Методическая статья

Картирование региональной однородности и функциональной связности зрительной коры при фМРТ в состоянии покоя

DOI:

10.3791/60305

⸱

17 августа 2021 г.

 ,  ,  ,  ,  ,  , 
1Eye Center, Renmin Hospital of Wuhan University

* These authors contributed equally

В этой статье

Краткое содержание

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Мы представляем протокол анализа данных функциональной магнитно-резонансной томографии для исследования спонтанных изменений нейронной активности у пациентов с пигментным ретинитом с использованием комбинированного метода региональной гомогенности и функциональной связности.

Аннотация

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Комбинированный метод региональной гомогенности (ReHo) и функциональной связности (FC), разновидность неинвазивного метода функциональной магнитно-резонансной томографии (фМРТ), был использован для оценки синхронных изменений активности нейронов при пигментном ретините (RP). Целью данного исследования является описание нашего метода анализа внутри- и межрегиональных синхронизаций изменений нейрональной активности у пациентов с РП. Преимущества комбинированного метода ReHo и FC заключаются в том, что он является неинвазивным и достаточно чувствительным для исследования изменений синхронной активности нейронов головного мозга in vivo. Здесь 16 пациентов с РП и 14 здоровых контрольных групп, близких по возрасту, полу и образованию, прошли МРТ в состоянии покоя. Были проведены два выборочных t-критерия для сравнения ReHo и FC в разных группах. Наши результаты показали, что разрыв зрительной сети и реорганизация ретино-таламокортикального пути и дорсального зрительного потока происходили у пациентов с РП. Здесь мы пошагово опишем детали этого метода, его использование и влияние его ключевых параметров.

Введение

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Функциональная магнитно-резонансная томография (фМРТ) — это неинвазивный метод, который может быть использован для исследования изменений в функции и структуре мозга in vivo. Регионарная однородность (ReHo) и функциональная связность (FC) часто используются для оценки внутри- и межрегиональных синхронизаций активности мозга. ReHo, методология фМРТ в состоянии покоя, используется для вычисления сходства между временным рядом данного вокселя и его ближайших соседей, что отражает локальную синхронизацию активности мозга1. FC используется для исследования сходства между пространственно удаленными региональными временными рядами2.

Технология фМРТ может предложить объективную оценку зрительной функции в контексте лечения глазных заболеваний. Здесь мы представляем методологический протокол, который сочетает в себе методы ReHo и FC для обмена этим опытом и поддержки распространения наших знаний. В настоящей работе мы использовали протокол ReHo и FC у пациентов с пигментным ретинитом (РП) и здоровых контрольных групп (ГЦ) для уточнения деталей процедуры. РП – серьезное наследственное заболевание глаз, характеризующееся нарушением ночного зрения и прогрессирующей потерей зрения 3,4. Генетическая мутация является основным фактором риска развития РП. Гибель палочек и колбочек фоторецепторов приводит к потере периферического зрения и, в конечном итоге, к слепоте у пациентов с РП. Предыдущие нейровизуализационные исследования показали структурные и функциональные аномалии в зрительной коре и зрительном пути пациентов с РП 5,6,7. Кроме того, для исследования целостности пучков волокон белого вещества была использована диффузионно-тензорная визуализация. У пациентов с РП наблюдался значительно более высокий коэффициент кажущейся диффузии, главное собственное значение и ортогональное собственное значение, а также значительно более низкая фракционная анизотропия в зрительных нервах по сравнению с ГЦ8.

В данном случае нашей целью было исследование внутри- и межрегиональных синхронизаций нейронной активности. Мы исследовали, коррелируют ли средние значения ReHo и средние значения FC с клиническими переменными у пациентов с RP. Наш метод может позволить исследователям получить важную информацию о нейронном механизме потери периферического зрения у пациентов с РП.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Протокол исследования был одобрен комитетом по медицинской этике больницы Жэньминь Уханьского университета. Все участники заполнили форму письменного согласия.

