Summary
拡散テンソル画像(DTI)は、基本的に識別するためのMRIベースのツールとして機能します
Abstract
拡散テンソル画像(DTI)の技術は、生体内で大脳白質(WM)の微細構造のプロセスに関する情報を提供します。本アプリケーションは、マッチさせた対照と比較して異なるDTI解析を用いて、異なる脳疾患、特に神経変性疾患に関与WMのパターンの相違を調査するために設計されている。
DTIデータ分析は変量の方法で行われ、一緒に線維追跡でそのような異方性比率(FA)などの地域の拡散方向ベースのメトリックすなわち voxelwise比較、(FT)は、順番にグループレベルでtractwise異方性比率の統計(TFAS)を伴うグループレベルでWMの変化の地域的パターンの定義を目指し、WM構造に沿ってFAの違いを識別します。定位標準空間への変換は、グループ研究のための前提条件であり、dを保持するために徹底した処理データが必要irectional相互依存。現在のアプリケーションでは、グループレベルでのデータ分析における空間正規化中に定量的および方向情報の保存のための最適化されたこの技術的なアプローチを示しています。これに基づいて、FT技術はFTによって定義されたメトリック情報を定量化するために、グループ平均化データに適用することができる。さらに、DTIの方法の適用は、個々の対象者ごとに縦分析における定位整列後のFA-マップすなわち違いは、神経疾患の進行についての情報を明らかにする。 DTIベースの検索結果の更なる品質改善、高いノイズレベル勾配方向の制御された除去を適用することによって前処理中に得ることができる。
要約すると、DTIは、脳全体をベースと管系DTI分析の組み合わせによって異なる脳疾患の別個のWMの病理解剖学を定義するために使用される。
Introduction
人間の脳内の拡散テンソルイメージング
中枢神経系の白質(WM)管は、神経膠細胞の他の小集団の様々なタイプに加え、密集軸索から構成されています。軸索内の軸索の膜と同様によく整列蛋白繊維は脳WM 1における異方性の水の拡散につながる、繊維配向に水拡散垂直に制限されます。軸索の周りに髄鞘はまた、内と外の両方の水2用異方性に寄与する可能性がある。
この異方性の定量的な記述は、拡散テンソルイメージング(DTI)によって検出される可能性がある。 DTIは、水の拡散の局所微細構造の特性で重み付け組織の画像を生成する。各位置における画像強度は、で表され、いわゆる磁気拡散勾配(の強さと方向に応じて、減衰されるb値)、ならびに水分子3を拡散する局所微細構造、拡散係数D、スカラー値に関する:
しかし、WMに異方性の存在下で、拡散はもはや単一のスカラー係数によって特徴付けないが、テンソルを必要とすることができる第一近似でこれらの方向4との間の各方向と相関関係に沿って分子運動を記述する。拡散異方性は、主にWM路における繊維の配向によって引き起こされ、そのミクロおよびマクロ構造の特徴によって左右される。微細構造の特徴のうち、intraaxonal組織は、繊維の密度の他に、拡散異方性に最も大きな影響があるように見えるNDセルパッキング、髄鞘形成の程度、および個々の繊維径。巨視的スケールでは、イメージングボクセル内のすべてのWMの管の向きの変動が異方性5の程度に影響を与えます。
典型的なDTIの測定では、ボクセル寸法はミリメートルの順になっています。したがって、ボクセルは常に通常、複数の軸索と同様、周囲の水分子をカバーする検出ボリューム内の水分子の平均情報が含まれています。この多方向環境にもかかわらず、DTIが優勢軸索の方向に揃え最大主軸の向きに敏感であり、 すなわち軸索の貢献は、測定信号2を支配する。
まず、拡散異方性5と第2の向きに依存しない程度、IMAGの水拡散の優勢な方向:DTIは、水の拡散のプロパティに関する2種類の情報を提供しています電子ボクセルは、拡散方向6、すなわち 。
以下に概説されるように現在のプロトコルは、グループレベルで被写体基の定量的比較のためにDTI分析技術のフレームワークを提供することになっている。
拡散特性の定量化-分析パラメータ
B( 式1)テンソルとなっているように、対称テンソルの要素は、信号減衰をもたらす、少なくとも6つの非共線および非同一平面上の方向に沿って拡散勾配によって測定することができる
この方程式は、直交する方向(交差項)に適用しても適用されているイメージング勾配との間でされているイメージングと拡散勾配の間の相互作用の可能性に関する会計処理を必要とする直交する方向に4。
第二ランクの拡散テンソル常にテンソルの主対角線に沿って3つだけの非ゼロの要素を残して対角化することができ、(固有値、すなわち )。固有値は、楕円体の形状や構成を反映。楕円や実験枠の主座標との間の数学的関係は、固有ベクトルにより記載されている
テンソルデータを表示する際にいくつかの課題があるため、拡散楕円体の概念は3提案されている。これらの電子のEigendiffusivities楕円体の離心率についての情報を提供しながら、楕円の主軸は、繊維の方向と一致するボクセルの主要な拡散方向を示し、すなわち llipsoidsは、媒体の拡散係数の主方向の一次元拡散係数を表す異方性とその対称性の度合い。したがって、このような異方性比率(FA)などの拡散異方性のメトリックは、7を定義することができる。
すべての固有値の算術平均です。
さらなるアプローチは、ラクトapproaに対応する、脳のWMの接続に対処するために、拡散テンソルの主方向を使用することであるそのchが互いに接続されている脳の部分検討する意思を有している。拡散テンソルの主成分の方向が支配的な軸索路の向きを表すと仮定すると、各ベクトルは、繊維配向を表す、3次元ベクトル場が設けられている。最初のカテゴリは、線維トラクトの伝播2,8,9の各ステップのローカルテンソル情報を用いて、線伝搬アルゴリズムに基づいている:現在、二種類に分けることができたWMトラクトを再構成するには、いくつかの異なるアプローチが存在する。第二のカテゴリーは、管ベースの空間統計学の手法では得られた2 WM領域間の精力的に最も有利なパスを見つけることが世界のエネルギー最小化に基づいている(TBSS)などtractwise異方性比率の統計(TFASとして他のアルゴリズムで使用されてきた10 - プロトコルテキスト、セクション2.4を参照)。
定位スタンドに変身ARDスペース
その他の高度なMRIの方法と同様に、臨床的な文脈でDTIとFTベースの研究では11メートル、一部差別に基づく診断プロセスを容易にするために、個々の患者の脳の形態を分類するために究極の目標を追求しています。共通の臨床表現型は、1つ以上の特定の脳領域または特定の神経解剖学的ネットワークへの損傷に起因することになっている場合、グループレベルの研究では、最も関連する。ここでは、別の科目の結果を平均すると、微細構造変化の共通パターンを評価するために有用です。個々の脳定位固定空間に移送しなければならないように、第二工程において、ボクセル毎ボクセルレベルでの結果の平均化演算が可能である。空間的な正規化は、信号対雑音比(SNR)を改善し、患者のサンプルと続きの比較を行うために、異なる被験者から得られた結果の算術平均に許容されるROLSは、特定の疾患の病理解剖学計算を分析するために、特定の脳システムのふりをすることに関連付けられている神経変性疾患、例えば 。
