Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Medicine

neurodegenerative 질병의 분석에서 확산 텐서 자기 공명 영상

Published: July 28, 2013 doi: 10.3791/50427

Summary

MRI 기반 도구를 식별하기로 확산 텐서 영상 (DTI)는 기본적으로 제공

Abstract

확산 텐서 영상 (DTI) 기술은 생체 내에서 대뇌 백질 (WM)의 미세 프로세스에 대한 정보를 제공합니다. 현재 응용 프로그램은 대조군에 비해 다른 DTI 분석을 사용하여 서로 다른 뇌 질환, 특히 퇴행성 신경 질환에 WM 참여 패턴의 차이를 조사하기 위해 설계되었습니다.

DTI 데이터 분석은 변량 방식으로 수행됩니다, 함께 섬유 추적과 같은 부분 이방성 등의 지역 확산 방향 기반의 메트릭 (FA), (FT) voxelwise 비교 순서로 그룹 수준에서 tractwise 분수 이방성 통계 (TFAS)와 함께 그룹 수준에서 WM의 변경 지역의 패턴의 정의를 목표로, WM 구조에 따라 FA의 차이를 식별합니다. 정위 표준 공간으로 변환 그룹 연구를위한 전제 조건이며, D를 유지하기 위해 처리 철저한 데이터를 필요로irectional 상호 의존성. 현재 응용 프로그램은 그룹 수준에서의 데이터 분석에서 공간 정상화 동안 양적, 방향 정보의 보존을위한 최적화 된 기술 방법을 보여줍니다. 이 기초에, FT 기술은 FT에 의해 정의 된 메트릭 정보를 정량화하기 위해 그룹의 평균 데이터에 적용 할 수 있습니다. 또한, DTI 방법의 응용 프로그램, 개별 과목 단위에서 종 분석 정위 정렬 후 FA-지도 차이, 신경 장애의 진행에 대한 정보를 알 수있다. DTI 기반의 결과를 더욱 품질 개선은 높은 소음 수준 그라데이션 방향 제어 제거의 응용 프로그램에 의해 전처리하는 동안 얻을 수 있습니다.

요약하면, DTI는 뇌 전체 기반 및 기관 기반 DTI 분석의 조합에 의해 다양한 뇌 질환의 독특한 WM의 pathoanatomy을 정의하는 데 사용됩니다.

Introduction

인간의 뇌 확산 텐서 영상

중추 신경계 백질 (WM) 책자는 neuroglia 세포의 다른 작은 집단의 여러 유형의 이외에 밀집 축삭으로 구성되어 있습니다. 축삭 내의 축삭 막뿐만 아니라, 잘 정렬 된 단백질 섬유는 뇌 WM 1 이방성 물 확산을 선도 섬유 방향으로 물 확산 수직을 제한합니다. 축삭의 주위에 수초도 내 및 세포 외 수분이 모두 이방성에 기여할 수 있습니다.

이 이방성의 정량적 인 설명은 확산 텐서 영상 (DTI)에 의해 감지 될 수있다. DTI 물 확산의 로컬 미세 특성 가중치 조직의 이미지를 생성합니다. 각 위치에서의 이미지 강도는 (로 표현 소위 자기 확산 그라디언트의 강도와 방향에 따라 감쇠B 값),뿐만 아니라 물 분자가 3 확산하는 지역의 미세 구조, 확산 계수 D, 스칼라 값에 :

식 1
그러나 WM에서 이방성의 존재 확산은 더 이상 단일 스칼라 계수를 특징으로,하지만 텐서를 필요로 할 수있다 식 3 첫 번째 접근에서 이러한 방향으로 4 사이의 각 방향과 상관 관계에 따라 분자의 이동성을 설명하는. 확산 이방성은 주로 WM의 섬유 책자의 방향에 의해 발생되고 그 마이크로 및 macrostructural 기능에 의해 영향을 받는다. 미세 기능, intraaxonal 조직 섬유의 밀도 외에 확산 이방성에 큰 영향이 될 것으로 보인다ND 세포 포장, 수초 정도, 개별 섬유 직경. 거시적 규모에서 영상 복셀의 모든 WM 책자의 방향 변화는 이방성 5의 정도에 영향을 미칩니다.

일반적인 DTI 측정에서 복셀 치수는 밀리미터의 순서에 있습니다. 따라서, 복셀은 항상 일반적으로 여러 축삭뿐만 아니라 주변의 물 분자를 포함 검출 볼륨 내부의 물 분자의 평균 정보가 포함되어 있습니다. 이 다각적 인 환경에도 불구하고, DTI가 주된 축삭 방향으로 정렬 큰 주축의 방향에 민감, 축삭 기여도는 측정 된 신호 2를 지배하고있다.

첫째, 확산 이방성 5 번째와 두 번째의 방향에 의존 정도, imag에 물 확산의 주된 방향 : DTI 물 확산의 속성에 대한 두 가지 종류의 정보를 제공전자 복셀이 확산 방향 6 즉.

