onder het gemiddelde liggen in het MATLAB-opdrachtvenster.Controleer voor deze gegevenspunten de juiste afbeeldingen in de SUIT-map op artefacten en problemen met de beeldkwaliteit. of fouten in de voorbewerking. Hier is een zwaar geatrofieerd cerebellum van een spino-cerebellaire ataxie 2-patiënt te zien.Ondanks het weefselverlies dat aan de randen te zien is, heeft SUIT dit beeld vrij goed naar de sjabloon vervormd. Dit zou geen uitsluiting rechtvaardigen. Hier is er een duidelijk verloop van boven naar beneden van het cerebellum en het beeld is vrij schraal, wat een uitsluiting rechtvaardigt.Ten slotte heeft in dit voorbeeld de maskering niet goed gewerkt. De randen zijn niet schoon en het beeld is vloeiender dan die welke gewoonlijk uit de SUIT-pijplijn komen. Dit zou een uitsluiting rechtvaardigen.Voorbeelden van goede verkavelingen, waaronder gezonde en zwaar geatrofieerde cerebella, worden hier getoond, terwijl voorbeelden van misparcellaties met subtiele over- en onderinsluitingen van individuele cerebellumlobben hier te zien zijn. Dit soort fouten vereisen over het algemeen de uitsluiting van de individuele lobben die worden beïnvloed, terwijl de rest van het verkavelde cerebellum kan worden behouden. Wereldwijde mislukkingen vereisen daarentegen een volledige uitsluiting van het onderwerp.Toen acapulco werd uitgevoerd op een steekproef van 31 mensen met Friedreich-ataxie en 37 gezonde controles, hadden de linkerlob IX en rechterlob Crus I de hoogste uitsluitingspercentages. Vergelijking van volumes van 28 cerebellaire anatomische lobben in Friedreich-ataxie en gezonde controlepersonen toonde significant verminderde witte stof in het corpus medullare in Friedreich-ataxie. Er waren geen andere significante verschillen tussen de groepen.Voorbeelden van goed uitgelijnde beelden van zowel gezonde controles als Friedreich-ataxie worden hier getoond, terwijl voorbeelden van uitsluitingen hier te zien zijn. Na het testen van de ruimtelijke covariantie van alle genormaliseerde beelden, werden twee scans gedetecteerd als statistische uitschieters op basis van hun gemiddelde ruimtelijke covariantie met de rest van het monster. Niet-parametrische permutatietests werden uitgevoerd in SNPM om te testen op significante verschillen tussen groepen in cerebellum grijze stofvolumes.Resultaten van de SUIT-analyse toonden aan dat Friedreich-ataxiepatiënten het grijzestofvolume significant hadden verminderd in bilaterale anterieure lobule I tot V, en in mediale posterieure kwabregio's, waaronder Vermis VI en Vermis IX.It cruciaal is om de cerebellaire maskers handmatig te controleren om ervoor te zorgen dat volledige cerebellaire dekking is bereikt, en om ook de maskers te inspecteren op over- en onderinsluitingen van cerebellaire lobben. Deze pijplijn maakt het mogelijk om statistische analyses op groepsniveau op meerdere locaties uit te voeren die geïnteresseerd zijn in het kijken naar de grijze stofstructuur van het cerebellum. Andere technieken, zoals functionele connectiviteit, kunnen ook worden gebruikt om de connectiviteit tussen individuele cerebellaire lobben en het cerebrum te onderzoeken.

a-standardized-pipeline-for-examining-human-cerebellar-grey-matter

Research

JoVE Journal

Neuroscience

Neurowetenschap

Dit artikel beschrijft technieken om een ​​hoge resolutie van functionele magnetische resonantie beeldvorming uit te voeren met 1,2 mm bemonstering in de menselijke middenhersenen en subcorticale structuren met behulp van een 3T scanner. Het gebruik van deze technieken om topografische kaarten van visuele stimulatie in de menselijke superior colliculus (SC) op te lossen wordt als voorbeeld gegeven.

Hoge resolutie functionele magnetische resonantie imaging methoden voor Human middenhersenen

Laesie Explorer (LE) is een semi-automatische, beeldverwerking pijplijn ontwikkeld om regionale hersenweefsel en subcorticale hyperintensity laesie volumetrics verkrijgen van structurele MRI van de ziekte van Alzheimer en normale ouderen. Om een ​​hoog niveau van nauwkeurigheid en betrouwbaarheid te garanderen, de volgende is een video-geleide, gestandaardiseerd protocol voor handmatige procedures LE's.

