Summary
모든 연령 측정 gyrification (대뇌 피질의 접힘)는 초기 두뇌 개발에 창문을 나타냅니다. 따라서, 우리는 이전에 북반구 점 이상 수천명의 현지 gyrification를 측정하는 알고리즘을 개발
Abstract
피질 접는 (gyrification)은이 기간 동안 발생하는 불리한 사건이 어떤 나이에 식별합니다 흔적을 떠날 수 있도록, 인생의 첫 몇 달 동안 결정됩니다. 마찬가지로 최근 Mangin 및 동료 2 검토한 결과 몇 가지 방법 gyrification 다른 특성을 수치 존재합니다. 예를 들어, sulcal morphometry는 3 비대칭성 등 깊이, 길이 또는 간의 반구형의 지표로 형상 설명을 측정하는 데 사용할 수 있습니다. 이러한 기하학적 특성 해석하기 쉽게되는 장점이 있습니다. 그러나, sulcal morphometry는 단단히 sulci 주어진 집합의 정확한 식별에 의존하고 따라서 gyrification의 조각난 설명을 제공합니다. gyrification보다 세밀한 부량은 절대적 의미 곡률은 일반적으로 대뇌 피질의 표면에 4 점 이상의 수천에서 계산됩니다 smoothed 곡률 기반의 측정과 함께 얻을 수 있습니다. 곡률 그러나 straightforwar하지 않습니다curvedness와 생물학적으로 의미가 같은 대뇌 피질의 볼륨이나 표면과 같은 상관 관계를 사이에 직접적인 관계가있다면 그것은 분명 남아으로 D는, 이해하기. 피질 접는의 측정에 의해 제기된 다양한 문제를 해결하기 위해, 우리는 이전에 훌륭한 공간 해상도와 간단한 해석의 지역 gyrification을 계량하는 알고리즘을 개발했습니다. 우리의 방법은 Gyrification 지수 5, 원래 수종에 걸쳐 외피 접는 차이를 평가하는 비교 neuroanatomy에서 사용하는 방법의 영감입니다. 관심 원형 지역에서 볼 수 피질의 금액과 비교 우리 이름 리터 ocal Gyrification 지수 (L GI 1) 우리가 sulcal 주름 이내에 묻힌 피질의 양을 측정의 구현에서는. 피질이 방사형 확장 6까지 주로 자란다는 것은 감안할 때, 우리의 방법은 특히 대뇌 피질의 발달의 조기 결함을 식별하도록 설계되었습니다.
일 년기사는 우리가 세부 이제 자유롭게 FreeSurfer 소프트웨어의 한 부분 (로 배포 지역 Gyrification 지수의 계산을합니다 http://surfer.nmr.mgh.harvard.edu/ , 바이오 메디컬 이미징을위한 Martinos 센터, 매사 추세츠 종합 병원) . FreeSurfer은 구조적 MRI 데이터 두뇌의 대뇌 피질 표면 자동 재건 도구 세트를 제공합니다. 서브 밀리미터의 정확도로 이미지의 원래 공간에서 추출한 대뇌 피질의 표면은 다음 더욱 리터 GI 계산의 근거로 될 것입니다 외부 표면의 생성에 사용됩니다. 관심 원형 지역은 다음 바깥쪽 표면에 delineated이며, 대뇌 피질의 표면에 관심 해당 지역은 당사 검증 연구 1에서 설명 일치 알고리즘을 사용하여 식별됩니다. 이 과정은 반복에 대한 gyrification의 피질지도의 결과, 대부분의 관심 영역을 중복과 반복입니다R 이후의 통계 비교 (그림 1). 참고의 비슷한 영감과 지역 gyrification의 다른 측정은 각 지점에서 접는 인덱스가 동일한있는 디스크의 지역으로 나누어 구체에 포함되어있는 대뇌 피질 영역의 비율로 계산됩니다 토로와 동료 7, 제안한되었습니다 반경. 두 구현 토로 외로 한 점에서 다릅니다. Euclidian 거리에 기초하고 있으며 우리는 엄격한 측지 알고리즘을 사용하여 관심의 원형 지역에서 뇌 표면에 대뇌 피질의 지역 개방만이 지속적인 패치를 포함 반면에 따라서 대뇌 피질 영역의 불연속 패치를 고려합니다.