다음에 설명 된대로 현재의 프로토콜은 그룹 수준에서 대상 그룹의 정량적 비교를 위해 DTI 분석 기술의 프레임 워크를 제공하기로되어있다.

확산 특성의 정량 분석 - 매개 변수

B (식 1) 텐서되고있다 있도록 대칭 텐서의 요소는 신호 감쇠의 결과로, 적어도 6 비 직선이 아닌 평면 방향을 따라 확산 기울기에 의해 측정 될 수있다

식 2
이 방정식은 직교 방향 (크로스 용어)에 적용에도 적용되는 이미징 그라디언트 사이 영상과 확산 기울기 사이의 상호 작용에 대한 회계 처리를 필요로직교 방향 4인치

두 번째 순위 확산 텐서 식 3 항상 텐서의 주 대각선을 따라 세 개만 아닌 요소를 떠나 diagonalized 수 있습니다 (고유 값, 즉 식 4 ). 고유 값 타원체의 모양이나 구성을 반영합니다. 타원체와 실험실 프레임의 주요 좌표 사이의 수학적 관계는 고유 벡터에 의해 설명되어 있습니다 식 5

텐서 데이터를 표시하는 몇 가지 과제가 있기 때문에, 확산 타원체의 개념은 3을 제안하고있다. 이러한 전자의 Eigendiffusivities타원체의 이심률이에 대한 정보를 제공하는 반면 타원체의 주축이, 섬유의 방향과 일치 복셀의 주요 확산 방향을 나타냅니다 llipsoids는 매체의 확산 계수의 기본 방향으로 일차원 확산 계수를 나타내는 이방성과 대칭의 정도. 따라서, 소수 이방성 (FA)로 확산 이방성 측정은 7 정의 할 수 있습니다.

공식 6
식 7 모든 고유 값의 산술 평균입니다.

추가 방법은 tractography approa에 해당하는 뇌의 WM 연결을 해결하기 위해 확산 텐서의 주요 방향을 사용하는 것입니다어떤 채널은 서로 연결되어있는 뇌의 부분 조사 할 의도를 가지고 있습니다. 확산 텐서의 주요 구성 요소의 방향이 지배적 인 축삭 책자의 방향을 나타내는 가정 각 벡터 섬유 방향을 나타내는에 3 차원 벡터 필드가 제공됩니다. 첫 번째 범주는 섬유 기관 전파 2,8,9의 각 단계의 로컬 텐서 정보를 사용하여 선 전파 알고리즘을 기반으로합니다 : 현재, 두 가지 유형으로 나눌 수있다 WM 책자를 재구성하는 여러 가지 방법이 있습니다. 두 번째 범주는 요로 기반 공간 통계의 접근 방식의 결과로 두 개의 WM 영역 사이의 에너지 적으로 가장 유리한 경로를 찾기 위해 세계 에너지 최소화를 기반으로 (TBSS)은 tractwise 부분 이방성 통계 (TFAS 다른 알고리즘에 사용 된 10 - 프로토콜 텍스트 섹션 2.4 참조)..

정위 스탠드로 변환ARD 공간

다른 고급 MRI 방법에서와 마찬가지로, 임상 상황에서 DTI와 FT-기반의 연구는 11 미터 일부 차별에 기초하여 진단 과정을 촉진하기 위해 개별 환자의 뇌 형태를 분류하는 궁극적 인 목표를 추구한다. 일반적인 임상 표현형은 하나 이상의 특정 뇌 영역 또는 특정 해부학 적 네트워크에 손상으로 인해 있어야하는 경우 그룹 수준에서 연구가 가장 관련이 있습니다. 여기에, 다른 과목에 대한 결과의 평균은 미세 변화의 일반적인 패턴을 평가하기 위해 유용합니다. 각각의 뇌는 그래서, 두 번째 단계에서, 평균 산술 복셀 별 복셀 수준의 결과 수 있습니다 정위 공간으로 전송할 수있다. 공간 정규화 신호 대 잡음비 (SNR)를 향상시키고 환자의 샘플 및 연속의 비교를 수행하기 위해 다른 과목에서 얻은 결과의 산술 평균을 허용rols는 특정 장애의 계산 pathoanatomy을 분석하기 위해, 특정 두뇌 시스템의 허식과 관련된 신경 퇴행성 질환 예를 들면.