12で標準化された定位空間に正規化の早期のアプローチは、様々な脳のランドマークと脳象限の断片的なスケーリングの識別を含む標準的なアトラスに変換アルゴリズムを提案した。今日では、高度なMRIデータ解析パッケージのほとんどはモントリオール神経学研究所(MNI)定位空間13への正規化を使用しています。この変換では、研究の特定のテンプレートを使って半自動と自動脳登録アルゴリズムは14,15を開発しました。 DTIにおいて、特別な注意は正規化プロセス16,17の間に方向情報を保存するために描かれなければならない。空間的な正規化のために必要とされるDT-MR画像に空間的な変換の応用データセットのコレクションのDTSは再び変換によって影響される配向情報が含まれているという事実によって複雑に反りスカラー画像とは対照的である。この効果は、変換画像の解剖学的な正確さを保証するために考慮する必要があります。ここで、DTIデータセットにアフィン変換を適用するための技術が示されている。
脳疾患への応用DTI
縦DTIデータの比較は、お互いの間で一つの主題のデータの配置/登録が必要です。その意味で、方向情報の保存は(アフィン変換中に拡散テンソルすなわち回転)が必要です。神経変性疾患の可能な用途( 例えば 、18,19)は、以前に報告されている。
DTIは、in vivo neuropathol に調査する堅牢な非侵襲的な技術的なツールとして確立されているWM神経管のOGY( 例えば 11,20,21,22)。拡散プロセスのDTIベースの定量的な測定基準は、FA、例えば 、すでにそのようなストローク20、多発性硬化症23、筋萎縮性側索硬化症24、25、アルツハイマー病26とWM病変の広い範囲を研究するための敏感なマーカーであることが示されている、および他のいくつかのWM障害27,28。
また、FTとDTIは、WMの管23を識別するために使用することができる。まだしない日常的な臨床使用中にこの技術は、神経疾患における経路特異的な異常を評価するための強力な手段として浮上している。識別路内では、DTIデータに解剖学的にcoregisteredあるDTI由来の様々な定量的MRI指標と追加取得( 例えば T2強調画像及び/又は磁化移動(MT)イメージング)を測定することができます。これにより、各インデックスはcalculかもしれません管プロファイルとしての空間的な変動を示すプロットを参照して、管内での位置の関数としてated。
1.5で行った次の、人間のDTIのスキャンでテスラMRI-スキャナは(シーメンスメディカル、エアランゲン、ドイツ)患者群だけでなく、個人での白質の異常を検出するための様々な解析手法の可能性を調査するために使用された。アーティファクトの他の種類のモーション破損ボリュームとボリュームの除去のための自動化された品質チェックの後、標準化された後処理手順は、連続した分析用のDTIのデータを準備する。異なる分析アプローチは、以下に示すように、 すなわち空間統計基づいて、最初の、全脳(WBSS)、第二、FT、および第三、Tractwise異方性比率の統計(TFAS)。されますWBSSは通常DTIデータ(VBM / DTI)上のボクセルベースの形態計測/統計として知られているボクセルベースの形態計測(VBM)と同様に動作します方法です
Subscription Required. Please recommend JoVE to your librarian.
Protocol
分析方法:事前と後処理
voxelwise検出による - - 等方性または異方性のいずれかで、それぞれのボクセルのため扁長またはオブラート拡散テンソルの結果、次のプロトコルのタスクは、可能性があり、白質路内voxelwise拡散特性を分析することである。ボクセルテンソルのパラメータは、FA-マップの計算やfibertractsの識別( 図1)のどちらかのために使用されます。
以下に示すような解析結果を得るために、ソフトウェアパッケージテンソルイメージングおよび光ファイバ·トラッキング (TIFT)17を使用する。 TIFTは、次の要件の分析ツールを提供しています
- DTIメトリクス、 例えば FA-マップ、の観点から分析
- 定位正常化
- FAや他のDTIメトリクスの観点からグループの比較
- FTの様々な分析アプローチ
- グループ上のFTは、Dの平均TIデータおよび対応する統計分析。
これらの機能は、1ソフトウェア環境17,29,30,31における分析の様々なことができます。 TIFTソフトウェアはDTIデータ分析の新たなオプションのために開発中で絶えずある。
図2は、どのように二つの相補的なアプローチにより、空間的な正規化した後、グループ·レベルでDTIのデータを分析する概略図を示し、最終的にグループレベルでの対象サンプル間の違い、 例えば病気の脳対健常対照を得るためWBSSによってとTFASの両方、すなわち 。 TFASが事前に定義されたfibertractsに基づいているのに対し、ここでは、WBSSは、グループレベルでの違いが地域のvoxelwise公平な検出を目指して、地域を起動TFASいずれか自由に選択することができますまたはWBSS結果( `ホットスポット 'のに由来することができる大幅に)FA変更。
FA-マップの個々の長手方向の比較を検出することにより行われるアフィン定位位置合わせ後の異なる時点での測定のFA-マップでティン差( 図2)。
- 破損した勾配方向の補正を含む品質チェック(QC)
破損したボリュームの場合には取得、 すなわち時の運動障害の場合には、SNRの増加はテンソル計算のための単一勾配方向(GD)を省略することによって得られる。その目的のために、品質チェック(QC)アルゴリズム32を開発した。簡単に説明すると、ボリュームを含んでいた破損スキャンの、SNRの増加は、単一勾配方向テンソル推定前に一つずつ省略することによって達成されます:各GDに対して、加重分散はの角度と加重して、シーケンス内の残りのすべての方向から計算されそれらが索引GD異なっていた。- 減少した強度を示す少なくとも一つのスライスとGDを検出することにより、アーチファクト補正を行う、 すなわちモーションアーチファクトが自発suコマンドによって引き起こさ bject運動( 図3、上パネル )。任意の拡散強調ボリュームの場合、加重平均アプローチを使用して、各スライスの平均強度を計算し、他のすべてのボリュームで同じスライスとその強度を比較 - 重み付け係数は、2つのGDのベクトルの内積です。 :
観察下のスライスの算術平均強度を示しており、比較のために427eq12.jpg "/>スライス。相対平均強度偏差 GDの内積によって重み付けされる。したがって、グローバルパラメータを定義するために:
すべてのスライスのslicewise比較の最小値を反映している。 - Qが所定の閾値(この例では、0.8のしきい値は、この目的のために使用されている)である場合、そのボリューム全体、またはGDを排除する。 0.8のしきい値は、安定な溶液32と見なされます。 図3は、矢状再建に見えるとQCのアルゴリズムによって検出されたモーションアーチファクトを示しています。この例では、GDの総数( 図3cの青い点)のうち、17は、Qに対応し、赤い線を下回っていた= 0.8と寿LDを排除することができる。研究全体のボリューム除去統計の例を図3 Dで示されている。この典型的な研究では、29前駆症状HD被験者のDTIデータは30コントロールのDTIのデータと比較した。このアルゴリズムのさらなる詳細は、32、33に示されている。