Protocol
1. 3D 대뇌 피질의 표면을 재구성
위키 (에서 설명한대로 프로토콜의 첫 부분에서는 표준 FreeSurfer 파이프라인을 사용 http://surfer.nmr.mgh.harvard.edu/fswiki ). 여기에 설명된 명령은 대뇌 피질의 표면 reconstructions를 달성하는 하나의 방법을 설명합니다,하지만 이에 상응하는 명령도 사용할 수 있습니다.
- FreeSurfer에 원료 MRI DICOM 가져오기 및 이미지의 품질을 확인 (방향이 올바른지 예를 들어, 충분한 대비와 이미지는 이동되지 않습니다.) 이 프로세스는 다음 명령을 (특정 인스턴스에 적절한 값으로 <...> (포함) 사이의 텍스트를 교체하고, "#"는 의견을 나타냅니다)을 사용합니다 :
mksubjdirs# FreeSurfer에서 사용하는 폴더 구조를 만듭니다
CD/ MRI는 # 피사체의 MRI를 폴더로 이동
mri_convert - CM001.mgz는 # 변환된 볼륨을 시각화 - 3 차원 피질 메쉬 모델 8,9를 만듭니다. 묻힌 sulci의 문제에 대처하기 위해 FreeSurfer 첫 번째는 초기 회색 흰색 표면을위한 시작 지점으로 사용되는 하나의 흰색 물질 볼륨을 만듭니다. 이 표면은 다음 강도의 지역 경사도에 따라 최적화된 추가적인 회색 - CSF 인터페이스 확장됩니다.
정찰 - 모두의# 피질 표면 재건을 시작
흰색 (회색 - 흰색 인터페이스) 및 pial (회색 - CSF 인터페이스) 표면 : 재조합 과정의 마지막에는, 두 개의 메쉬의 각 반구에 대해 약 15 포인트로 구성된 모델을 얻을 것이다. 모든 표면과 볼륨이 있도록 기본 공간에 남아 있습니다하는 것이 중요하다 이러한 볼륨, 면적, 두께 또는 gyrification 인덱스로 측정 변형없이 측정할 수 있습니다. - 이러한 재건 표면의 정확성 확인 :
tkmeditT1.mgz? h.pial # 흰색 표면은 녹색으로 중첩과 빨간색 pial 표면이다
어디 H는 북반구 나타냅니다 : 오른쪽 뇌를 위해 왼쪽 반구와 rh.pial에 대한 lh.pial합니다. 그림 2 (2 버전 : 웹사이트에 대한 영화와 정적 하나에 포함시킬 애니메이션 GIF 이미지)는 FreeSurfer 패키지와 함께 배포되는 "버트"제목에 대한 정확한 흰색과 pial 표면 reconstructions의 예를 보여줍니다. 수동으로 재구성 프로세스의 결과를 수정하는 경우 (FreeSurfer 위키에 대한 자습서를 찾을 수 http://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/WhiteMatterEdits ,
2. 지역 Gyrification 지수를 계산
: 당신이 당신의 표면을 만족하는 경우, 다음 명령을 사용하여 로컬 Gyrification 인덱스 (L GI) 계산
정찰 - 모든 lgi - S
이 명령은 일반적으로 워크 스테이션의 전원에 따라, 한 연구 참가자의 두 반구를 위해 약 3 시간 동안 실행됩니다. 리터 GI 과정의 여러 단계는 그림 overviewed 있습니다. 1. 컴퓨팅 형태학의 마감 작업을 사용하여 외부 표면의 창조와 함께 시작합니다. 이 외부 표면, 표시된? h.pial_outer_smoothed는 더욱 그림 그림이다. 3. 그렇다면, 관심 약 800 중복 원형 영역 바깥쪽 표면에 생성됩니다. 이 지역의 각 하나에, 관심있는 해당 지역은에 정의됩니다pial 표면. 전체 계산이 대뇌 피질 표면의 각 지점에 대한 일리터 GI 값 (반구 회 예 ~ 150,000 값)이있는 개별지도의 창조와 끝납니다.
