Gyrification de medición (plegamiento cortical) a cualquier edad, representa una ventana en el desarrollo temprano del cerebro. Por lo tanto, previamente desarrollado un algoritmo para medir gyrification locales en miles de puntos en el hemisferio<sup> 1</sup>. En este documento se detalla el cálculo de este índice gyrification local.
Plegamiento cortical (gyrification) se determina en los primeros meses de vida, por lo que los eventos adversos que ocurren durante este período dejan huellas que se identificará a cualquier edad. Tan recientemente revisado por Mangin y sus colaboradores 2, existen varios métodos para cuantificar las diferentes características de gyrification. Por ejemplo, la morfometría surcos se pueden utilizar para medir los descriptores de la forma como la profundidad, la duración o los índices de asimetría inter-hemisférica 3. Estas propiedades geométricas tienen la ventaja de ser fáciles de interpretar. Sin embargo, la morfometría surcos bien se basa en la identificación precisa de un determinado conjunto de los surcos y por lo tanto, proporciona una descripción fragmentada de gyrification. Una cuantificación más fina de gyrification se puede lograr con medidas basado en curvatura, donde suavizado curvatura media absoluta es generalmente calculada en miles de puntos sobre la superficie cortical 4. La curvatura es, sin embargo straightforward de comprender, ya que aún no está claro si hay alguna relación directa entre la curvatura y una significativa correlación biológica, como el volumen cortical o en la superficie. Para abordar las diversas cuestiones planteadas por la medición de la cortical plegables, que anteriormente desarrollaron un algoritmo para cuantificar gyrification local con una resolución espacial exquisita y de sencilla interpretación. Nuestro método se inspira en el Índice de Gyrification 5, un método utilizado originalmente en la neuroanatomía comparativa para evaluar las diferencias entre las especies cortical plegables. En nuestra implementación, que el nombre de Índice de l Gyrification vecinales (GI l 1), se mide la cantidad de corteza enterrado dentro de los pliegues surcos en comparación con la cantidad de corteza visible en regiones circulares de interés. Teniendo en cuenta que la corteza crece principalmente a través de la expansión radial 6, nuestro método ha sido diseñado específicamente para detectar defectos iniciales del desarrollo cortical.
En thes el artículo, se detalla el cálculo del Índice de Gyrification local, que ahora se distribuye gratuitamente como parte del Software FreeSurfer ( http://surfer.nmr.mgh.harvard.edu/ , Martino Centro de Imágenes Biomédicas, Hospital General de Massachusetts) . FreeSurfer proporciona un conjunto de herramientas automatizadas de reconstrucción de la superficie cortical del cerebro de la estructura de datos de resonancia magnética. La superficie cortical extraídos en el espacio natural de las imágenes con precisión sub-milimétrica es luego utilizado para la creación de una superficie exterior, que servirá como base para el cálculo de l GI. Una región circular de interés es entonces delineada en la superficie externa, y su correspondiente región de interés en la superficie cortical se identifica mediante un algoritmo de coincidencia como se describe en nuestro estudio de validación 1. Este proceso se reiteró en repetidas ocasiones con gran superposición de las regiones de interés, lo que los mapas corticales de gyrification parar posteriores comparaciones estadísticas (Fig. 1). Es de destacar que otra medida de gyrification local con una inspiración similar fue propuesta por Toro y sus colegas 7, donde se calcula el índice de plegado en cada punto como la relación entre el área cortical contenido en una esfera dividida por el área de un disco con el mismo radio. Las dos implementaciones difieren en que el uno por Toro et al. se basa en distancias euclidianas y por lo tanto considera que los parches discontinuos de la zona cortical, mientras que el nuestro utiliza un algoritmo geodésica estrictas e incluyen sólo el parche continuo de la apertura de áreas de la corteza en la superficie del cerebro en una región circular de interés.
El protocolo anterior describe cómo medir el índice de Gyrification local basado en la cerebral ponderada en T1 resonancia magnética y realizar comparaciones estadísticas de grupo. Nuestro método ha sido diseñado específicamente para localizar la interrupción temprana en el proceso de expansión cortical y, como tal, es de particular interés para muchas enfermedades del desarrollo neurológico o psiquiátrico. Ejemplos de comparaciones entre los grupos en las muestras clínicas se pueden encontrar en las public…
The authors have nothing to disclose.
Esta investigación fue apoyada por el Centro Nacional de Competencia en Investigación (NCCR) "SYNAPSY – Las bases de Synaptic de las Enfermedades Mentales", financiado por la Swiss National Science Foundation (n ° 51AU40_125759). Desarrollo del Índice de Gyrification locales fue apoyado por becas del Fondo de Investigación Nacional de Suiza a la Dra. Marie Schaer (323500-111165) y el Dr. Stephan Eliez (3200-063135,00 / 1, 3232 a 063.134,00 / 1, PP0033-102864 y 32473B -121.996) y por el Centro de Imágenes Biomédicas (CIBM) de las Universidades de Ginebra, Lausanne y la EPFL, así como las bases Leenaards y Louis Jeantet. Apoyo para el desarrollo de software FreeSurfer fue proporcionada en parte por el Centro Nacional para Recursos de Investigación (P41-RR14075, y la CNRR BIRN morfométricos Proyecto BIRN002, U24 RR021382), el Instituto Nacional de Imágenes Biomédicas y Bioingeniería (R01 EB001550, R01EB006758), el Instituto Nacional de Trastornos Neurológicos y Accidentes Cerebrovasculares (R01 NS052585-01), así como la Enfermedad Mental y Neurociencia Discovery (MIND) Institute, y es parte de la Alianza Nacional de Informática de Imágenes Médicas (NAMIC), financiado por los Institutos Nacionales de Salud a través de la hoja de ruta del NIH para la Investigación Médica, Grant U54 EB005149. El apoyo adicional fue proporcionada por el Proyecto de Autismo y dislexia financiado por la Ellison Medical Foundation.
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).
Name of the equipment | Company | Catalogue number | Comments |
FreeSurfer | Martinos Center for Biomedical Imaging, MGH | Version newer than 4.0.3 | |
Matlab | Mathworks | Image Processing Toolbox |