December 30th, 2015
Aqui apresentamos um protocolo para determinar o número mínimo de imagens que precisavam ser registradas e calculadas para resolver estruturas subcorticais e testar se as camadas individuais do LGN poderiam ser resolvidas na ausência de ruído fisiológico.
O objetivo geral deste experimento é testar os limites de resolução da ressonância magnética estrutural para resolver e comparar estruturas subcorticais no cérebro humano post-mortem e vivo. A pesquisa em nosso laboratório envolveu o estudo dos pequenos núcleos subcorticais dentro das populações de pacientes. Dado seu pequeno tamanho e duplicação dentro do cérebro, eles são difíceis de estudar.
Desenvolvemos um protocolo que resolve essas estruturas subcorticais em cérebros humanos post-mortem e vivos. A vantagem dessa técnica é a redução da duração do exame, o que é útil em aplicações clínicas. A resolução da ressonância magnética é limitada pelo ruído, então queríamos determinar qual seria a resolução final.
Na ausência das maiores fontes de ruído, ou seja, movimento da cabeça do sujeito, pulso e respiração, Adquira todas as imagens descritas neste protocolo com um scanner de três TMRI equipado com uma bobina de cabeça de 32 canais. Neste vídeo, as etapas são demonstradas usando um scanner Siemens MAGOME TRIO três TMRI para sessões de imagem dos participantes do estudo. Certifique-se de realizar primeiro uma triagem de segurança por ressonância magnética.
Em seguida, revise os detalhes do protocolo de neuroimagem e peça que assinem um formulário de consentimento do paciente enquanto preparam o participante para a digitalização. Tampões de ouvido são inseridos nos ouvidos do participante. Em seguida, prenda a cabeça com almofadas para minimizar o movimento da cabeça.
Durante a imagem, ao adquirir exames com um cérebro post-mortem, certifique-se de que o cérebro esteja fixo antes da neuroimagem e esteja contido em uma bolsa ou recipiente à prova d'água que caiba dentro da bobina da cabeça da ressonância magnética. Coloque o cérebro na bobina da cabeça com seu eixo Z alinhado com o orifício do scanner com o tronco encefálico voltado para o pé da cama do scanner. Coloque também almofadas de vácuo ao redor do cérebro para suporte adicional.
Antes de digitalizar, selecione a guia do paciente no canto superior esquerdo. Use a guia de registro para preencher as informações apropriadas do assunto. Em seguida, clique na guia do exame na guia do explorador de exames.
Comece criando primeiro um novo protocolo de varredura LOCALIZER Na janela de configuração, use a guia de contraste e resoluções de rotina para inserir os parâmetros como visto na tela aqui. Em seguida, crie um novo protocolo que será usado para obter as varreduras ponderadas de densidade de prótons de alta resolução. Configure isso na orientação coronal usando os parâmetros vistos na tela aqui.
Reduza a largura de banda ao mínimo possível para maximizar a relação sinal-ruído. Para reduzir a duração da digitalização, escolha 18 fatias, cada uma com um milímetro de espessura, com um campo de visão de 160 milímetros. Em seguida, sobreponha a caixa de seleção de fatias para adquirir as imagens de densidade de prótons sobre o localizador.
Certifique-se de cobrir os núcleos subcorticais dentro do tálamo, bem como as estruturas circundantes. Em seguida, inicie a varredura para identificação confiável de estruturas subcorticais. Adquira cinco execuções com esses parâmetros.
Ao realizar imagens cerebrais post-mortem, a identificação confiável de estruturas subcorticais pode ser observada em apenas uma varredura com duração total de aproximadamente três minutos seguindo o mesmo protocolo de varredura. Para analisar os dados, use o software FSL disponível gratuitamente. Comece abrindo uma janela de terminal.
Em seguida, converta os arquivos DICOM brutos do scanner para cada volume de densidade de prótons para um formato bacana. Na linha de comando, digite a cena de comando aqui, DCM para NII, seguida pelo diretório de cada imagem. Correr. Em seguida, obtenha os parâmetros da varredura de densidade de prótons original.