3. 각 반구에 대한 리터 GI 계산의 결과를 확인
tksurfer
리터 GI 값은 대뇌 피질의 표면에 입혔다 있습니다. 어떤 회색 대뇌 피질의 영역을 볼 수 없습니다 : 올바른 내 경험으로 GI 가치는 일반적으로 1 최소 임계값 (옵션 fthresh 포함) 빠른 체크인 수를 설정, 1 5 사이에 구성되어 있습니다. 정확한 개별 결과의 예제는 그림에 표시됩니다. 4.
4. 통계 그룹 비교
목적은 성별의 효과에 대한 제어 및하면서 대뇌 피질의 표면이 지남에 따라 각 정점에서 그룹의 효과를 계량하는 것입니다나이. 당신은 각 정점에서 대뇌 피질의 두께를 비교하려는 경우와 동일한 절차를 수행하기 위해 필요하지만,주는
- 그룹 간의 리터 GI 결과를 비교하는 첫 번째 옵션은 아래의 명령을 사용하여, 자세한 내용은에서 구할 수 있습니다 https://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/GroupAnalysis .
- 먼저 입력의 모든 과목을주는 연구 특정 템플릿을 생성해야합니다 :
make_average_subject - 과목...
명령은 위의 '평균'이라는 주제를 생성합니다. 또는 제목 "fsave을 사용할 수 있습니다분노는 "FreeSurfer 배포판의 일부로 배포했습니다. - 그런 다음 연구에 관련된 과목 (이하 "FreeSurfer 그룹 설명자 파일")의 설명을 포함하는 텍스트 파일을 만듭니다. 당신의 FSGD.txt는 다음과 같이해야합니다 :
GroupDescriptorFile 일
그룹 Control_Male
그룹 Control_Female
그룹 Patient_Male
그룹 Patient_Female
변수 연령
입력Patient_Male 20
입력Control_Female 23
<...> - 각 반구에 대해 다음 명령을 사용하여 평균 피사체의 공간에서 리터 GI 데이터를 Resample :
mris_preproc - fsgd의 FSGD.txt - 대상 평균 - 헤미 H - meas pial_lgi - 아웃 h.lgi.mgh - 노이즈 신호를 줄이기 위해 대뇌 피질의 표면에 데이터를 부드럽게 :
mri_surf2surf - 헤미 H -의 평균 - sval h.lgi.mgh - fwhm 10 -? tval h.10.lgi.mgh - 각 정점의 수준에서 그룹 비교를 계산합니다. 그것에 대해 당신이 FSGD.txt 위에서 설명한의 경우에 대비 텍스트 파일 (예 : 작성해야합니다, "contrast.txt"는 컨트롤과 차이를 계산하는 값 "1 1 -1 -1 0"포함됩니다 ) 나이와 성별에 대한 제어 환자 동안. 마지막으로 비교를 실행합니다 :
mri_glmfit - Y h.10.lgi.mgh - fsgd FSGD.txt 자다 - glmdir h.lgi.glmdir - 서핑 평균 H - C contrast.txt - tksurfer를 사용하여 평균 주제에 결과를 시각화 :
tksurfer 평균? H는 높게
다음 오버레이 폴더에있는 sig.mgh 파일로로드? h.lgi.glmdir / contrast.txt / sig.mgh. 옵션 "오버레이를 구성"을 사용하여 당신이 더 이상 잘못된 검색 속도 10을 사용하여 다중 비교에 대한 P 임계값뿐만 아니라 정확한를 수정할 수 있습니다.
- 먼저 입력의 모든 과목을주는 연구 특정 템플릿을 생성해야합니다 :
- 그룹 COM에 대한 대체 옵션parison는 Qdec, FreeSurfer에 구현된 그래픽 사용자 인터페이스를 사용하는 것입니다. 지역 Gyrification 인덱스와 Qdec의 사용은 사전에 원활한 리터 GI 데이터에 의미 :
정찰 - 모든 qcache - 측정 pial_lgi 평균- S
Qdec으로 FreeSurfer 그룹 설명자 파일은 같은 나이의 다른 단체와 다른 혼란함을 주죠 변수에 대한 설명을 포함하는 약간 다른 버전, 데이터 테이블 (qdec.table.dat)으로 대체됩니다. Qdec의 활용에 대한 자세한 설명에서 제공됩니다 http://surfer.nmr.mgh.harvard.edu/fswiki/FsTutorial/QdecGroupAnalysis .