1. Классификация и отбор участников

  1. Запишите предметы RP и HC, близкие по возрасту, полу и образованию.
  2. Убедитесь, что все участники соответствуют следующим критериям: 1) возможность сканирования с помощью МРТ-сканера (например, отсутствие кардиостимуляторов или имплантированных металлических устройств); 2) отсутствие клаустрофобии; 3) отсутствие болезней сердца, гипертонии или церебральных заболеваний.

2. Сбор данных фМРТ

ПРИМЕЧАНИЕ: В этом протоколе используется МРТ-сканер 3 Тл с восьмиканальной катушкой головки.

  1. Попросите каждого участника убрать металлические предметы перед входом в комнату с МРТ-сканером после окончательной проверки безопасности.
  2. Проинструктируйте участника лечь на кровать и следить за тем, чтобы орбитометальная линия была перпендикулярна кровати. Затем поместите поролоновые подушечки в двустороннюю височную область головы, чтобы предотвратить движение головы, и предусмотрите беруши, чтобы уменьшить шум сканера.
  3. Проинструктируйте участника лежать в покое, держать глаза закрытыми, не засыпая, и не думать ни о чем конкретном во время сканирования.
  4. Отрегулируйте положение головы участника с помощью позиционного света. Убедитесь, что курсор позиционирования оси параллелен латеральному кантусу, а курсор сагиттального позиционирования совпадает со средней линией лица. Затем переместите кровать так, чтобы курсор позиционирования по оси оставался на 2 см выше или ниже бровей участника.
  5. Уведомить участника о начале сеанса сканирования. Используя сканирующую консоль, запустите сканирование структурного локализатора, чтобы определить положение головы участника в сканере и спланировать последующие структурные и функциональные сканирования.
  6. Проводят фМРТ со следующими последовательностями и параметрами.
    1. Выполнить трехмерную объемную томографию мозга (3D-BRAVO) МРТ со следующими параметрами: время повторения (TR)/время эха (TE) = 8,5 мс/3,3 мс; толщина = 1,0 мм; отсутствие зазора на пересечении; матрица сбора данных = 256 x 256; поле зрения = 240 х 240 мм2; и угол откидывания = 12°.
    2. Получение функциональных изображений с помощью градиентной эхопланарной визуализации в зависимости от уровня оксигенации крови (EPI-BOLD) со следующими параметрами: TR/TE = 2 000 мс/25 мс; толщина = 3,0 мм; зазор = 1,2 мм; матрица сбора данных = 256 x 256; поле зрения = 240 х 240 мм2; размер вокселя = 3,6 х 3,6 х 3,6 мм3; и 35 осевых срезов.
  7. Следите за состоянием участника во время сканирования, проинструктируйте его как можно меньше двигаться и прекратите сканирование, если участник испытывает какой-либо дискомфорт.
  8. Извлеките участника из сканера и попросите его осторожно сесть в конце эксперимента.

3. Предварительная обработка данных и подготовка программного обеспечения

Примечание: Функциональные изображения, анализируемые в этом протоколе, предварительно обрабатываются SPM8 и набором инструментов для обработки и анализа данных для визуализации мозга (DPABI, http://rfmri.org/dpabi)9 на основе MATLAB 2013a. Выполните следующие шаги предварительной обработки отдельно для каждого сеанса фМРТ.