- 減少した強度を示す少なくとも一つのスライスとGDを検出することにより、アーチファクト補正を行う、 すなわちモーションアーチファクトが自発suコマンドによって引き起こさ bject運動( 図3、上パネル )。任意の拡散強調ボリュームの場合、加重平均アプローチを使用して、各スライスの平均強度を計算し、他のすべてのボリュームで同じスライスとその強度を比較 - 重み付け係数は、2つのGDのベクトルの内積です。 :
- 前処理と空間的正規化
- エコープラナーイメージングデータの渦電流誘起幾何歪みの補正34が提案した方法により、設定を行います。
- 定位正常化のために、研究固有の(B = 0)を作成-テンプレートと以前に17,28,31を説明されているようにFA-テンプレートを。基本的には、完全な非線形定位正規化には、3つの変形のコンポーネントで構成されています。その結果、得られた拡散テンソル各ボクセルのiが rotatなければならない上記のすべての回転( 図4)によるED:
- 図4aは、基本的な座標フレ ームを整列させるリジッド脳の変換を示しています。回転基準座標フレームに整列に起因すると、適用されなければならない
- 図4bは、目印に従って線形変形を示しています。固有ベクトルの成分線形変形のS(脳領域S、A = 1 ... 6に依存する)の6正規化パラメータに応じて適合させる必要があります。
V W、J W、J'''
W = 1,2,3およびj = X、Y、Z。 - 図4cは 、非線形脳の形状の違いを等化非線形正規化を示す図である。 3次元ベクトルシフトは,3-Dボクセルアレイの各ボクセルごとに別々の形質転換につながる各ボクセルごとに異なる )。標準的な三角法は、3次元ベクトルシフトは、隣接するボクセルの固有ベクトルとの間の指向性の関係を維持するために16の概念を後に起因する、各ボクセルごとに独立して回転行列を与える。従って、2つの隣接するボクセルの異なるシフトは、対応する固有ベクトルの回転をもたらす。テンソルの位置合わせのための拡張行列を使用各ボクセルへの周囲のボクセル。
の成分である
- 図4aは、基本的な座標フレ ームを整列させるリジッド脳の変換を示しています。回転基準座標フレームに整列に起因すると、適用されなければならない
- この個々の正規化手順の後(STEPは、(i) -テンプレートT 1) - DTIデータI 0)、すべての個々のDTIデータ研究固有の作成 するための設定( -テンプレートとFA-テンプレート(工程(ii B = 0))を使用します。 FA-テンプレートに非アフィン登録としての利点は、それはと比較してより多くのコントラストを提供することがある(B = 0)の画像10は 、すべての個別の患者のFA-マップとコントロール派生を平均することによってFA-テンプレートを定義する。
- 第二段階で、アシュバーナーとFriston 35の基本的な考え方に従って、非線形MNI正規化をDTIのデータ(ステップは、(ⅲ))FA-マップの地域の強度の間に不一致が装着されるように最小化することによって、および設定を実行平方差(X 2)によるとFA-テンプレート-そのように、あなたはDTIデータI 1を得た。
- これらのデータに基づいて、新しいテンプレートT 2(工程(iv)の)導出される。これは、個々のFAマップとtとの相関まで反復プロセスを繰り返す彼FA-テンプレートは> 0.7である。通常、これは、2回の反復の後に到達した。
- 全脳ベースの空間統計
以下のステップアップ1.3.5へ1.3.1 図5bに概略的に可視化する。- 1.2の正規化手順に関して正規DTIデータからFAマップを計算します。順番に方向情報を(工程(i))保存するため。
- voxelwise統計学的比較の前に、前処理段階として、個々の正規化されたFA-マップにスムージングフィルタ(工程(ii))を適用。平滑化のために、フィルタサイズは、DTIデータ分析36の結果に影響を与えるという事実は、詳述したように、データを処理するために使用されるフィルタの幅が予想される差の大きさに合わせて調整する必要があることを述べて整合フィルタ定理を適用する必要が神経変性疾患の患者( 例えば 28)のDTIデータに前のアプリケーションである。
- 統計的なサンプルを実行スチューデントのt検定による患者グループと対応する対照群voxelwise間アリソン、(工程(iii各ボクセル個別に、FA-マップ'コントロールのFA値とFA-マップ'患者のFA値を比較、すなわち ))。皮質の灰白質が0.2〜37のFA値を示していますので、0.2以下のFA値が計算には考慮されません。
- 統計結果は、pで<0.05 38(工程(IV))偽の 発見率(FDR)アルゴリズムを使用して、複数の比較のために修正されなければならない。 512の閾値クラスタサイズをもたらす、単離されたボクセル又は平滑化カーネルのサイズ範囲内のボクセルの小さな単離された基を排除 - アルファ誤差のさらなる低減は、空間相関アルゴリズム(工程(v)のクラスタリング)によって実行されなければならないボクセル。
- 形態学的背景(工程(V))で結果を表示するには、算術MNI空間と平均に設定した3次元T1強調データを正規化する。この正規pを行うDTIデータに適用される正規化と同様に研究固有のテンプレートの使用によりrocedureは17を設定します。
図6は、ALS患者対コントロールの全脳ベースの空間統計(WBSS)の結果を示している。 図6aは、矢で減少FA値の極大を示し、coronarと軸ビューが(P <0.01で閾値処理、複数のために修正比較)。 図6bは、TFASのベースとして使用皮質脊髄路の開始点を持つprojectional FTを、図6Cは、ALS患者とマッチさせた対照でのサンプル間の全脳基づく空間統計(WBSS)によって検出されたFA-マップ内のグループの違いを示していますslicewise可視化。
- ラクトとtractwise異方性比率の統計(TFAS)
図7は、1で説明したようにTFAS含むグループベースのFTのプロセスを示す。4.1 1.4.4まで。- グループベースのFTアルゴリズムを適用するために、生成DTIデータが一緒に以前17に記載の方法に従って患者のデータとコントロール'からのデータセット平均した。この平均化は16で説明された技術に基づいて正規化処理中に保存される配向情報の慎重な治療を必要とする-詳細は30を参照のこと。
- 合理トラッキング技術31の適用により対象者グループの平均DTIデータセットでラクトを実行します。連続したFT分析の基礎となる脳全体ベースFA分析によって極大に隣接して、手動で定義されたシードポイントを識別します。種子の同定後、ラクトグラフィを行い、次のTFAS 30グループ固有のマスクとして線引き繊維のボクセルを定義します。
- ラクト結果を定量化するために、目を用いてTFASの手法を適用DTI平均化データに基づいて作成された電子線維トラクトは、患者のと対照 'FA-マップ間の比較に寄与するボクセルを選択するための各グループのすべての被験者(患者データ及び制御データと共に)のセット。
- スチューデントのt検定による統計分析のための0.2上記のFA値を持つすべての結果のボクセルを検討してください。
- 所望であれば、TFAS技術は、平均拡散率(MD)、ラジアル異方性、軸方向の異方性などの派生DTIメトリック(たとえば、28を参照)に適用することができる。
- 結果はMNI正規化3-D T1加重データセットからなる形態素の背景に表示されている
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
1。多動障害のQCとの患者のデータをアプリケーション内の破損した勾配方向の補正