. 리터 GI가 Qdec에서 종속 변수 목록에 사용할 수없는 경우의, 당신은 홈 디렉토리에있는 Qdecrc 파일에 다음 줄을 추가합니다 :
MEASURE1 = pial_lgi </ 안녕,>
5. 분석
또는 통계 분석은 결국 FreeSurfer 11 통합 피질 parcellation 수준에서 계산된 수 있습니다. 그 목적을 위해, 평균 리터 GI 가치는 각 반구에 대한 관심의 34 gyral 지역에 대한 추출 수 있으며, 이러한 성능은 더욱 서로 다른 그룹 간의 비교할 수 있습니다. 그것이 통계 비교의 양을 제한 등이 소포 - 현명한 분석 (위에서 설명한 것처럼 버텍스 - 현명한 분석에 반대하는) 매력적인 수 있습니다. 그러나 각 지점에서 리터 GI 관심 gyral 지역에서 평균 내 GI도 어느 정도의 관심을 인근 지역에서 gyrification를 반영하므로, 주변의 원형 영역에 gyrification을 quantifies.
마지막으로, 가장 중요한 문제는이 프로토콜 천시 발생 될 수있는 다른 문제에 대한 솔루션에서 설명했지만eeSurfer 또는 리터 GI 처리 FreeSurfer 메일링리스트 (의 아카이브에서 찾을 수 있습니다 http://surfer.nmr.mgh.harvard.edu/fswiki/FreeSurferSupport ).
6. 대표 결과
프로토콜의 섹션 1C에 설명한 바와 같이, 당신은 항상 신중하게 사전 리터 GI 계산하는 대뇌 피질의 표면 재건의 정확성을 확인한다. 전두엽과 후두엽 사이에 스크롤하는 동안, 선박 및 멤브레인이 pial 표면에 포함되지 않은 특정주의를 기울이십시오. 하얀 표면이 정확하게 회색 흰색 인터페이스를 다음 것을 또한 확인하십시오. 올바른 재건의 예제 (전체 볼륨의 애니메이션 GIF 그림 참조) 그림 2에 제공됩니다.
리터 GI 계산의 끝에, 당신은 또한 각 과목 모두 반구에 대한 결과를 확인합니다.1보다 작은 리터 GI 결과와 함께 모든 피질 영역이있을 수 없습니다. 프로토콜과 그림 4의 섹션 3 리터 GI 계산의 출력이 맞다면 정확한 확인하는 방법을 보여줍니다.
그림 1. 리터 GI 계산의 개요가. 첫째, 3 차원 피질 메쉬 모델은 표준 FreeSurfer 파이프라인을 사용하여 RAW 이미지에서 복원됩니다. 이러한 재건 알고리즘은 묻혀 sulci의 문제를 극복하기 위해 지점을 시작으로 이진 흰색 물질 볼륨을 사용합니다. 대뇌 피질의 메쉬 모델은 일반적으로 약 15 정점을 구성하며 고전적 각 지점에서 대뇌 피질의 두께를 계산하는 데 사용됩니다. 마찬가지로, 지역 Gyrification 지수 (L GI)가 각각의 정점에서 계산됩니다. 그 목적 들어, 외부 표면이 만들어집니다. 그렇다면 관심 해당 원형 영역 외부에 식별매칭 알고리즘을 사용하여 D 대뇌 피질의 표면. 관심 중복 지역, 전 GI의 개별지도의 생성에서 처리 결과를 생성하는 약 800 후. 이러한지도를 쉽게 해석될 수 : 5 의미의 인덱스를보다 대뇌 피질의 표면 주변에 sulci 이내 invaginated 5 시간이있다는 것을 볼 수 피질 표면의 금액, 피질은 주변에 평면 것을 한 의미의 인덱스 . 마지막으로, 통계 그룹 비교는 마찬가지로 대뇌 피질의 두께 비교하기 위해 각 정점의 수준에서 계산됩니다.