12에 의해 표준화 된 정위 공간 정상화의 초기 접근 방식은 다양한 뇌 랜드 마크와 뇌 사분면의 단편적인 확장의 식별을 포함하는 표준 아틀라스로 변환 알고리즘을 제안 하였다. 요즘 고급 MRI 데이터 분석 패키지의 대부분은 몬트리올 신경학 연구소 (MNI) 정위의 공간 (13)에 정상화를 사용합니다. 이 변환에 대한, 연구 특정 템플릿을 사용하여 반자동 및 자동 뇌 등록 알고리즘은 14,15을 개발 하였다. DTI에 특별한주의가 정상화 과정 16, 17시 방향 정보를 보존 그릴 수있다. DT-MR 이미지에 공간 변환의 응용 프로그램이있는 공간 정상화에 필요한의 데이터 세트의 컬렉션 DTS 다시 변형에 의해 영향을 배향성 정보가 포함되어 있다는 사실에 의해 복잡하게 휘게하는 스칼라 이미지는 대조적이다. 이 효과는 변환 된 이미지의 해부학 적 정확성을 보장하기 위해 고려되어야합니다. 여기에 DTI 데이터 세트에 아핀 변환을 적용하기위한 방법을 제시한다.

뇌 질환에 대한 DTI 적용

세로 DTI 데이터의 비교는 서로간에 하나의 주제 데이터의 정렬 / 등록을해야합니다. 그런 맥락에서, 방향 정보의 보존 (아핀 변환 중에 확산 텐서 회전)가 필요합니다. 퇴행성 신경 질환에 대한 가능한 응용 프로그램 (예 : 18,19) 이전에보고되었다.

DTI는 생체 neuropathol에서 조사하는 강력한 비 침습 기술 도구로 설립되었습니다WM 신경 책자의 OGY (예 : 11,20,21,22). 확산 공정의 DTI 기반의 정량적 측정이 FA 예를 들어, 이미 뇌졸중 20, 다발성 경화증 23 일 루게릭 병 24, 25, 알츠하이머 병 26 등 WM 병리의 넓은 범위를 공부 민감한 마커로 표시되었습니다 , 그리고 여러 가지 다른 WM 장애 27,28.

또한, FT와 DTI는 WM 책자 23 번을 식별하는 데 사용할 수 있습니다. 이 기술은 여전히​​ 일상적인 임상 사용, 신경 질환에서 경로 별 이상의 평가를위한 강력한 도구로 떠오르고있다하지 동안. 확인 된 책자에서 다양한 정량적 MRI 지수는 DTI 데이터에 대한 해부학 적 coregistered입니다 측정 할 수있는 DTI와 추가 인수 (예 : T2 강조 영상 및 / 또는 자화 전송 (MT) 이미징)에서 유래. 이로써, 각 인덱스는 calcul을 수기관 프로필로 자신의 공간 변화를 묘사하는 그래프를 참조하여 기관 내에서의 위치의 함수로 ated.

1.5에서 수행 된 다음, 인간의 DTI 검사에서 테슬라 MRI-스캐너 (지멘스 의료, 에를 랑겐, 독일)의 환자 군에서뿐만 아니라 개인의 흰색 물질 이상을 검출하기위한 다양한 분석 기법의 가능성을 조사 하였다. 유물의 다른 종류의 모션 손상된 볼륨과 볼륨의 제거를위한 자동 품질 검사 후, 표준화 된 후 처리 절차는 연속 분석을위한 DTI 데이터를 준비합니다. 다른 분석 방법은 다음에 설명, 공간 통계를 기반으로 첫 번째, 전체 뇌 (WBSS), 초, FT, 그리고 세 번째, Tractwise 분수 이방성 통계 (TFAS). 수 WBSS는 일반적으로 DTI 데이터 (VBM / DTI)에 복셀 기반 형태 계측 / 통계로 알려져 있습니다 복셀 기반 형태 계측 (VBM)에 비유에서 실행하는 방법입니다

Subscription Required. Please recommend JoVE to your librarian.

Protocol

분석 방법 : 사전 및 사후 처리

voxelwise 검출로 인해 - - 등방성 또는 이방성 하나, 각각의 복셀에 대한 늘어난 또는 편원 확산 텐서의 결과로 다음과 같은 프로토콜의 작업이 될 수 있습니다 흰색 물질 책자에서 voxelwise 확산 특성을 분석하는 것입니다. 복셀 텐서의 파라미터는 FA-맵의 계산이나 fibertracts의 식별 (그림 1) 중 하나에 사용됩니다.

다음과 같이 분석 결과를 얻기 위해서는 소프트웨어 패키지 텐서 영상 및 섬유 추적 (TIFT) 17를 사용합니다. TIFT은 다음과 같은 요구 사항에 대한 분석 도구를 제공합니다 :

  • DTI 측정, 예를 들어, FA-지도,의 관점에서 분석
  • 정위 정상화
  • FA의 조건이나 다른 DTI 통계 그룹 비교
  • FT의 다양한 분석 방법
  • 그룹의 FT는 D의 평균TI 데이터와 해당 통계 분석.

이러한 기능은 하나의 소프트웨어 환경 17,29,30,31에서 다양한 분석 할 수 있습니다. TIFT 소프트웨어는 DTI 데이터 분석의 새로운 옵션을 끊임없이 개발이다.

