Co-анализ структуры и функционирования мозга использованием МРТ и диффузно-взвешенных изображений

Общая цель данного эксперимента заключается в одновременном анализе структуры и функций мозга с помощью магнитно-резонансной томографии. Это достигается с помощью высокопольной МРТ для визуализации структуры белого вещества мозга с помощью визуализации диффузионного спектра или DSI и для измерения функции мозга с помощью смелого FMRI. Затем данные DSI обрабатываются для получения разнонаправленных оценок диффузии в каждой точке мозга.

Кроме того, данные FMRI анализируются с целью создания областей, представляющих интерес для генерации или выбора виртуальных волокон белого вещества. Затем интересующие области выравниваются с данными DSI, так что функциональные и структурные данные находятся в общем пространстве изображений. Наконец, трактография проводится на основе данных диффузии с целью оценки путей белого вещества, соединяющих функциональные области, представляющие интерес Получены результаты, которые показывают степень анатомической связи между областями мозга, которые, как предполагается, функционально связаны.

На основе данных задач FMRI. Недавние сходящиеся данные свидетельствуют о том, что сложные когнитивные операции выполняются сетями многих областей мозга, работающих согласованно, а не в одной единой области. Для того чтобы полностью конкретизировать эти вычислительные системы, необходимо понять взаимосвязь между их функциональными и структурными свойствами путем объединения функциональной МРТ.

С помощью диффузионно-взвешенной МР-визуализации можно изучить сетевую связность и то, как она приводит к сложному поведению человека. Основное преимущество этого конвейера диффузионной МРТ по сравнению со стандартными методами, такими как диффузионно-тензорная визуализация, заключается в том, что сочетание диффузионной взвешенной визуализации с высоким угловым разрешением и безмодельной реконструкции позволяет нам лучше разрешать сложные конфигурации волокон в мозге. Применение этого метода распространяется на характеристику нейропсихологических состояний.

Например, врожденная прозопагнозия, при которой у людей проявляются нарушения в распознавании лиц. С помощью стандартной диффузионной МРТ было показано, что волокнистые тракты белого вещества, расположенные проксимальнее обрабатываемых зон лица, деградируют по сравнению с нормальным контролем. Комбинируя структурную и функциональную МРТ, можно выявить структурные недостатки в оптоволокне, в частности, соединить узлы в сети обработки лиц.

Этот метод также может быть применен в клиническом контексте, например, при нейрохирургическом планировании. Хирурги используют функциональное картирование для идентификации тканей серого вещества, связанных с важными когнитивными функциями, чтобы свести к минимуму любые случайные повреждения во время операции. С помощью дополнительной структурной информации, такой как диффузионно-взвешенная визуализация, они также могут свести к минимуму повреждение критически важных структур белого вещества, которые соединяют эти функциональные области.

Как правило, новички в этом методе будут бороться с тем фактом, что не существует единого программного комплекса для выполнения всех необходимых этапов процедуры. Таким образом, пользователи должны переключаться между несколькими программами, сохраняя при этом общий формат изображения, а также постоянную ориентацию и выравнивание. Наш протокол включает в себя подробную инструкцию, которая поможет пользователям пройти эту процедуру.

Анализы этого типа, которые рассматривают структуру и функцию в комбинации, являются естественным исчезновением экспериментов с функциональной визуализацией, которые идентифицировали области мозга Коведа. Что касается задач, представляющих интерес, то большинство предыдущих подходов не смогли предоставить информацию о структурной связности, и именно это мы добавляем в наш подход здесь: В этом протоколе. Сканер Siemens мощностью три Тесла используется для получения изображения диффузионного спектра в 257 направлениях или сканирования DSI с 32-канальной катушкой фазированной решетки, высокая напряженность поля и 32-канальная катушка требуются для получения сигнала для сканирования с высоким угловым разрешением.

Наиболее часто используемым методом диффузионно-взвешенной визуализации является диффузионно-тензорная визуализация или DTI с использованием сканирования от пяти до 10 минут, обычно измеряющего 64 или менее направлений. Ограничением DTI является его сложность в разрешении, скрещивании и целовании волокон, которые лучше обнаруживаются с помощью комбинации методов сбора и реконструкции с высоким разрешением, таких как DS. Замечу, что протокол DSI требует примерно от 45 до 50 минут визуализации, и что коррекция движения не может быть применена к данным DSI. Поэтому рекомендуется свести к минимуму движения за счет использования прикусочных брусьев, поролоновой набивки или других методов стабилизации, а для использования высококвалифицированных участников требуется дополнительное оборудование для FMRI, основанное на задачах, такое как совместимый с МРТ дисплей и система отклика кнопок.