그림 1B. 리터 GI의 개인 대뇌 피질의지도.이 작은 영화는 그림과 같이 각 피질 lGI지도의 360도 회전을 보여줍니다. 1. 그것은 높은 GI 리터 값 피질 영역 utero 생활에있는 동안 만들 어질 가장 먼저 접어에 해당하는 점에 유의하는 인상입니다 sylvian 균열 (fissure), 우수한 시간적 고랑과에traparietal의 두뇌의 측면에서 볼 고랑, 그리고 두뇌의 중간보고에 parieto - 후두 고랑이. 동영상보기
그림 2. 적절한 대뇌 피질의 표면 재구성 (한 코로나 섹션)의 예. 재건 프로세스의 종료 후, 대뇌 피질의 표면은 정확하게 전체 대뇌 볼륨에 걸쳐 확인해야합니다. 안쪽 대뇌 피질의 표면 (이미지에 녹색으로 표시된 흰색 표면에) 정확하게 회색 흰색 인터페이스를 따라야합니다. 바깥쪽 피질 표면 선박이나 막의 부분을 포함하지 말아야 (예 : 회색 - CSF 인터페이스는, 여기서 빨간색으로 pial 표면을 표시됨). 지폐, 여기 제시된 예제는 FreeSurfer 패키지와 함께 배포되는 "버트"제목을 사용합니다.
그림 2B. 적절한 대뇌 피질의 표면 reconstru의 예ction (전체 볼륨).이 애니메이션 GIF 이미지는 FreeSurfer와 대부분의 후두 코로나 부분에 가장 전두엽에서 스크롤하여 본 각 코로나 섹션에있는 "버트"제목의 왼쪽 반구의 대뇌 피질의 표면을 보여줍니다. 동영상보기
그림 3. 리터 GI 과정 (한 코로나 부분)의 일부로 계산 외부 표면의 예. 리터 GI 계산의 첫 번째 단계는 반구를 뒤덮었 외부 표면의 창조이다. 이 표면은 (표시된? FreeSurfer에 h.pial_outer_smoothed) tkmedit를 사용하여 확인하실 수 있습니다. 여기 FreeSurfer와 함께 배포 "버트"제목은 예제로 사용됩니다.
그림 3B. 리터 GI 프로세스 (전체 볼륨)의 일환으로 계산된 외부 표면의 예.이 애니메이션 GIF 이미지로 FreeSurfer에서 tkmedit와 함께 가장 후두 코로나 부분에 가장 전두엽에서 스크롤하여 볼 코로나 각 섹션의 왼쪽 반구의 바깥쪽 표면을 보여줍니다. 보기 영화
그림 4. FreeSurfer 보입니다로 정확한 리터 GI 출력의 예. 리터 GI와 "버트"제목의 대뇌 피질의 표면에 서로 다른 방향은 가치 입혔다. 색상 코드는 FreeSurfer에 tksurfer로 본 기본 "열기"오버레이됩니다. 1 최소 임계값을 사용하여 모든 꼭지점이 색해야하며 대뇌 피질의 면적은 AP한다회색 배. 참고의 색상 오버레이는 옵션은 최소 및 최대 값을뿐만 아니라 리터 GI의 전체 분포의 히스토그램도 확인할 수 tksurfer에 "오버레이를 구성"을 사용하여 수정할 수 있습니다.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
위의 프로토콜은 대뇌 T1 - 가중 MRI를 기반으로 지역 Gyrification 지수를 측정하고 통계 그룹 비교를 수행하는 방법에 대해 설명합니다. 우리의 방법은 특히 대뇌 피질의 확장 과정에서 초기에 중단을 집중하고 많은 neurodevelopmental 또는 정신과 조건에 특히 관심 등입니다 설계되었습니다. 임상 샘플에서 그룹의 비교의 예제 코드는 Google 그룹 1,12 또는 기타 13-16로 간행물에서 찾을 수 있습니다. 두 개의 매개 변수를 수정할 수 있지만 과정은 완전히 자동화되어에만 실행되는 명령이 필요합니다.
첫 번째 매개 변수를 수정할 내가 GI 계산의 수준에 있습니다 : 관심의 원형 지역의 반경. 반경 적절한 해상도를 유지하면서 한 번에 하나 이상의 고랑을 포함하기 위해 선정되었습니다 25mm로 설정 기본적으로됩니다. 우리의 검증 논문 t에 반경의 효과의 실험이 포함되어 있습니다그 큰 반지름을 보여주는 그는 대뇌 피질 gyrification지도 1, 지역 맥시멈의 희석으로 대뇌 피질의지도를 부드럽게하는 경향이 있습니다. 임상 연구를 위해, 우리는 20 25mm 사이의 반경을 권장합니다.