그림 2에서는 그룹 수준에서 DTI 데이터를 분석하는 두 개의 보완적인 방법으로 공간 정규화 한 후, 마지막으로 그룹 수준에서 적용 샘플 사이의 차이, 건강한 통제 대 질병의 두뇌를 얻기 위해 WBSS 의해 TFAS에 의해 모두, 즉 도식 개요를 제공합니다. TFAS는 사전 정의 된 fibertracts를 기반으로하는 반면, 여기 WBSS은 그룹 수준에서의 차이와 지역의 voxelwise 공정한 검출을 목표로, 지역을 시작 TFAS은 어느 자유롭게 선택 될 수있다 또는 WBSS 결과 (`핫스팟`의에서 파생 될 수 크게) FA 변경.

FA-맵의 개별 종 비교 검출하여 수행됩니다아핀 정위 정렬 후 다른 timepoints의 측정 FA-맵에서 팅의 차이 (그림 2).

  1. 손상된 그라데이션 방향에 대한 보정 등의 품질 검사 (QC)
    손상된 볼륨의 경우 인수 즉, 동안 운동 장애의 경우, SNR 증가는 텐서 계산 한 기울기 방향 (GD)를 생략하여 얻을 수 있습니다. 이를 위해 품질 검사 (QC) 알고리즘 (32)는 개발되었다. 간단히 말해서 볼륨을 손상 들어 검사에, SNR의 증가는 하나의 그라데이션 방향 텐서 추정하기 전에 한 번에 하나를 생략하여 달성된다 : 각 GD에 대해 가중 분산은의 각도 가중치에 의해 순서대로 나머지 모든 방향에서 계산됩니다 그들이는 인덱스 GD 달랐다.
    1. 감소 강도를 표시하는 적어도 하나의 슬라이스 GD를 감지하여 이슈 보정을 수행, 즉 모션 아티팩트 자연 스와로 인한 bject 운동 (그림 3, 상단 패널). 모든 확산 가중 볼륨의 각 조각의 평균 강도를 계산하고 가중 평균 방식을 사용하여 모든 다른 볼륨에 동일한 슬라이스의 강도를 비교 - 가중치는 두 개의 GD의 벡터의 내적이다 식 8 :
      식 9
      방정식 10
      식 11 관찰에서 슬라이스의 산술 평균 강도를 표시하는 것이며427eq12.jpg "/ 비교> 조각. 상대 평균 강도 편차 방정식 13 GD의 내적에 의해 가중된다. 따라서, 글로벌 매개 변수를 정의하기 위하여 :
      방정식 14
      모든 슬라이스의 slicewise 비교 최소값을 반영합니다.
    2. Q가 특정 임계 값 (예제 0.8의 임계 값이이 목적을 위해 사용됩니다) 미만인 경우 그 전체 볼륨을 제거하거나 GD. 0.8 임계 값은 그림 3은 시상 복원 모션 아티팩트를 볼 수 보여줍니다. 안정적인 솔루션을 32으로 간주하고 QC 알고리즘에 의해 감지됩니다. 이 예에서는 GD의 총 개수 (그림 3C에 파란색 점)의 아웃 17 Q에 해당하는 빨간색 선 밑에 있었다 = 0.8 수오LD는 제거 할 수. 전체 연구를위한 볼륨 제거 통계의 예는 그림 3 차원으로 표시됩니다. 본 실시 연구에서는 29 presymptomatic HD 과목의 DTI 데이터는 30 컨트롤 DTI 데이터를 비교 하​​였다. 이 알고리즘의 더 자세한 사항은 32, 33에 제시되어있다.
  2. 전처리 및 공간 정규화
    1. 에코 평면 영상 데이터의 와류에 의한 기하학적 왜곡 보정 (34)에 의해 제안 된 방법으로 설정을 수행합니다.
    2. 정위 정상화를 위해, 연구 관련 (B = 0)를 생성 - 템플릿 및 이전 17,28,31 설명 된대로 FA-템플릿을. 기본적으로, 완전한 비선형 정위 정상화는 세 가지 변형 구성 요소로 구성됩니다. 따라서, 결과 확산 텐서 식 15 각 복셀의 rotat 수있다(그림 4) 위에 나열된 모든 회전에 따라 ED :
      1. 그림 4A는 기본 좌표 프레임을 정렬하는 딱딱한 뇌 변화를 보여줍니다. 회전 식 16 기본 좌표계에 정렬의 결과는 적용 할 수있다
        식 17
      2. 그림 4b의 랜드 마크에 따라 선형 변형을 보여줍니다. 고유 벡터의 구성 요소 식 5 선형 변형의 S (뇌 영역들,, = 1 ... 6에 따라 다름)의 여섯 정규화 매개 변수에 따라 적응해야합니다.
        V W, J W, J '''
        W = 1,2,3와 j = X, Y, Z.