Перед сканированием обязательно получите информированное согласие и скрининг на МРТ. Противопоказания. Затем кратко расскажите участнику о характере сканирования, которое будет выполнено, подчеркнув необходимость оставаться неподвижным во время сканирования DSI. Как только участник будет готов начать, удобно стабилизируйте голову участника, а затем вставьте кровать в сканер, выполните первоначальное сканирование и калибровку.

Затем совместите срезы для сканирования DSI с передней и задней спаечными зонами и убедитесь, что срезы для сканирования DSI охватывают весь ход мозга. Сканирование DSI происходит в то время, когда объект отдыхает в сканере или смотрит фильм на презентационной системе. После сканирования DSI соберите взвешенное анатомическое сканирование для последующего использования при совместной регистрации данных DSI с другими анатомическими или функциональными данными в рамках одного или отдельного сеанса сканирования.

Также получайте данные FMRI на основе задач для функционального сканирования поведенческих задач. Проинструктируйте испытуемых следить за экраном на предмет стимулов, относящихся к задаче, и делать это по мере необходимости. Если ФМРТ проводится в другой день, сделайте еще одно взвешенное анатомическое сканирование.

Этот подход к обработке использует поверхностный анализ данных FMRI для получения ROI для трактографии и позволяет лучше визуализировать соответствия между конечными точками трактографии и функциональными ROI. Чтобы начать обработку, сначала отправьте полученное T one взвешенное изображение на автоматизированный алгоритм Free Surfers, который выполняет анатомическую сегментацию серого и белого вещества и реконструкцию поверхности кортико. Выходные данные также включают обработанную версию анатомического объема, из которого были созданы поверхности, называемую поверхностным объемом.

Далее предварительно обработайте данные FMRI при угревой сыпи. Затем импортируйте бесплатный вывод серфера в программу summa a acne и сопоставьте предварительно обработанные функциональные данные с полученными поверхностями. Анализ данных FMRI для создания статистических карт, на основе которых могут быть созданы функционально определенные ROI для Т-трактографии.

Затем расширяйте эти поверхностные функциональные ROI в белое вещество путем расширения для максимального контакта с линиями тока во время трактографии. Наконец, преобразуйте расширенные ROI с поверхности в координаты объема и выведите их в виде файлов для обработки данных о диффузии. Во-первых, определите, какие DICOM-изображения в наборе данных являются другими B нулевыми или базовыми изображениями, и преобразуйте их в удобный формат.

Затем в DSI studio откройте изображения DSI DICOM и объедините их, чтобы создать исходный файл и предоставить таблицу градиентов. Затем примените маску реконструкции по умолчанию к базовому изображению и убедитесь, что она охватывает все серое вещество, не включая пустое пространство, череп или ткани, не относящиеся к мозгу. Отредактируйте маску необходимо.

Выберите модель реконструкции с высоким разрешением с использованием A-D-S-I-G-Q-I или дисперсии GQI здесь. Используется опция GQI. Затем создайте информационный файл о волокне, представляющий основные направления диффузии у каждой полевки.

Следующие функциональные показатели ROI должны быть преобразованы в пространство DSI. Используйте apni для выравнивания нулевого изображения DSIB по объему анатомической поверхности в отличном формате. Инвертируйте полученную 12-точечную матрицу трансформации ALINE с помощью программного коврика для кошек от прыщей.

Затем примените инвертированную матрицу к функциональным ROI, чтобы преобразовать их в пространство DSI. Отслеживание волокон с помощью цельного мозгового зерна — это быстрый и эффективный способ оценки общего качества данных. Это также дает возможность определить значения для глобальных параметров, таких как порог отслеживания, чтобы начать, создать целую область мозгового зерна.

Затем установите начальное пороговое значение отслеживания, чтобы замаскировать воксели с низким сигналом, а также порог угла. Кроме того, установите размер шага отслеживания в миллиметрах и желаемое количество волокон или начальных точек. Теперь проведите полную трактографию мозга, чтобы проверить общее качество реконструкции ODF.

Затем найдите оптимальный порог отслеживания, итеративно выполняя отслеживание всего мозга и регулируя порог отслеживания. Найдите порог, который максимизирует долю волокон, достигающих серого вещества, визуализируя перекрытие всего мозгового трактографии и маски серого вещества в треке, шипящие шумные волокна минимизируются, когда от 90 до 100% волокон достигают серого вещества Кроме того, убедитесь, что порог отслеживания маскирует воксель и пустое пространство. Например, продольная трещина без удаления вокселя, которые явно залегают в белом веществе в виде перекрестного следа, набор контрольных волокон из анатомического ROI на затылочном полюсе с большим количеством семян, например, 500, 000.