두 번째 조정 매개 변수는 통계 분석의 수준 스무딩의 금액입니다. 신호 대 잡음 비율을 증가하기 위해서는 데이터가 가까운 - 이웃의 평균 절차를 반복 고용 피질 메쉬에 smoothed 있습니다. 우리와 유사한 조건 (원시 공간에서 측정 즉, 데이터, 대뇌 피질의 표면에 동일한 데이터 배포 및 연구 구체적인 템플릿과 동일 sulcal 기반 등록 기술)는 일반적으로 절반 최대 (FWHM에서 전체 넓이를 사용 대뇌 피질의 두께 연구 ) 10mm (참고의 대뇌 피질의 두께 연구 FreeSurfer의 개발자가 공동 작성한이 6mm 17 커널 13mm 18-21와 22mm 22,23)를 사용합니다. 위의 프로토콜에서, 우리는 1 FWHM을 사용하여 제안대뇌 피질의 두께 문학의 대부분에 맞게 유지 0mm. 피질 리터 GI지도 이미 비교적 부드러운 아르 그러나, 비교의 결과는 거의 케어의 유무에 따라 변경됩니다.
측정 gyrification와 두께 공유 일반적인 단계에 대한 방법의 구현은, 우리 둘 다 조치가 대뇌 피질의 형태의 다양한 속성을 반영음을 강조하고 싶습니다 있지만. 이미 위에서 스트레스로 gyrification 대부분 초기 이벤트로 영향을받습니다. Contrarily, 대뇌 피질의 두께는 어린시절, 청소년기 및 성인기 24 초 동안 maturational 변화에 크게 민감합니다. 도식 단순보기에서 이러한 보완적인 속성을 측정하는 것은 neurodevelopmental 질환 25 pathogenesis 우리의 이해를 발전 가능성을 제공합니다.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
저자는 공개 아무것도 없어.
Acknowledgments
스위스 국립 과학 재단 (n은 ° 51AU40_125759)에 의해 재정 -이 연구는 연구에 경쟁력 국립 센터 (NCCR) "정신 질환의 시냅틱 기지 SYNAPSY"에 의해 지원되었다. 지역 Gyrification 지수의 개발은 스위스 국립 연구 기금에서 박사 마리 Schaer (323500-111165)과 닥터 스티븐 Eliez (3200-063135.00 / 1, 3232-063134.00 / 1, PP0033 - 102864 및 32473B하는 보조금에 의해 지원되었다 -121996)과 제네바 - 로잔 대학의 바이오 메디컬 이미징 (CIBM) 센터와 EPFL뿐만 아니라, 기초 Leenaards와 루이스 - Jeantet로. FreeSurfer 소프트웨어의 개발을위한 지원은 연구 자원을위한 국립 센터 (P41 - RR14075 및 NCRR BIRN Morphometric 프로젝트 BIRN002, U24 RR021382), 바이오 메디컬 이미징 및 생물에 대한 국립 연구소 (R01 EB001550, R01EB006758)에 의해 일부로 제공되었습니다 국립 신경 장애 및 뇌졸중 연구소 (R01 NS052585 - 01)뿐만 아니라 정신 질환 및 신경 과학 발견 (마음) 연구소 및 의학 연구에 대한 NIH 로드맵, 그랜트 U54을 통해 국립 보건원에 의해 자금을 의료 영상 컴퓨팅을위한 국민 연합 (NAMIC)의 일부입니다 EB005149. 추가 지원은 엘리슨 의료 재단에 의해 투자 자폐증 & Dyslexia 프로젝트에 의해 제공되었다.
Materials
| Name | Company | Catalog Number | Comments |
| Material: a Unix or Mac workstation with a processor of 2GHz or faster and a minimum of 4GB of RAM, with FreeSurfer installed (http://surfer.nmr.mgh.harvard.edu/fswiki, preferably the latest version, but no older than version 4.0.3). In order to compute the local Gyrification Index, MATLAB is also required (http://www.mathworks.com/) along with the Image Processing Toolbox. | |||
| Data: A sample of good quality (high-resolution, high contrast) cerebral MRI T1-weighted dataset. Your group of subjects must be preferably matched for age and gender. Given the normal inter-individual variability in cerebral morphology, the number of subjects in each group should be sufficient to identify an existing group difference (the more - the better). A reasonable minimum sample size would be around 20 subjects per group (although you can probably go for less if the intensity of changes is large and if your groups are tightly matched for gender and age). | |||
| FreeSurfer | Martinos Center for Biomedical Imaging, MGH | Version newer than 4.0.3 | |
| Matlab | Mathworks | Image Processing Toolbox | |
References
- Schaer, M. A surface-based approach to quantify local cortical gyrification. IEEE. Trans. Med. Imaging. 27, 161-170 (2008).