      3. 그림 4C는 비선형 뇌 모양의 차이를 균등 비선형 정규화를 보여줍니다. 3-D 벡터 변화는 3 차원 복셀 배열의 각 복셀에 대해 별도의 변환에 이르는 각 복셀에 따라 다릅니다 식 18 ). 표준 삼각법 3-D 벡터 이동이 neighbored 복셀의 고유 벡터 사이의 방향 관계를 유지하기 위해 16의 개념을 다음의 결과, 각 복셀에 대해 독립적으로 회전 매트릭스를 제공합니다. 따라서, 두 neighbored 복셀의 다른 변화는 해당 고유 벡터의 회전에 결과. 텐서의 정렬을위한 팽창 행렬을 사용하여 식 15 각 복셀의주변의 복셀.
        식 19
        방정식 20 의 구성 요소 식 18
      전체 정규화 과정이 반복되고, 스캐너 및 시퀀스 별 (B = 0)를 생성 - 템플릿을 첫 번째 단계에서이 연구를 위해 산술적으로 (B = 0)를 평균하여 - 선형 변환 후 모든 주제의 볼륨을 수동에 따라 랜드 마크를 설정합니다. 첫 번째 정규화 한 후, 정규화 행렬을 최적화하기 위해 개선 된 템플릿을 만들 수 있습니다. 다음 단계 1.2.3까지 1.2.5로는 그림 5a에서 개략적 시각입니다.
    3. 이 각각의 정규화 과정을 거친 후 (STEP (I) - 템플릿 T 1) - DTI 데이터 I 0) 모든 개별 DTI 데이터를 연구 특정 만들기위한 설정 (- 템플릿과 FA-템플릿 (단계 (II B = 0))를 사용합니다. FA-템플릿 비 아핀 등록으로 장점은 비교에서 더 많은 대비를 제공하는가 (B = 0) 이미지 10, 모든 개별적으로 환자의 FA-지도와 컨트롤을 파생를 평균하여 FA-템플릿을 정의합니다.
    4. 두 번째 단계에서 Ashburner 및 Friston 35의 기본 개념에 따라 비선형 MNI 정상화를 DTI 데이터 (단계 (III)) FA-지도 지역 강도 사이의 불일치가 설치 될 최소화 및 설정을 수행 제곱 (X 2)에 따라 FA-템플릿 - 그런 식으로, 당신은 DTI 데이터 I 1을 구하십시오.
    5. 이러한 데이터를 기반으로 새로운 템플릿 T 2 단계 ((IV)) 파생됩니다. 이 개별 FA-지도와 t 사이의 상관 관계 때까지 과정을 반복 반복그는 FA-템플릿> 0.7. 일반적으로이 두 가지 반복에 도달 한 후에.
  3. 전체 뇌 기반 공간 통계
    다음 단계까지 1.3.5을 1.3.1 그림 5b에 개략적 시각입니다.
    1. 1.2 정규​​화 절차에 대하여 정규화 된 DTI 데이터에서 FA-맵을 계산합니다. 방향 정보 (단계 (I)) 유지하기 위해합니다.
    2. voxelwise 통계 비교하기 전에 전처리 단계로, 각각의 정규화 된 FA-지도에 스무딩 필터 (단계 (II)) 적용됩니다. 다듬기를 들어, 필터 크기는 DTI 데이터 분석 (36)의 결과에 영향을 미친다는 사실 설명 된대로, 데이터를 처리하는 데 사용되는 필터의 폭이 예상되는 차이의 크기에 맞게 조정되어야한다는 것을 명시 정합 필터 정리의 응용 프로그램이 필요합니다 퇴행성 신경 장애 환자 (예 : 28)으로 DTI 데이터 이전에 응용 프로그램을합니다.
    3. 통계 샘플을 수행학생의 T - 테스트로 환자 그룹과 해당 컨트롤 그룹 voxelwise 사이 Arison는, (단계 (ⅲ 각 복셀 별도로, FA-맵 '컨트롤의 FA 값으로 FA-맵'환자의 FA 값을 비교 즉, )). 대뇌 피질의 회색 물질 0.2 37 FA 값을 보여주기 때문에 0.2 이하 FA 값은 계산에 고려되지 않습니다.
    4. 통계 결과는 거짓 발견 속도 (FDR) P에서 알고리즘 <0.05 38 (단계 (IV))를 사용하여 다중 비교를위한 보정해야합니다. 512의 임계 값 클러스터 크기에 이르는, 고립 된 복셀 또는 부드럽게 커널의​​ 크기 범위에있는 복셀의 작은 고립 된 그룹을 제거 - 알파 오류의 추가 감소는 공간적 상관 관계 알고리즘 (단계 (V) 클러스터링)에 의해 수행되어야합니다 복셀.
    5. 형태 학적 배경 (단계 (V))에 결과를 표시하려면 산술적으로 MNI 공간 및 평균 설정 3-D T1 강조 데이터를 정상화. 이 정규화 P를 수행DTI 데이터에 적용 정상화에 비유 연구 특정 템플릿을 사용하여 rocedure 17을 설정합니다.