Laesie Explorer: A-Video geleid, gestandaardiseerd protocol voor nauwkeurig en betrouwbaar MRI-afgeleide Volumetrics bij de ziekte van Alzheimer en normale Ouderen

Met behulp van MRI-scans (menselijk), 3D-beeldvormingssoftware en immunohistologische analyse documenteren we veranderingen in de laterale ventrikels van de hersenen. Longitudinaal 3D-mapping van veranderingen in het volume van de laterale ventrikels en de karakterisering van periventriculaire cellulaire veranderingen die optreden in de menselijke hersenen als gevolg van veroudering of ziekte worden vervolgens gemodelleerd bij muizen.

3D modellering van de laterale ventrikels en histologische karakterisering van periventriculaire Tissue bij de mens en muis

Dit witboek beschrijft een statistisch model voor volumetrische MRI data-analyse, waarmee de "verandering-point" wanneer de atrofie van de hersenen in premanifest de ziekte van Huntington begint. Geheel-brain mapping van de verandering-punten wordt bereikt op basis van hersenen volumes verkregen met behulp van een atlas gebaseerde segmentatie pijpleiding van T1-gewogen beelden.

Geheel-hersenen segmentatie en verandering-punt analyse van anatomische hersenen MRI — toepassing in Premanifest de ziekte van Huntington

Dit protocol beschrijft het proces van zeven verschillende automatische segmentatie tools op structurele T1-gewogen MRI-scans om af te bakenen grijze stof-regio's die kunnen worden gebruikt voor de kwantificering van grijze stof volume toe te passen.

Automatische segmentatie van corticale grijze stof van MRI T1-gewogen beelden

Multiple sclerose is een inflammatoire demyelinerende ziekte zonder genezing. Analyse van hersenweefsel biedt belangrijke aanwijzingen om de pathogenese van de ziekte te begrijpen. Hier bespreken we de methodologie en downstreamanalyse van MS hersenweefsel verzameld via een uniek snel autopsie programma in werking in de Cleveland Clinic.

Uitgebreid autopsie programma voor individuen met multiple sclerose

Dit is een 3T magnetische resonantie beeldvormingsstudie gericht op het onderzoeken van grijze stof volumeverschillen tussen cannabis-geïnduceerde psychose patiënten en niet-psychotische chronische cannabis gebruikers.

Hersenmorfologie van cannabisgebruikers met of zonder psychose: een pilot MRI-studie

Dit protocol laat zien hoe neuromelanine-gevoelige magnetische resonantie beeldvormingsgegevens van de substantia nigra kunnen worden verkregen.

Gestandaardiseerde data-acquisitie voor neuromelanine-gevoelige magnetische resonantie beeldvorming van de Substantia Nigra

Dit protocol beschrijft methoden voor het uitvoeren van magnetische resonantie beeldvorming, clearing en immunolabeling van intacte muizenhersenen met behulp van iDISCO +, gevolgd door een gedetailleerde beschrijving van beeldvorming met behulp van light-sheet microscopie en downstream analyses met behulp van NuMorph.

Whole-Brain Single-Cell Imaging en Analyse van Intacte Neonatale Muizenhersenen Met behulp van MRI, Tissue Clearing en Light-Sheet Microscopie

Deze studie integreerde magnetische resonantiebeeldvorming - arteriële spin-labelafbeeldingen om de cerebrale bloedstroom (CBF) -atlas af te leiden voor cerebrale functionele regio's. Het vergelijken van typische CBF-atlassen voor gezonde en chronische cerebrale ischemie bracht significante verschillen aan het licht in regionale CBF-verdelingen, waardoor snelle, niet-invasieve beoordelingen van functionele CBF mogelijk zijn om te helpen bij de diagnose en evaluatie van therapieën.

Constructie en toepassing van cerebrale functionele regio-gebaseerde cerebrale bloedstroomatlas met behulp van magnetische resonantiebeeldvorming - arteriële spin-labeling

Leer een gestandaardiseerde pijplijn voor cerebellaire grijze stofmorfometrie met structurele MRI. Deze methode optimaliseert parcellatie en voxel-gebaseerde registratie voor volumetrische kwantificatie bij neurologische aandoeningen.

Een gestandaardiseerde pijplijn voor het onderzoeken van menselijke cerebellaire grijze stofmorfometrie met behulp van structurele magnetische resonantie beeldvorming (Video) | JoVE Journal

Een gestandaardiseerde pijplijn voor het onderzoeken van menselijke cerebellaire grijze stofmorfometrie met behulp van structurele magnetische resonantie beeldvorming

Meer video's verkennen