- Mangin, J. F., Jouvent, E., Cachia, A. In-vivo measurement of cortical morphology: means and meanings. Curr. Opin. Neurol. 23, 359-367 (2010).
- Mangin, J. F. A framework to study the cortical folding patterns. Neuroimage. 23, Suppl 1. S129-S138 (2004).
- Luders, E. A curvature-based approach to estimate local gyrification on the cortical surface. Neuroimage. 29, 1224-1230 (2006).
- Zilles, K., Armstrong, E., Schleicher, A., Kretschmann, H. J. The human pattern of gyrification in the cerebral cortex. Anat. Embryol. (Berl). 179, 173-179 (1988).
- Rakic, P. Specification of cerebral cortical areas. Science. 241, 170-176 (1988).
- Toro, R. Brain size and folding of the human cerebral cortex. Cereb. Cortex. 18, 2352-2357 (2008).
- Fischl, B., Sereno, M. I., Dale, A. M. Cortical surface-based analysis. II: Inflation, flattening, and a surface-based coordinate system. Neuroimage. 9, 195-207 (1999).
- Dale, A. M., Fischl, B., Sereno, M. I. Cortical surface-based analysis. I. Segmentation and surface reconstruction. Neuroimage. 9, 179-194 (1999).
- Genovese, C. R., Lazar, N. A., Nichols, T. Thresholding of statistical maps in functional neuroimaging using the false discovery rate. Neuroimage. 15, 870-878 (2002).
- Desikan, R. S. An automated labeling system for subdividing the human cerebral cortex on MRI scans into gyral based regions of interest. Neuroimage. 31, 968-980 (2006).
- Schaer, M. Congenital heart disease affects local gyrification in 22q11.2 deletion syndrome. Dev. Med. Child. Neurol. 51, 746-753 (2009).
- Palaniyappan, L., Mallikarjun, P., Joseph, V., White, T. P., Liddle, P. F. Folding of the Prefrontal Cortex in Schizophrenia: Regional Differences in Gyrification. Biol. Psychiatry. , (2011).
- Zhang, Y. Decreased gyrification in major depressive disorder. Neuroreport. 20, 378-380 (2009).
- Juranek, J., Salman, M. S. Anomalous development of brain structure and function in spina bifida myelomeningocele. Dev. Disabil. Res. Rev. 16, 23-30 (2010).
- Zhang, Y. Reduced cortical folding in mental retardation. AJNR. Am. J. Neuroradiol. 31, 1063-1067 (2010).
- Kuperberg, G. R. Regionally localized thinning of the cerebral cortex in schizophrenia. Archives of general psychiatry. 60, 878-888 (2003).
- Milad, M. R. Thickness of ventromedial prefrontal cortex in humans is correlated with extinction memory. Proc. Natl. Acad. Sci. U. S. A. 102, 10706-10711 (2005).
- Rauch, S. L. A magnetic resonance imaging study of cortical thickness in animal phobia. Biol. Psychiatry. 55, 946-952 (2004).
- Fjell, A. M. Selective increase of cortical thickness in high-performing elderly--structural indices of optimal cognitive aging. Neuroimage. 29, 984-994 (2006).
- Walhovd, K. B. Regional cortical thickness matters in recall after months more than minutes. Neuroimage. 31, 1343-1351 (2006).
- Gold, B. T. Differing neuropsychological and neuroanatomical correlates of abnormal reading in early-stage semantic dementia and dementia of the Alzheimer type. Neuropsychologia. 43, 833-846 (2005).
- Salat, D. H. Thinning of the cerebral cortex in aging. Cereb. Cortex. 14, 721-730 (2004).
- Schaer, M., Eliez, S. Contribution of structural brain imaging to our understanding of cortical development process. European Psychiatry Reviews. 2, 13-16 (2009).
- Shaw, P. Neurodevelopmental trajectories of the human cerebral cortex. J. Neurosci. 28, 3586-3594 (2008).