그림 6은 ALS 환자 대 컨트롤의 뇌를 기반 공간 통계 (WBSS)의 결과를 보여줍니다. 그림 6A는 시상의 감소 FA 값의 로컬 최대를 보여줍니다 coronar 및 축보기 (p <0.01에서 역치 복수를 위해 수정 비교). 그림 6B는 TFAS을위한 기초로 사용 피질 기관의 시작점과 projectional FT를 보여줍니다. 그림 66은 ALS 환자의 샘플과 일치하는 컨트롤 사이의 공간 통계 (WBSS) 기준으로 전체 뇌에서 감지 FA-맵에서 그룹 차이점을 보여줍니다 slicewise 시각화.

  1. Tractography 및 tractwise 분수 이방성 통계 (TFAS)
    그림 7은 1과 TFAS 등의 그룹 기반 FT의 프로세스를 보여줍니다.4.1 1.4.4까지.
    1. 그룹 기반 FT 알고리즘을 적용하기 위해 생성 DTI 데이터를 함께 이전 17 설명 된 방법에 따라 환자의 데이터와 컨트롤의 '의 데이터 세트의 평균. 이 평균화 (16)에 의해 기술 된 방법에 따라 정상화 과정에서 보존 배향성 정보를주의 치료가 필요 - 자세한 내용은 30를 참조하십시오.
    2. 유선형 추적 기술 31 응용 프로그램에서 대상 그룹의 평균 DTI 데이터 세트에서 tractography을 수행합니다. 연속 FT 분석을위한 기초가 전체 뇌 기반 FA 분석으로 로컬 최대 값에 인접하여 수동으로 정의 씨앗 포인트를 확인합니다. 씨앗의 식별 한 후, tractography를 수행하고 다음과 같은 TFAS 30 그룹 특정 마스크로 묘사 섬유의 복셀을 정의합니다.
    3. tractography 결과를 정량화하기 위해, 일을 사용하여 TFAS의 기술을 적용평균 DTI 데이터에서 생성 된 전자 섬유 책자는 환자와 컨트롤의 FA-맵의 비교에 기여하는 복셀의 선택에 대한 각 그룹 (환자 데이터 및 제어 데이터를 함께)의 과목으로 설정합니다.
    4. 학생의 t-검정으로 통계 분석 0.2 이상 FA 값을 가진 모든 결과 복셀을 고려하십시오.
    5. 원하는 경우, TFAS 기술은 같은 의미 확산 등의 파생 DTI 메트릭 (MD), 광선 ​​이방성 축 이방성 등 (예를 들어, 28 참조)에 적용 할 수 있습니다.
    6. 결과는 MNI 정규화 된 3-D T1-가중 데이터 세트로 구성된 형태 배경에 표시됩니다

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

1. hyperkinetic 장애 QC 및 환자의 데이터를 응용 프로그램의 손상 그라데이션 방향에 대한 수정

QC의 응용 프로그램과 후속 볼륨 배제 (손상 GD에 대한 수정의 결과로)의 효과에 대한 예를 들어, 그림 8은 29 premanifest 헌팅턴의 질병의 그룹 비교 볼륨 배제와와하지 않고 전체 뇌 기반 공간 통계의 차이점을 보여줍니다 30 나이와 성 대 과목 컨트롤을 일치. 스캔 프로토콜은 1.5 테슬라 MAGNETOM 심포니 (지멘스 의료, 에를 랑겐, 독일)에서 수행 하였다. DTI 연구 프로토콜은 환자와 컨트롤에 대한 동일했다 64 그라데이션 방향 (B = 1,000 초 / mm 2)을 나타내는 72 권 (40 조각, 96 X 96 픽셀, 슬라이스 두께 2.3 mm, 픽셀 크기 2.3 X 2.3 mm)로 구성 최소한의 확산 가중치 (B = 100 초 / mm 2)를 가진 8 검색합니다. 에코 시간 (TE) 및 반복 시간 (TR) W오히려 각각 90 밀리 초 및 8,000 밀리 초.

2. 피부 건조증 색소 성에서 DTI

피부 건조증 색소 성 (XP)은 기본 DNA 복구 결함이 노화 과정 39,40의 중심 역할을하는 드문 상 염색체 열성 progeroid 증후군이다. cerebromorphological 표현형의 특성을 multiparametric MRI 방법은 DTI, 체적 측정 및 MR 분광법 (1 H MRS) 등의 컨트롤 41에 비해 macrostructural 및 미세 대뇌 형태를 평가하기 위해 다른 하위 일곱 XP 환자에서 사용되었다.