QCのアプリケーションとそれに続くボリューム除外(破損したGDの補正から結果など)の効果のための例として、 図8は、29 premanifestハンチントン病のグループの比較のために体積排除の有無にかかわらず全脳ベースの空間統計の違いを示しています30年齢と性別マッチさせた対照対科目。スキャニングプロトコルは1.5テスラMAGNETOMシンフォニー(シーメンスメディカル、エアランゲン、ドイツ)で行われた。 DTI研究プロトコルは、患者と対照のために同一であったと72ボリューム(40スライス、96×96ピクセル、スライス厚2.3ミリメートル、画素サイズ2.3×2.3ミリメートル)から成っていた、64勾配方向(B = 1,000秒/ mmの2)を表す最小限の拡散強調(B = 100秒/ mmの2)と8スキャン。エコー時間(TE)と繰り返し時間(TR)WEREそれぞれ90ミリと8000ミリ秒、。
2。色素性乾皮症でDTI
色素性乾皮症(XP)は、基本的なDNA修復の欠陥が老化プロセス39,40において中心的な役割を果たしている稀な常染色体劣性早老症候群である。 cerebromorphological形質を特徴づけるマルチパラメータMRIのアプローチはDTI、体積測定、MR分光(1 H MRS)を含むコントロール41と比較してマクロ構造と微細構造の脳形態を評価するために、異なるサブタイプの7 XPの患者に使用した。
MRIプロトコルが標準headcoil装備1.5テスラMRシステム(MAGNETOMシンフォニー、シーメンス、エアランゲン、ドイツ)に取得しました。 T1強調(T1W)は1.0ミリメートル(256×256ピクセル、ピクセルサイズ1.0×1.0ミリメートル)のスライス厚で196スライスで構成されてスキャンされます。 TEとTRはそれぞれ12ミリと456ミリ秒でした。 DTI研究プロトCOLは12勾配方向と勾配0(B = 0)で1スキャンを表す、13巻(45スライス、128×128ピクセル、スライス厚2.2ミリメートル、画素サイズ1.5×1.5 mm)のから成っていた。 TE及びTRは、それぞれ、93秒および8,000ミリ秒であった。、b は800秒/ mm 2であったと5つのスキャンが画像空間におけるスキャナソフトウェアによってオンラインで平均化した。
XP-被験者の臨床的および人口統計学的不均一性に起因し、この比較はグループレベルで行われていなかったのではなく、ペアワイズ同様に、各XP-被験者は、年齢や性別適合対照と比較して分析した、即ち 。 FA-マップの比較は、上側皮質脊髄路において、内部カプセル、および脳梁において、視床に位置し、ROIを行った。さらに、方向性の変更は視床における出発点で、FTとの連続したTFAS用ペアワイズ比較した。 DTIは、調査したすべての地域で、すなわちTHを大幅に減少WMの方向性を実証電子視床、頭尾繊維と半球間接続( 図9)の両方を含む繊維の突出量と方向の削減と皮質脊髄路と背側脳梁、。調査サンプルの間で異種のが、これらの知見は、臨床·神経症状と相関することができます。画像所見では、ミエリンの構造がよう41で議論XP患者の脳内で途中分解するという立場を支持する。
神経変性におけるDTI(運動ニューロン疾患)
構造MRI解析42,43と同様にALS患者21で感覚機能の接続の変更により、筋萎縮性側索硬化症(ALS)の患者の形態学的変化は、最近報告されている。本研究では、分析方法のWBSSとTFASのアプリケーションの例として、20 ALS患者は、マルチパラメータMRIにより調べた。 SEV機能評価スケール(ALS-FRS-R)は(35.9±8.0)中等ず、患者のnoneにマイルドの範囲内であった改訂ALSで測定身体症状のerityは前頭側頭型認知症の兆候を示した神経心理学。対照群として20年齢と性別一致健常対照をスキャンした。
スキャニングプロトコルは1.5テスラMAGNETOMシンフォニー(シーメンスメディカル、エアランゲン、ドイツ)で行われた。 DTI研究プロトコルは、患者と対照のために同一であったと13巻(45スライス、128×128ピクセル、スライス厚2.2ミリメートル、画素サイズ1.5×1.5㎜)から成っていた、12勾配方向と勾配0(B =との一回の走査を表す0)。 TE及びTRは、それぞれ、93秒および8,000ミリ秒であった。、b は800秒/ mm 2であったと5つのスキャンが画像空間におけるスキャナソフトウェアによってオンラインで平均化した。
ALSグループの結果は後者では、CSTとCCの大部分に沿って大規模なFAの減少を示したIセグメントIIIは44ホファーとフラームスキームに従ってけど腹と背のCC領域( 図6)を超えて到達ncluding。ALSグループの結果を含め、後者では、CSTとCCの大部分に沿って大規模なFAの減少を示したIIIはホファーとフラームスキーム44によるが、腹側と背側のCC領域( 図6)を超えて到達セグメント。
さらなる例は、使用することによって、他の運動ニューロン疾患(MND)、 すなわち ALS、原発性側索硬化症(PLS)、純(PHSP)と複雑な(CHSP)に細分遺伝性痙性の対麻痺(HSP)のWM関与パターンの調査でしたDTI分析の二重のアプローチ:FA-マップ上WBSSはFTの結果とその後のTFASによって補完されました。 ALSとPLSサンプルのDTIベースの比較はよく45、他の著者によって記述されている。 PLS基分析が減少FA ALON同様のパターンを示したgのCST解剖CCの関与がマークしかし、ALSにおける未満広範かつセグメントIIIにより制限された。 PHSPサンプルでの分析は、モータの種類別セグメントを含む背CCの大部分にわたって延長ALS群で観察されたパターンに似て、この構造体内の多くの外接領域CCの変化があった一方で、含まれてCSTにFAの減少を示した。最後に、CHSPグループは完全CST構造と大背もCCの腹の部分を含む一つの大きな接続クラスタに蓄積減少FAの最大の領域を示した。要約すると、別のMNDを有する72人の患者における制御されたDTI分析は、異なる疾患の病理学的プロセスエンティティ内の別個の脳領域の関与と相関特性病変パターンを示した。詳細な説明と議論については、22,28,46を参照してください
3。縦比較のためのDTI
>縦の比較、III°がスキャンされた生検で証明された未分化乏突起星細胞腫と46歳の患者でDTIのアプリケーションの例として。完全手術後、患者は、組み合わせradio-/chemotherapyと補助化学療法の6サイクルを受けた。
DTIは、縦デザインで地域と世界のWMの整合の状況を描写するために、 すなわち組み合わせradio-/chemotherapyと2,5前に、4の時点で取得し、9ヶ月radio-/chemotherapy後にしました。
スキャニングプロトコルは1.5テスラMAGNETOMシンフォニー(シーメンスメディカル、エアランゲン、ドイツ)で行われた。 DTI研究プロトコルは48勾配方向と勾配を0と4のスキャン(B = 0)を表す52ボリューム(64スライス128×128ピクセル、スライス厚2.8ミリメートル、ピクセルサイズ2.0×2.0㎜)、から構成されていた。 TEとTRはそれぞれ95ミリと8000ミリ秒だった、Bは1,000秒/ mm 2であった。
ntentは"> 図10は、例示的にDTIスキャンradio-/chemotherapyとDTIスキャン後7ヶ月後、時点2と4のすなわちスキャン 。WBSSがセクション1.3に従って実行される間にFA-マップの違いを表示します。のFA閾値と0.15、FDRが修正。