Убедитесь, что эта процедура создает примерно одинаковое количество волокон во всех наборах данных, теперь, когда были выбраны оптимальные параметры трактографии. Затем проведите Т-трактографию с ограничением ROI для проверки гипотез о связности между функционально определенными областями мозга. Начните с загрузки файла fib и создайте целую начальную область мозга в DSI Studio Затем загрузите один или несколько функционально определенных областей интереса и установите их в качестве ROI в сеттерах областей DSI studio.

Для ROI потребуется прохождение через них линий тока, установка трекинга и порога угла с использованием предварительно оптимизированных параметров и выполнение трекинга. Наконец, сохраните результаты трактографии в виде файлов TRK. Затем выполните анализ плотности конечных точек, который может измерить соответствия структурной связности с точными пространственными местоположениями функциональной активации на основе задач.

Чтобы начать загрузку отличных файлов ROI и TRK в программное обеспечение track fz, выполните логические операции между регионами и сохраните результаты каждой операции в виде нового файла TRK. Используйте функции набора инструментов диффузии для пространственного преобразования файлов TRK из пространства DSI в пространство поверхностного объема с целью просмотра данных о волокнах на анатомической основе с высоким разрешением, загрузки файла TRK и объема поверхности в треке для проверки результатов в качестве одного из показателей связности. Рассчитайте общее количество конечных точек оптоволокна в ROI, нормализованный по объему ROI.

Здесь мы видим иллюстрацию оптимальных и неоптимальных результатов с использованием трактографии всего мозга. Все три изображения основаны на одном и том же наборе данных DWI в 257 направлениях от одного участника. Оптимальные результаты показаны здесь.

Напротив, результаты, показанные здесь, демонстрируют эффект чрезмерно мягких параметров трактографии. Здесь мы видим снижение качества в результате использования одной тензорной модели для восстановления данных DWI. На этом рисунке мы видим пример областей, активированных во время задания на восприятие лиц, в котором рассматривались изображения лиц и повседневных предметов.

При сканировании с помощью FMRI две вентральные височные области в середине, веретенообразная извилина и нижняя затылочная извилины показали значительно большую жирную реакцию на лица, чем на объекты. На рисунке показаны связи между зрительной корой, сенсорными областями и областью контроля внимания в задней теменной коре. На этой панели красным, зеленым и синим цветом показаны приблизительные положения начальных областей V один, V два и V три соответственно.

Затравочная область PPC помечена как IPS one, а волоконные дорожки, соединяющие эти регионы, окрашены в соответствии с затылочным ROI, из которого они были расположены. На панели B коричневым цветом показаны функциональные области, определенные в IPS, красным цветом V1, зеленым цветом V 2 и синим цветом V 3 на поверхности коры головного мозга, а также конечные точки волокон в каждой области. После освоения данных сбор данных для одного участника может быть достигнут за 30-90 минут.

Автоматизированная реконструкция анатомической поверхности обычно занимает 16 часов, в то время как диффузионно-взвешенные данные могут быть обработаны менее чем за час. Время обработки и анализа данных FMRI варьируется в зависимости от поведенческой задачи и экспериментальных процедур. Требования ко времени трактографии также варьируются от минут до часов, в зависимости от параметров отслеживания и ограничений области интереса.

При попытке выполнить эту процедуру важно помнить, что результат трактографии может быть подвержен как ложноположительным, так и ложноотрицательным результатам. Всегда оценивайте результат отслеживания волокон в контексте предыдущих нейроанатомических данных или используйте конвергентные методологии, такие как анализ функциональной связности. Другие методы, такие как классификация узоров по расположению волокон, подробный пространственный анализ распределений конечных точек и продольное сканирование целостности белого вещества, могут быть выполнены для дальнейшего исследования взаимосвязи со структурой и функцией мозга.

Этот метод проложил путь исследователям в области когнитивной нейробиологии к неинвазивному исследованию структурных и функциональных взаимоотношений у здоровых людей и клинических популяций. Структурные связи между областями мозга могут служить для ограничения гипотез о потоке информации через мозговые сети, которые контролируют сложное поведение человека. После просмотра этого видео вы должны понять ключевые шаги в реконструкции данных диффузионно-взвешенной визуализации и выполнении волоконной трактографии.

Вы также должны понимать важность выполнения проверок качества и итеративных тестов параметров для оптимизации результатов отслеживания оптоволокна. Наконец, после просмотра этого видео у вас должно быть лучшее понимание того, как связать анатомическую связь с функциональными свойствами сетей мозга.