MRI 프로토콜은 표준 headcoil 장착 된 1.5 테슬라 MR 시스템 (MAGNETOM 심포니, 지멘스, 에를 랑겐, 독일)에 인수되었다. T1 강조 (T1W) 검사의 슬라이스 두께가 196 조각으로 구성 1.0 mm (256 X 256 픽셀, 픽셀 크기 1.0 × 1.0 mm). TE와 TR은 각각 12 밀리와 456 밀리 초했다. DTI 연구 프로토COL 그라디언트 0 (B = 0)로 12 그라데이션 방향과 한 번의 스캔을 대표하는 13 권 (45 조각, 128 x 128의 화소, 슬라이스 두께 2.2 mm, 픽셀 크기 1.5 × 1.5 mm)로 구성. TE와 TR은 각각 93 밀리 초 및 8,000 밀리이었다; B는 800 초 / mm 2이고 다섯 스캔은 이미지 공간 스캐너 소프트웨어에 의해 온라인으로 평균 하였다.

XP-과목의 임상 및 인구 통계 학적 이질성으로 인해, 비교 그룹 수준에서 수행되지 않았습니다 아니라 페어 방식으로, 각각의 XP-피사체가 나이, 성별 대조군에 비해 분석 하였다 즉. FA 맵 비교는 내부 캡슐, 상부 피질 기관에 시상에있는 로아에 대해 수행하고, 뇌량합니다. 한 또한, 방향성 변화는 시상에서 시작 점, FT와 연속 TFAS에 대한 쌍 비교 하​​였다. DTI는 조사 모든 지역에서 즉, 일을 크게 감소 WM 방향성을 보여E 시상, craniocaudal 섬유 interhemispheric 연결합니다 (그림 9)를 모두 포함하는 섬유 돌기의 볼륨과 방향성 감소와 피질 책자와 등쪽 뇌량. 연구 샘플 간의 이기종하지만 이러한 연구 결과는, clinico - 신경 증상과 연관 될 수있다. 이미징 결과는 수초 구조로 41에서 논의 XP 환자의 두뇌에서 너무 빨리 저하되는 위치를 지원합니다.

신경 변성의 DTI (모터 신경 질병)

구조 MRI 분석 42,43뿐만 아니라 ALS 환자의 21 감각 기능의 연결을 변경하여 루게릭 병 (ALS) 환자의 형태 학적 변화는 최근에보고되었다. 본 연구에서는 분석 방법 WBSS 및 TFAS의 응용 프로그램에 대한 예를 들어, 스물 ALS 환자는 multiparametric MRI에 의해 조사 하였다. SEV기능 평가 척도 (ALS-FRS-R)은 (35.9 ± 8.0) 중간 없으며, 환자 중에 중성의 범위에 있던 수정 ALS로 측정 한 신체 증상의 erity은 측두엽 치매의 신경 증상을 보였다. 컨트롤 그룹으로 이십 나이와 성별에 일치하는 건강한 통제가 검색되었습니다.

스캔 프로토콜은 1.5 테슬라 MAGNETOM 심포니 (지멘스 의료, 에를 랑겐, 독일)에서 수행 하였다. DTI 연구 프로토콜은 환자와 컨트롤에 대해 동일했고 (그라데이션 0에서 12 그라디언트 방향과 한 번의 스캔을 대표하는 13 권 (45 조각, 128 x 128의 화소, 슬라이스 두께 2.2 mm, 픽셀 크기 1.5 × 1.5 mm)로 구성 B = 0). TE와 TR은 각각 93 밀리 초 및 8,000 밀리이었다; B는 800 초 / mm 2이고 다섯 스캔은 이미지 공간 스캐너 소프트웨어에 의해 온라인으로 평균 하였다.

ALS 그룹에 대한 결과는 후자의 CST와 CC의 큰 부분을 따라 광범위한 FA 감소를 보였다 IHofer의 및 Frahm 계획 44에 따라 세그먼트 III를 ncluding 만, 복부와 지느러미 CC 영역 (그림 6)에 이상에 도달합니다. ALS 그룹에 대한 결과를 포함하여 후자의 CST와 CC의 큰 부분을 따라 광범위한 FA 감소를 보였다 III는 Hofer의와 Frahm 계획 44에 따라하지만, 복부와 지느러미 CC 영역 (그림 6)에 이상에 도달하는 세그먼트.

더 예를 사용하여 다른 운동 신경 질환 (MND), 즉, ALS, 기본 측방 경화증 (PLS), 그리고 순수 (PHSP) 복잡한 (CHSP)로 세분화 유전 경련의 paraparesis (HSP)의 WM 참여 패턴 조사되었다 DTI 분석의 두 가지 접근법 : FA-지도 WBSS은 FT 결과 및 후속 TFAS에 의해 보완되었다. ALS와 PLS 샘플 DTI 기반의 비교는 물론 45로 다른 저자에 의해 설명되었다. PLS 그룹 분석은 감소 FA 아론의 유사한 패턴을 보였다G CST 해부학 CC의 참여는 표시하지만, ALS의보다 광범위한 부문 III에 더 제한하는 동안. PHSP 샘플의 분석은 모터 부문 등 지느러미 CC의 큰 부분을 통해 확장 ALS 그룹에서 관찰 된 패턴과 유사한이 구조 내에 국한된 지역 CC의 변경되었던 반면, 포함 CST의 FA 감소를 보여 주었다. 마지막으로, CHSP 그룹은 완전한 CST 구조와 대형 지느러미도 CC의 복부 부분을 포함 하나의 큰 연결된 클러스터에 축적 감소 FA의 가장 큰 부분을 보여 주었다. 요약하면, 다른 국방부와 72 환자의 총 통제 DTI 분석은 다른 질병 엔티티의 병적 인 프로세스 내에서 서로 다른 뇌 영역의 참여와 상관 특성 병변 패턴을 보여 주었다. 자세한 설명과 토론을위한, 22,28,46 참조하십시오