図1 DTIでは、ボクセルが楕円として示されて拡散テンソルを算出するためのいくつかの軸索の束の拡散特性を示す。各ボクセルの場合、テンソル情報は小数異方性(FA)マップでパラメータ化されたり、ファイバートラッキング(FT)に使用されます。
27fig2.jpg "/>
図2上部パネル:。品質チェック(QC)と対応するボリュームの除去(VE)、DTIメトリクス、 例えば FA-マップが計算することができた後。 (右)縦FA-マップの比較を可能にしたり、定位アライメント次のステップでは、どちらかの定位正規化(左)グループレベル(TFAS - - WBSSおよび/ またはtractwise異方性比率統計空間統計を基に全脳)での比較を可能にし。これらの分析は、グループレベルでの違いにつながる(左)または単一の主題DTIデータ(右)内の縦方向の差を検出する。 より大きい数字を表示するには、ここをクリックしてください 。
les/ftp_upload/50427/50427fig3.jpg "/>
図3。 (イ)代表動きがQCアルゴリズムによって検出された減少強度で軸スライスを破損。白い矢印で示され再構築された矢のボリュームで(b)のそれぞれのローカライズ、。モーションの破損も視覚的に隣接した軸のスライスに比べて相対強度の損失によって示されます(c)の合計17の勾配方向に0.8(赤線)のしきい値を適用することで、ボリュームの除去のために検出された。黒い矢印は、ボリュームを示し(a)および(b)〜(d)は大量除去統計(排除勾配方向の数- GD)。29前駆症状ハンチントン病被験体(PS)および30を制御した。
。()剛体脳変換変換と回転による基本的な座標フレ ームを整列させる。(b)の線形変形目印による。固有ベクトルの成分は線形変形に応じて適合させる必要があった。(c)は、非線形正規化は非線形脳の形状の違いを等化。 3-Dベクトルシフトは、隣接するボクセルの固有ベクトルとの間の指向性の関係を維持するために3次元ボクセルアレイの各ボクセルごとに別々の形質転換につながる各ボクセルのために異なっていた。
図5。反復テンプレート固有MNI-nの()図例ormalization:DTIデータI 0を算術平均することによって、ランドマークで1 回目の正規化ステップの後に、第一テンプレートT 1((B = 0)を鋳型とFA-テンプレート)を得た。その後、以前に定義されたテンプレート(T 1)非線形正規化によって得られた反復手順、正規化されたDTIデータI 1にしました。これらの新たに正規化されたデータDTI-I 1、新しいテンプレート(T 2)から再正規化を使用することができるれる誘導した。これは、反復DTIデータとテンプレートの間に事前定義された偶然(相関により測定)に達したときにプロセスが停止している(b)の全脳ベースの空間統計(WBSS)事前にデータ処理のためのスキーム:FA-マップはから計算され正規化されたDTIデータと個々正規FA-マップへの平滑化フィルタが適用されます。連続した工程では、患者のグループと対応する対照群の間の統計学的比較はvoxelwiseのPEであるrformed。アルファエラーのさらなる削減のために偽の発見率(FDR)アルゴリズムとクラスタリングの手順を使用して、複数の比較のために補正した後、結果は形態学的背景に表示されますより大きい数字を表示するには、ここをクリックしてください 。
図6。ALS患者対コントロールの全脳ベースの空間統計(WBSS)の結果。矢で減少FA値の()極大、coronarと軸ビューが(P <0.01での閾値処理、多重比較のために修正。)(b)の FT TFASの基盤(C)(アニメーション1)として使用皮質脊髄路の開始点を持つ:FA-MAのグループの違い psがslicewiseビジュアライゼーションにおけるALS患者とマッチさせた対照のサンプル間の空間的な統計(WBSS)基づく脳全体で検出された。 より大きい数字を表示するには、ここをクリックしてください 。
図7(アニメーション2):グループでファイバートラッキング(FT)は脳梁(左)および皮質脊髄路(右)の出発点とデータ(コントロール)を平均した。 より大きい数字を見るにはここをクリックして 。
fig8highres.jpg "SRC =" / files/ftp_upload/50427/50427fig8.jpg "/>
図8アーチファクト補正前脳全体ベースの空間統計 (ボリュームの除去- VE)(左)とアーチファクト補正(右)の後、電話で<0.05、偽発見率(FDR)を修正し、それぞれ)。冷たい色のFAが増加、ホット色のFA減少。
図9色素性乾皮症(XP)と被験者のマルチパラメトリックMRI 上段:。coronar、矢でT1強調従来のMRIポストコントラスト、および軸ビュー。同じでFAマップ(表示しきい値0.2):前頭頭頂白質内の病巣周囲浮腫中段と左半球造影病変に焦点を当てる焦点下段 :視床におけるシード点とFTの結果- 左 :XP件名、 右 :平均FT 7コントロールから。
図10生検で証明された未分化乏突起星細胞腫と患者III°、完全手術と組み合わせradio-/chemotherapyと補助化学療法。 7ヶ月の時間間隔を持つ2つの後続のスキャンの間にFA-マップの縦差(FA差0.15、FDRは修正)。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
DTIデータの被験者間の平均は、それぞれ、拡散振幅(FA情報を用いて)と拡散方向(FTに基づく)に対して実現することができる。 FAマップの平均化はWBSSとTFASによって対象グループの統計を比較することができます。この方法論のフレームワークは、被験者間の平均とグループの比較でDTIのテクニックに紹介します。定位正規化およびグループレベルのFAマップの比較は、対象群間の差を定量化するためにいくつかの可能性を可能にする。 WBSSとTFASは、脳の変化、 などの神経変性疾患のGroupWiseの類似したパターンを有する被験者のグループでグループレベルでの違いを測定する検認の方法であると思われる。異種の臨床表現型を有する疾患では、グループレベルでの分析アプローチは使用できないかもしれませんが、むしろ対的に分析がXP患者の研究で実証例として、適切であるかもしれません。単一のケースレベルでこのDTIベースの脳マッピングは別の臨床状況においても重要である、preneurosurgical診断の重要かつ貴重な要素として登録した後にフレームレス定位/ neuronavigationalシステムに別の非侵襲的な神経画像のツールとその共同統合の組み合わせ、すなわち 。このような有用な組み合わせの選択肢とfMRIの技術は、DTI、MRS、陽電子放出断層撮影(PET)、単光子放出コンピュータ断層撮影(SPECT)、および磁図(MEG)などの様々な技術的アプローチが( 例えば 47,48,49)の臨床使用されている。