Em seguida, crie um volume de destino de imagem em branco de alta resolução com metade do tamanho do voxel desses parâmetros. Para fazer isso em qualquer programa de edição de texto, primeiro, defina a transformação usando uma matriz de identidade como visto aqui e salve como um arquivo de texto chamado identity dot matt. Em seguida, use o comando flirt para aplicar a transformação para cima, amostrando cada execução original para dobrar a resolução total.
Isso resulta em uma matriz de 10 24 e reduz pela metade o tamanho do voxel em cada dimensão. Agora mova todas as imagens de alta resolução para uma nova pasta. Em seguida, para cada participante, concatene todas as imagens de densidade de prótons amostradas pelo UPS em um único arquivo de quatro D.
Usando o movimento do comando de mesclagem FSL, corrija esses arquivos concatenados. Usando o comando URT, selecione uma correção de quatro estágios, que utiliza a interpolação de sincronização como uma passagem de otimização adicional para maior precisão. Em seguida, crie a imagem média 3D usando matemática FSL.
Em seguida, visualize o resultado final, imagem 3D de alta resolução usando o comando FSL view. Agora crie regiões de interesse, também chamadas de ROIs. Usando a visualização FSL, carregue a imagem de alta resolução.
Em seguida, na guia de ferramentas, selecione a guia de imagem única para ampliar a exibição de ROIs de desenho. Em seguida, clique na guia do arquivo seguido de criar máscara, desenhe uma linha no ROI e salve. Por fim, use o comando 3D mask dump do AF acne para extrair a imagem, intensidades e localização das máscaras ROI que acabaram de ser criadas.
Os resultados serão gerados como um arquivo de texto, que pode ser usado para análise posterior. Esta série de imagens compara as médias de volume em cérebros in vivo e post-mortem. Observe que o cérebro post-mortem mostra uma demarcação clara das estruturas subcorticais em um volume ponderado de densidade de prótons, enquanto um mínimo de cinco imagens médias são necessárias para o cérebro in vivo Para fornecer esse detalhe, esta fatia coronal em uma imagem cerebral in vivo mostra um delineamento claro do LGN e outras estruturas subcorticais, e aqui vemos outra fatia do mesmo cérebro em média em 40 volumes de densidade de prótons na mesma sessão com o mesmos parâmetros de imagem.
Esta fatia cerebral post-mortem foi adquirida em uma varredura de volume de densidade de prótons e fornece um delineamento claro das estruturas subcorticais, incluindo o LGN direito e esquerdo. Esta fatia mostra um cérebro post-mortem em média em 100 volumes de densidade de prótons com a mesma prescrição de fatia. A visão ampliada mostra uma demarcação clara das estruturas subcorticais.
Aqui vemos perfis de intensidade de linha para in vivo esquerda e direita, LGN, bem como a autópsia esquerda e direita, LGN. Essas linhas são para 40 médias máximas in vivo e 100 médias post-mortem. No cérebro post-mortem, não houve variação na intensidade que possa ser atribuída a camadas no cérebro in vivo.
Houve variação na intensidade que pode ser atribuída às camadas. Depois de assistir a este vídeo, você deve ter uma boa compreensão de como seguir este protocolo otimizado na obtenção de solução de alto risco, imagens de densidade de prótons de regiões subcorticais uma vez seguidas este método pode ser aplicado em ambientes clínicos para reduzir a duração da varredura para menos de 15 minutos em humanos vivos e menos de três minutos em cérebros post-mortem quando aplicado corretamente.
View the full transcript and gain access to thousands of scientific videos
Este estudo apresenta um protocolo destinado a determinar o número mínimo de imagens necessárias para registrar e fazer a média para resolver estruturas subcorticais no cérebro humano. Ele testa especificamente a capacidade de distinguir camadas individuais do núcleo geniculado lateral (LGN) enquanto minimiza o ruído fisiológico.
High-resolution structural MRI of the human subcortex enables precise delineation of small nuclei, directly impacting early discovery and translational neuroscience pipelines. By defining the resolution limits and noise constraints in both postmortem and in vivo settings, this protocol informs predictive confidence for subcortical target identification and quantitative biomarker development. The approach supports risk-adjusted decisions in neurotherapeutic portfolio advancement by clarifying anatomical boundaries critical for mechanistic de-risking.
This protocol integrates into the discovery-to-preclinical continuum by providing a standardized method for high-resolution subcortical imaging, supporting both hypothesis testing and quantitative analysis.