  1. Откройте программное обеспечение DPABI в терминале MATLAB, нажав dpabi, затем выберите DPARSF 4.3 Advanced Edition и импортируйте папку "FunRaw" (рисунок 1).
    ПРИМЕЧАНИЕ: Папка FunRaw содержит файл DICOM для каждого участника.
  2. Нажмите FunRaw, чтобы импортировать файлы сканирования фМРТ в DPABI с согласованной схемой нумерации (например, "sub0001", "sub0002" и т.д.). Выберите рабочую директорию и начальные директории EPI и T1 и продолжайте выбирать все нужные параметры на шагах 3.3–3.9 перед нажатием кнопки «Выполнить» в разделе 4.
  3. Введите параметры: Точки времени = 240 и TR = 2 (Рисунок 2). Выберите EPI DICOM в NIFTI , чтобы преобразовать функциональные изображения из формата DICOM в формат NIFTI и удалить первые 10 томов каждого функционального изображения.
  4. Установите флажки для Slice Timing и Realign в программном обеспечении DPABI, чтобы скорректировать оставшиеся 230 томов изображений, зависящих от уровня функционального насыщения крови кислородом, для эффектов времени среза и коррекции движения головы.
    ПРИМЕЧАНИЕ: Для движения головы следует исключить данные участников с движением головы на >2 мм или вращением на >2° во время сканирования. Для порядка срезов последовательность чисел в векторе является порядком времени захвата этих слоев. Выбранный номер среза — 40, порядок срезов — [1:2:39,2:2,40], а эталонный срез — 39.
  5. Выберите «Нормализовать по DARTEL » с помощью программного обеспечения DPABI.
    ПРИМЕЧАНИЕ: При выборе этой опции программное обеспечение автоматически выполнит пространственную нормализацию с использованием индивидуальных Т1-взвешенных структурных изображений, зарегистрированных в средних данных фМРТ. Полученные выровненные Т1-взвешенные изображения сегментируются с помощью инструментария DARTEL для повышения пространственной точности во время нормализации данных фМРТ. Нормализованные данные (в Монреальском неврологическом институте [MNI] 152 space) срезаны с разрешением 3 x 3 x 3 мм3.
  6. Удалите линейный тренд, выбрав «Удалить тренд » в программном обеспечении DPABI.
  7. Отметьте галочкой опцию « Регрессия неприятных ковариат » и выберите следующие параметры: модель движения головы, сигнал белого вещества, глобальный средний сигнал и сигнал спинномозговой жидкости.
  8. Установите флажок « Перемотка », чтобы удалить неверные временные точки из-за движения головы в программном обеспечении DPABI.
  9. Сохраняйте сигналы в диапазоне 0,01–0,08 Гц, установив флажок «Фильтр» [0,01–0,08] в программном обеспечении DPABI, чтобы удалить высокочастотный физиологический шум и низкочастотный дрейф.
    ПРИМЕЧАНИЕ: После подготовки данных можно проводить анализ ReHo и FC.

4. Анализ ReHo и FC

  1. Для вычисления ReHo откройте программное обеспечение DAPABI через MATLAB и выберите 27 вокселей в кластере. Щелкните левой кнопкой мыши ReHo и сгладьте [6*6*6], затем выберите «Выполнить».
    Примечание: Коэффициент согласованности Кендалла присваивается данному вокселу путем вычисления коэффициента согласованности Кендалла временных рядов из 27 вокселей и их ближайших соседей. Чтобы уменьшить влияние отдельных вариаций на статистические сравнения между группами, карты ReHo каждого воксела преобразуются с помощью преобразования Фишера r-to-z. Остальные z отображения ReHo пространственно сглаживаются с использованием гауссова ядра полной ширины 6*6*6 в половине максимума.
  2. Для расчета FC откройте программное обеспечение DAPABI через MATLAB и определите измененные области мозга ReHo между обеими группами как области интереса (ROI). Нажмите « Функциональная связность » и задайте ROI (центрирование в точках x = 0, y = -69 и z = -3 с радиусом = 10 мм), затем выберите «Выполнить».
    ПРИМЕЧАНИЕ: Корреляционный анализ временного хода для каждого участника выполняется между сферической затравочной областью и вокселями всего мозга. Все карты ФК преобразуются с помощью преобразования Фишера r-to-z, чтобы уменьшить влияние отдельных вариаций на статистическое сравнение между группами. Радиус ROI вокруг координат должен составлять 10 мм (X = 0, Y = -69, Z = -3).