一般的には、DTIベースの技術は、彼らが唯一のミリメートルのオーダーでMRI特有の分解能で白質の方向性を分析することができることが限られている。 FTの再建は、最も可能性の軸索の繊維方向ではなく、軸索の構造自身を視覚化することができます。これにより、軸索の画像a〜dをDTIによって可能ではありませんirectly。ここで説明されているようにDTIのデータ収集と連続した分析の具体的な制限は、特定の事前定義されたスキャン時間内に達成することができる最初の空間分解能である。しかし、この買収は、年齢により減少物理容量と病気の条件の被験者が立つかもしれないものによって制限されます。制限されたボクセルサイズは、繊維を交差する領域とを解決するために困難をもたらす。第二に、ここで紹介するほとんどの研究は、12拡散強調勾配方向を用いて行った - などDTIスキャンプロトコルは、十分な品質でFA-マッピングが可能になります。 12勾配方向とFTは大きな軸索繊維構造に適切な結果を明らかにしたが、第三の制限として、問題が交差繊維の地域でかつ明確な繊維構造が与えられた空間分解能で分離することができない地域で発生する可能性があります。交差繊維を解決するための提案は第一原理でヒストグラムを覚えて"高速マーチング"アルゴリズム50だった交差ファイバ領域を介して大きなステップと管との行進リュー、第二、いわゆる"qのボール"勾配方向の多数の取得して(> 100)で複数の方向を検出することができ、撮像51シングルボクセル。多方向繊維アーキテクチャについての詳細な情報を得るための別のアプローチは、追加の指向買収スキーム( 例えば 129拡散エンコード傾斜方向)標準DTI 52よりも繊維の交差のある地域でより多くの情報を提供し、高角度分解能拡散強調イメージング(HARDI)です。 FTのためにいくつかのオプションがTIFTで実装された:追跡2,3、テンソルたわみ53、高速前進アルゴリズム50、およびこれらの技術31の修正を合理化します。 FTアルゴリズムの選択は、解析戦略に影響を与えず、実装FTアルゴリズムの各々はtにおける分析プロセス中に使用することができる、すなわち彼はグループレベル。全く一般的な最適化されたFTの技術が存在しないので、FT法の選択は、研究によって対処具体的な質問に応じている。 FTアルゴリズムの新規開発( 例えば 54)は、特に横断繊維構造を解決する際に、結果をさらに改善するために役立つ可能性があります。全く異なるアプローチは(概要を参照してください)TBSS 10の使用となります。
臨床ルーチンMRIプロトコルが2mmの順にかなり短い、 すなわちボクセル解像度と信号蓄積の限られた数(SA)と勾配方向(GDであることが要求されるときに、この研究で報告処理パイプラインは、主に臨床研究のために開発された)、50〜80の順に、 すなわち SA X GDが使用されます。高解像度DTIスキャン(スライス厚を含むボクセルの解像度信号accumulatio特定の数と50 <GD含む1.5ミリメートル、高分解能テンソルスキャン>に焦点を当てた研究のNSは(SA> 2)、 すなわち SAはX GD> 100、正確な空間的な正規化のための代替手段が別の解剖学的データ上の高次元ワープアルゴリズムを使用することで、55を設定します。さらに、本研究で報告後処理は、本質的に反復的な正規化処理の必要性を必要とする研究固有のテンプレートの使用に基づく。代替案は、研究特定のテンプレートに定位正常化の精度向上はの利点を取られないであろうという欠点を持つ定位標準化されたDTIテンプレートに非反復正常化である可能性があります。空間的に正規化されたデータセットに対してFTを実行する一つの制限は、そのトラッキングが正規化処理によって制限される可能性がある、 すなわち、線形および非線形正規化ステップは、テンソル方向のわずかな不正確さをもたらす可能性がある。一方、グローバル追跡54、例えば 、高角度分解能拡散イメージングデータに関する作業のようなアルゴリズム
また、分析手順の中で最も重要な工程は、互いにDTIデータの正確な共登録です。貧しい共同登録は偽陽性または偽陰性の結果につながる可能性があります。共登録品質を向上させるために、研究固有のテンプレートを用いて正規化処理の特性を反復的には、データ処理における重要なステップである。さらに、結果のデータセットの平滑化するのに役立ちます残留空間不正確さを低減することによって、データの品質を向上させる。もう一つは、空間的な正規化のためのパラメータを取得するために反復的なアプローチをする最近モハマディと同僚57から発行され、SPM用ツールボックスとして利用可能になりました。そのアルゴリズムは、主に対称テンプレートに対して正規化パラメータを計算するために開発された。
トラブルシューティングプロセスの意味で、TIFTソフトウェアの概念はそれぞれ前処理および後処理工程の後に結果を制御することができます。その方法は、一貫性と妥当性に関する個々のデータ/結果:スクリーニング(また、単一のデータ·セットの)最終的に解析カスケードの任意の段階で相互作用を可能にするために可能になっている。
まとめると、これらの研究は、FAが脳WM病理(また58を参照)の敏感なマーカーであるという考えを支持する。バイオマーカーに焦点を当てたアプローチが多く、特に神経とneurodegenerativに今優先であることを考える電子疾患、現在の研究では、in vivoでの指紋特性の微細構造によって脳の病理解剖学を定義するための追加のツールとしてDTIの役割を強化する。グループレベルでDTI分析は非侵襲的なマーカーの観点pathoanatomical特徴の同定および定量のために有用であると思われる。さらに結果は、計算神経解剖学の高度なMRIベースの技術の複合分析によって提供することができる、3-D T1強調MRI( 例えば 59)、又は静止状態機能的磁気共鳴画像法の強度に基づく、例えば分析をDTIの組み合わせ、すなわち ( 例:60)だけでなく、他の臨床的に派生した定量的なパラメータの相関を持つ。
補完的なまたはマルチパラメータのアプローチで、DTIは得るよう順番にT2-またはT1強調画像、MTまたは磁気共鳴分光(MRS)などの他のMRIモダリティと組み合わされ、包括的かつCOM相補情報29。 DTIとT1強調画像の組み合わせによって、多発性硬化症におけるT2緩和時間との例、61と23相関DTI-FA結果、および62実行組織性状として。として単一主題レベルでXP患者の研究で示されてマルチパラメータアプローチは、脳疾患によって脳構造の気取りの相補と包括的な分析を可能にします。長手観測中の個々のレベルで病気の進行をモニタリングするためのDTIの可能性が示されたが、以上の長手方向の研究は、この電位を利用するために、将来的に必要であるれている。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
著者らは、開示することは何もありません。
Acknowledgments
この研究の一部は、QCや多動障害の患者のデータに適用して破損した勾配方向の補正に関する研究、すなわち欧州のHDネットワーク(EHDNプロジェクト070)によってサポートされていました。この特定の研究ではMRIスキャンは、ロンドンのサイトTRACK-HDコホートの一環として取得した。
Materials
Name | Company | Catalog Number | Comments |
MR scanner | Siemens 1.5 T Magnetom Symphony | ||
analysis software | TIFT - Tensor Imaging and Fiber Tracking |
References
- Moseley, M. E., Cohen, Y., et al. Diffusion-weighted MR imaging of anisotropic water diffusion in cat central nervous system. Radiology. 176, 439-445 (1990).
- Mori, S., van Zijl, P. C. M. Fiber tracking: principles and strategies - a technical review. NMR Biomed. 15, 468-480 (2002).
- Basser, P. J., Mattiello, J., LeBihan, D. MR Diffusion Tensor Spectroscopy and Imaging. Biophys J. 66, 259-267 (1994).
- Mattiello, J., Basser, J. P., Le Bihan, D. Analytical expression for the b-matrix in NMR diffusion imaging and spectroscopy. J. Magn. Reson. A. 108, 131-141 (1994).
- Pierpaoli, C., Basser, P. J. Toward a quantitative assessment of diffusion anisotropy. Magn. Reson. Med. 36, 893-906 (1996).
- Pajevic, S., Pierpaoli, C. Color schemes to represent the orientation of anisotropic tissues from diffusion tensor data: application to white matter fiber tract mapping in the human brain. Magn. Reson. Med. 42, 526-540 (1999).
- Le Bihan, D., Mangin, J. F., et al. Diffusion tensor imaging: concepts and applications. J. Magn. Reson. Imaging. 13, 534-546 (2001).
- Conturo, T. E., Lori, N. F., et al. Tracking neuronal fibre pathways in the living human brain. Proc. Natl. Acad. Sci. U.S.A. 96, 10422-10427 (1999).
- Lori, N. F., Akbudak, E. Diffusion tensor fibre tracking of human brain connectivity: aquisition methods, reliability analysis and biological results. NMR Biomed. 15, 494-515 (2002).
- Smith, S. M., Jenkinson, M., et al. Tract-based spatial statistics: voxelwise analysis of multi-subject diffusion data. Neuroimage. 31, 1487-1505 (2006).
- Agosta, F., Pagani, E., et al. Assessment of white matter tract damage in patients with amyotrophic lateral sclerosis: a diffusion tensor MR imaging tractography study. AJNR. Am. J. Neuroradiol. 31, 1457-1461 (2010).
- Talairach, J., Tournoux, P. Coplanar stereotaxic atlas of the human brain. , Thieme Medical. New York. (1988).
- Brett, M., Johnsrude, I. S., Owen, A. M. The problem of functional localization in the human brain. Nat. Rev. Neurosci. 3, 243-249 (2002).
- Collins, D. L., Neelin, P., Peters, T. M., Evans, A. C. Automatic 3-D intersubject registration of MR volumetric data in standardized Talairach space. J. Comput. Assist. Tomogr. 18, 192-205 (1994).
- Friston, K. J., Ashburner, J., Frith, C. D., Poline, J. -B., Heather, J. D., Frackowiak, R. S. J. Spatial registration and normalization of images. Human Brain Mapp. 2, 165-189 (1995).
- Alexander, D. C., Pierpaoli, C., Basser, P. J., Gee, J. C. Spatial transformations of diffusion tensor magnetic resonance images. IEEE Trans. Med. Imaging. 20, 1131-1139 (2001).
- Müller, H. -P., Unrath, A., Ludolph, A. C., Kassubek, J. Preservation of Diffusion Tensor Properties during Spatial Normalization by use of Tensor imaging and Fiber Tracking on a Normal Brain Database. Phys. Med. Biol. 52, N99-N109 (2007).
- Likitjaroen, Y., Meindl, T., et al. Longitudinal changes of fractional anisotropy in Alzheimer's disease patients treated with galantamine: a 12-month randomized, placebo-controlled, double-blinded study. Eur. Arch. Psychiatry Clin. Neurosci. 262, 341-350 (2012).
- Zhang, Y., Schuff, N. Progression of white matter degeneration in amyotrophic lateral sclerosis: A diffusion tensor imaging study. Amyotroph. Lateral Scler. 12, 421-429 (2011).
- Pierpaoli, C., Barnett, A. Water diffusion changes in Wallerian degeneration and their dependence on white matter architecture. Neuroimage. 13, 1174-1185 (2001).
- Agosta, F., Valsasina, P., et al. Sensorimotor functional connectivity changes in amyotrophic lateral sclerosis. Cereb Cortex. 21, 2291-2298 (2011).
- Müller, H. -P., Unrath, A., Huppertz, H. J., Ludolph, A. C., Kassubek, J. Neuroanatomical patterns of cerebral white matter involvement in different motor neuron diseases as studied by diffusion tensor imaging analysis. Amyotroph Lateral Scler. 13, 254-264 (2012).
- Reich, D. S., Zackowski, K. M. Corticospinal tract abnormalities are associated with weakness in multiple sclerosis. Am. J. Neuroradiol. 29, 333-339 (2008).
- Abe, O., Yamada, H. Amyotrophic lateral sclerosis: Diffusion tensor tractography and voxel-based analysis. NMR Biomed. 17, 411-416 (2004).
- Sage, C. A., Peeters, R. R., Gorner, A., Robberecht, W., Sunaert, S. Quantitative diffusion tensor imaging in amyotrophic lateral sclerosis. Neuroimage. 34, 486-499 (2007).
- Preti, M. G., Baglio, F., et al. Assessing corpus callosum changes in Alzheimer's disease: comparison between tract-based spatial statistics and atlas-based tractography. PLoS One. 7, e35856 (2012).
- Borroni, B., Brambati, S. M., et al. Evidence of white matter changes on diffusion tensor imaging in frontotemporal dementia. Arch. Neurol. 64, 246-251 (2007).
- Unrath, A., Müller, H. -P., Riecker, A., Ludolph, A. C., Sperfeld, A. D., Kassubek, J. Whole brain-based analysis of regional white matter tract alterations in rare motor neuron diseases by diffusion tensor imaging. Hum Brain Mapp. 31, 1727-1740 (2010).
- Müller, H. -P., Lulé, D., Unrath, A., Ludolph, A. C., Riecker, A., Kassubek, J. Complementary Image Analysis of Diffusion Tensor Imaging and 3-Dimensional T1-Weighted Imaging: White Matter Analysis in Amyotrophic Lateral Sclerosis. J. Neuroimaging. 21, 24-33 (2011).