5. Статистический анализ

  1. Найдите папки с именами ReHo и FC после обработки соответствующих данных файла. Отсортируйте файлы zReHo.nii и zFC.nii, разделив их на четыре подпапки: "RP-group-ReHo", "HC-group-ReHo", "RP-group-FC" и "HC-group-FC".
  2. Откройте DPABI через MATLAB для выполнения t-теста с одним образцом.
    1. Щелкните левой кнопкой мыши «Статистический анализ», затем выберите «T-критерий одной выборки». Назовите результат вывода "one-sample-t-test-RP" и задайте директорию вывода.
    2. Щелкните левой кнопкой мыши « Добавить изображения группы » и откройте подпапку «RP-group-ReHo».
    3. В опции "Файл маски " щелкните левой кнопкой мыши, чтобы открыть подфайл "BrainMask-05-61*73*61" в папке "mask".
    4. Выберите Вычислительные ресурсы, чтобы запустить программу. Выполните ту же процедуру для группы "one-sample-t-test-HC".
      ПРИМЕЧАНИЕ: Одновыборочный t-критерий используется для анализа и отображения средних карт ReHo каждой группы в программном обеспечении DPABI.
  3. Откройте DPABI через MATLAB для выполнения t-теста с двумя образцами.
    1. Щелкните левой кнопкой мыши «Статистический анализ», затем выберите двухвыборочный t-критерий. Назовите результат вывода "two-sample-t-test-ReHo" и задайте директорию вывода.
    2. Щелкните левой кнопкой мыши « Добавить изображения группы » и откройте подпапки «RP-group-ReHo» и «HC-group-ReHo».
    3. В опции "Файл маски " щелкните левой кнопкой мыши, чтобы открыть подфайл "BrainMask-05-61*73*61" в папке "mask".
    4. Выберите Вычислительные ресурсы, чтобы запустить программу. Выполните ту же процедуру для теста "two-sample-t-test-FC". Щелкните Статистический анализ и коррекция случайных полей Гаусса (GRF) [двусторонний, воксельный уровень (0.01) и воксельный уровень (0.05)] , а затем нажмите Выполнить.
      ПРИМЕЧАНИЕ: Различия между группами карт zReHo и карт zFC сравниваются с помощью двух выборочных t-тестов. GRF используется для коррекции множественных сравнений и регрессионных ковариат возраста и пола с помощью программного обеспечения DPABI.
  4. Используйте программное обеспечение BrainNet Viewer (https://www.nitrc.org/projects/bnv/) для отображения результатов.
    1. Откройте BrainNet через MATLAB и нажмите « Загрузить файл». Для файлов поверхностей нажмите «Обзор» и выберите BrainMesh-ICBM152-smoothed.nv, затем нажмите «ОК»; Для файлов томов выберите spm-T.nii (включая результаты ReHo и FC), затем нажмите Ok.
  5. Используйте статистическое программное обеспечение для обработки данных, полученных на предыдущем этапе.
    Примечание: Критерий хи-квадрат используется для сравнения полов, в то время как t-критерий независимых выборок используется для других клинических переменных. Непрерывные переменные представлены средними и стандартными отклонениями.
  6. Проведите анализ коэффициента корреляции Пирсона для выявления взаимосвязи между значениями zReHo и значениями zFC различных областей мозга и данными визуальных измерений с помощью статистического программного обеспечения.
    1. Получайте сигналы ROI значений zReHo и zFC по каждому участнику с помощью программного обеспечения DPABI. Нажмите Извлечь сигналы ROI и Добавить директорию с файлом ROI mask.nii.
      ПРИМЕЧАНИЕ: Значения P в размере <0,05 следует считать статистически значимыми.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

В нашем исследовании 16 человек с РП и 14 здоровых контрольных групп, близких по возрасту, полу и образованию, прошли МРТ в состоянии покоя. Методы ReHo и FC были использованы для изучения внутри- и межсинхронной нейронной активности у лиц с РП. Значимые различия в МКОЗ наблюдались между правым глазом (P < 0,001) и левым глазом (P < 0,001), но разница в поле, возрасте или весе между группами не была значимой.

RP и HC демонстрируют схожее пространственное распределение на картах ReHo. Тем...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

В этом отчете описан протокол вычисления значений ReHo и FC для групп RP и HC и показаны значительные различия в значениях ReHo и FC между двумя группами. Примечательно, что важным этапом в этом процессе является классификация и скрининг образцов перед экспериментом. Когда мы применили этот протокол для нашего собственного анализа, все пациенты с РП были диагностированы двумя опытными офтальмологами. Мы исключили пациентов с РП с другими заболеваниями глаз, такими как глаукома, катаракта...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Авторам нечего раскрывать.