- Müller, H. -P., Unrath, A., Sperfeld, A. D., Ludolph, A. C., Riecker, A., Kassubek, J. Diffusion tensor imaging and tractwise fractional anisotropy statistics: quantitative analysis in white matter pathology. Biomed. Eng. Online. 6, 42 (2007).
- Müller, H. -P., Unrath, A., Riecker, A., Pinkhardt, E. H., Ludolph, A. C., Kassubek, J. Inter-subject variability in the analysis of diffusion tensor imaging at the group level: fractional anisotropy mapping and fiber tracking techniques. Magn. Reson. Imaging. 27, 324-334 (2009).
- Müller, H. -P., Glauche, V., et al. Stability of white matter changes related to Huntington's disease in the presence of imaging noise: a DTI study. PLoS Curr. 3, RRN1232 (2011).
- Müller, H. -P., Süßmuth, S. D., Landwehrmeyer, G. B., Ludolph, A. C., Tabrizi, S. J., Klöppel, S., Kassubek, J. Stability effects on results of diffusion tensor imaging analysis by reduction of the number of gradient directions due to motion artifacts: an application to presymptomatic Huntington's disease. PLoS Curr. 3, RRN1292 (2011).
- Shen, Y., Larkman, D. J., Counsell, S., Pu, I. M., Edwards, D., Hajnal, J. V. Correction of High-Order Eddy Current Induced Geometric Distortion in Diffusion-Weighted Echo-Planar images. Magn. Reson. Med. 52, 1184-1189 (2004).
- Ashburner, J., Friston, K. J. Nonlinear Spatial Normalization Using Basis Functions. Human Brain Mapping. 7, 254-266 (1999).
- Jones, D. K., Symms, M. R., Cercignani, M., Howard, R. J. The effect of filter size on VBM analyses of DT-MRI data. Neuroimage. 26, 546-554 (2005).
- Kunimatsu, A., Aoki, S., et al. The optimal trackability threshold of fractional anisotropy for diffusion tensor tractography of the corticospinal tract. Magn. Reson. Med. Sci. 3, 11-17 (2004).
- 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).
- Cleaver, J. E. Defective repair replication of DNA in xeroderma pigmentosum. Nature. 218, 652-656 (1968).
- Anttinen, A., Koulu, L., et al. Neurological symptoms and natural course of xeroderma pigmentosum. Brain. 131, 1979-1989 (2008).
- Kassubek, J., Sperfeld, A. D. The cerebro-morphological fingerprint of a progeroid syndrome: white matter changes correlate with neurological symptoms in xeroderma pigmentosum. PLoS One. 7, e30926 (2012).
- Canu, E., Agosta, F. The topography of brain microstructural damage in amyotrophic lateral sclerosis assessed using diffusion tensor MR imaging. AJNR. Am. J. Neuroradiol. 32, 1307-1314 (2011).
- Verstraete, E., Veldink, J. H., Hendrikse, J., Schelhaas, H. J., van den Heuvel, M. P., van den Berg, L. H. Structural MRI reveals cortical thinning in amyotrophic lateral sclerosis. J. Neurol. Neurosurg. Psychiatry. 83, 383-388 (2012).
- Hofer, S., Frahm, J. Topography of the human corpus callosum revisited- comprehensive fiber tractography using diffusion tensor magnetic resonance imaging. Neuroimage. 32, 989-994 (2006).
- Iwata, N. K., Kwan, J. Y., et al. White matter alterations differ in primary lateral sclerosis and amyotrophic lateral sclerosis. Brain. 134, 2642-2655 (2011).
- Kassubek, J., Ludolph, A. C., Müller, H. -P.
Neuroimaging of motor neuron diseases. Ther. Adv. Neurol. Disord. 5, 119-127 (2012). - Kassubek, J., Juengling, F. D. Multimodality functional neuroimaging. In: C. Stippich (Ed.): Clinical functional MRI - Presurgical functional neuroimaging. , Springer. Berlin/Heidelberg/New York. (2007).
- Stadlbauer, A., Buchfelder, M., Salomonowitz, E., Ganslandt, O. Fiber density mapping of gliomas: histopathologic evaluation of a diffusion-tensor imaging data processing method. Radiology. , 257-846 (2010).
- Stadlbauer, A., Hammen, T., et al. Differences in metabolism of fiber tract alterations in gliomas: a combined fiber density mapping and magnetic resonance spectroscopic imaging study. Neurosurgery. 71, 454-463 (2012).
- Staempfli, P., Jaermann, T., Crelier, G. R., Kollias, S., Valavanis, A., Boesiger, P. Resolving fiber crossing using advanced fast marching tractography based on diffusion tensor imaging. Neuroimage. 30, 110-120 (2006).
- Ehricke, H. H., Otto, K. M., Klose, U. Regularization of bending and crossing white matter fibers in MRI Q-ball fields Magn. Reson Imaging. 29, 916-926 (2011).
- Hirsch, J. G., Schwenk, S. M., Rossmanith, C., Hennerici, M. G., Gass, A. Deviations from the diffusion tensor model as revealed by contour plot visualization using high angular resolution diffusion-weighted imaging (HARDI). MAGMA. 16, 93-102 (2003).
- Lazar, M., Weinstein, D. M., et al. White matter tractography using diffusion tensor deflection. Human Brain Mapping. 18, 306-321 (2003).
- Reisert, M., Mader, I., Anastasopoulos, C., Weigel, M., Schnell, S., Kiselev, V. Global fiber reconstruction becomes practical. Neuroimage. 54, 955-962 (2011).
- Klein, A., Andersson, J. Evaluation of 14 nonlinear deformation algorithms applied to human brain MRI registration. Neuroimage. 46, 786-802 (2009).
- Bammer, R.
Basic principles of diffusion-weighted imaging. Eur. J. Radiol. 45, 169-184 (2003). - Mohammadi, S., Keller, S. S. The influence of spatial registration on detection of cerebral asymmetries using voxel-based statistics of fractional anisotropy images and TBSS. PLoS One. 7, e36851 (2012).
- Turner, M. R., Grosskreutz,, et al. Towards a neuroimaging biomarker for amyotrophic lateral sclerosis. Lancet Neurol. 10, 400-403 (2011).
- Müller, H. -P., Kassubek, J. Multimodal imaging in neurology - special focus on MRI applications and MEG. Synthesis Lectures in Biomedical Engineering. Enderle, J. D. 16, Morgan & Claypool Publishers. (2008).
- Douaud, G., Filippini, N., Knight, S., Talbot, K., Turner, M. R. Integration of structural and functional magnetic resonance imaging in amyotrophic lateral sclerosis. Brain. 134, 3470-3479 (2011).
- Kolind, S. H., Laule, C., et al. Complementary information from multi-exponential T2 relaxation and diffusion tensor imaging reveals differences between multiple sclerosis lesions. Neuroimage. 40, 77-85 (2008).
- Verma, R., Zacharaki, E. I. Multiparametric tissue characterization of brain neoplasms and their recurrence using pattern classification of MR images. Acad. Radiol. 15, 966-977 (2008).