Благодарности

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Это исследование было поддержано Национальным фондом естественных наук Китая (NSFC, No 81470628, 81800872); Национальная ключевая программа исследований и разработок Китая (No 2017YFE0103400)

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Программное обеспечение BrainNet ViewerНациональная ключевая лаборатория познания, нейронауки и обучения, BNUBrainNet Viwer 2013BrainNet Viewer - это инструмент визуализации сети мозга для визуализации структурных и функциональных связей
Программное обеспечение DPABIИнститут психологии, CAS, Пекин, КитайDPABI 4.3DPABI - это набор инструментов для обработки данных и анализа визуализации мозга.
MATLABMathWorks, Натик, Массачусетс, США2013aMATLAB — это высокоуровневый технический язык вычислений и интерактивная среда для разработки алгоритмов, визуализации данных, анализа данных и численных вычислений.
Программное обеспечение для МРТ сканераGE Healthcare, MilwaukeeMRI 3.0
SPMWellcome Centre for Human Neuroimaging, UCLSPM8 SPM8является крупным обновлением программного обеспечения SPM, содержащим существенные теоретические, алгоритмические, структурные и интерфейсные усовершенствования по сравнению с предыдущими версиями.
SPSSIBM, Чикаго, Иллинойс, СШАПрограммная платформа SPSS версии 20.0 SPSSпредлагает расширенный статистический анализ, анализ текста, расширяемость с открытым исходным кодом, интеграцию с большими данными и бесшовное развертывание в приложениях.

Ссылки

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Zang, Y., Jiang, T., Lu, Y., He, Y., Tian, L. Regional homogeneity approach to fMRI data analysis. NeuroImage. 22 (1), 394-400 (2004).
  2. Smith, R., et al. Resting state functional connectivity correlates of emotional awareness. NeuroImage. 159, 99-106 (2017).
  3. Hartong, D. T., Berson, E. L., Dryja, T. P. Retinitis pigmentosa. The Lancet. 368 (9549), 1795-1809 (2006).
  4. Ezquerra-Inchausti, M., et al. High prevalence of mutations affecting the splicing process in a Spanish cohort with autosomal dominant retinitis pigmentosa. Scientific Reports. 7 (1), 39652(2017).
  5. Cunningham, S. I., Weiland, J. D., Bao, P., Lopez-Jaime, G. R., Tjan, B. S. Correlation of vision loss with tactile-evoked V1 responses in retinitis pigmentosa. Vision Research. 111, 197-207 (2015).
  6. Cunningham, S. I., Weiland, J. D., Pinglei, B., Tjan, B. S. 2011 Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , 2841-2844 (2011).
  7. Ferreira, S., et al. Primary visual cortical remapping in patients with inherited peripheral retinal degeneration. NeuroImage: Clinical. 13, 428-438 (2017).
  8. Zhang, Y., et al. Reduced Field-of-View Diffusion Tensor Imaging of the Optic Nerve in Retinitis Pigmentosa at 3T. American Journal of Neuroradiology. 37 (8), 1510-1515 (2016).
  9. Yan, C. G., Wang, X. D., Zuo, X. N., Zang, Y. F. DPABI: Data Processing & Analysis for (Resting-State) Brain Imaging. Neuroinformatics. 14 (3), 339-351 (2016).
  10. Qin, W., Xuan, Y., Liu, Y., Jiang, T., Yu, C. Functional Connectivity Density in Congenitally and Late Blind Subjects. Cerebral Cortex. 25 (9), 2507-2516 (2015).
  11. Yu-Feng, Z., et al. Altered baseline brain activity in children with ADHD revealed by resting-state functional MRI. Brain and Development. 29 (2), 83-91 (2007).
  12. Zuo, X. N., et al. Network Centrality in the Human Functional Connectome. Cerebral Cortex. 22 (8), 1862-1875 (2012).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE

Запросить разрешение

Теги

t
Видео скоро будет доступно

Похожие статьи