3. 길이 비교를 위해 DTI >

종 비교, III °를 스캔 한 생검 입증 퇴행성 oligoastrocytoma와 46 세 환자에서 DTI의 응용 프로그램에 대한 예를 들어. 완전한 수술 후, 환자는 결합 radio-/chemotherapy 및 보조 화학 요법의 6주기를 받았다.

DTI는 세로 디자인 지역 및 글로벌 WM 무결성의 상태를 묘사하기 위해 즉, 결합 radio-/chemotherapy, 2, 5 전 4 timepoints에 인수, 9 개월 radio-/chemotherapy 이후 하였다.

스캔 프로토콜은 1.5 테슬라 MAGNETOM 심포니 (지멘스 의료, 에를 랑겐, 독일)에서 수행 하였다. DTI 연구 프로토콜은 48 그라데이션 방향과 기울기가 0 개의 스캔 (B = 0)를 나타내는 52 권 (64 조각, 128 x 128의 화소, 슬라이스 두께 2.8 mm, 픽셀 크기 2.0 X 2.0 mm)로 구성. TE와 TR은 각각 95 밀리 초 및 8,000 밀리이었다; B는 1,000 초 / mm 2이다.

ntent는 "> 그림 10은 예시 DTI 검사 radio-/chemotherapy 및 DTI 스캔 후 7 개월 후, timepoints 2와 4의 예를 스캔. WBSS은 1.3 절에 따라 수행되는 사이 FA-맵의 차이를 표시합니다.의 FA 임계 값과 0.15 FDR가 수정되었습니다.

그림 1
그림 1. DTI에서 복셀이 타원체로 설명 확산 텐서를 계산하는 축삭의 여러 번들의 확산 특성을 나타냅니다. 각 복셀의 경우, 텐서 정보가 분수 이방성 (FA) 맵에서 매개 변수화 할 수 또는 광 추적 (FT)에 사용됩니다.

27fig2.jpg "/>
그림 2 상단 패널 :. 품질 검사 (QC) 및 해당 볼륨 제거 (VE), DTI 측정, 예를 들어 FA-맵이 계산 될 수 후. (오른쪽) 세로 FA-맵의 비교를 허용하거나 정위 정렬 다음 단계에서, 하나 정위 정상화 (왼쪽) 그룹 수준 (TFAS - - WBSS 및 / 또는 tractwise 분수 이방성 통계 공간 통계를 기반으로 전체 뇌)에서 비교를 할 수 있습니다 . 이러한 분석은 두 그룹 수준 (왼쪽)의 차이로 이어질 또는 단일 주제 DTI 데이터 (오른쪽)에서 경도 차이를 감지합니다. 큰 그림을 보려면 여기를 클릭하십시오 .

les/ftp_upload/50427/50427fig3.jpg "/>
그림 3. () 대표 모션 QC 알고리즘에 의해 검출 된 감소 된 강도 축 슬라이스를 손상. (B) 복원 시상 볼륨 각각의 지역화, 흰색 화살표로 표시. 운동 손상은 시각적으로 인접한 축 조각에 비해 상대적으로 강도 손실에 의해 표시됩니다. (C) 총 17 그라데이션 방향 0.8 (레드 라인)의 임계 값을 응용 프로그램에서 볼륨 제거를위한 검출되었다. 검은 색 화살표의 볼륨을 나타냅니다 (a)와 (b) (d) 볼륨 제거 통계 (제거 그라데이션 방향의 수 - GD). 29 presymptomatic 헌팅턴의 질병 과목 (PS) 30 컨트롤에 대한.

그림 4
() 번역 및 회전에 의한 강성 뇌의 변화는 기본 좌표 프레임을 맞 춥니 다. (b) 선형 변형 랜드 마크에 따라. 고유 벡터의 구성 요소는 선형 변형에 따라 적응해야했다. (c) 비선형 정규화 비선형 뇌 모양의 차이를 균등. 3-D 벡터 교대 neighbored 복셀의 고유 벡터 사이의 방향 관계를 유지하기 위해 3-D 복셀 배열의 각 복셀에 대해 별도의 변환에 이르는 각 복셀에 대한 달랐다.

그림 5
그림 5. 반복적 인 템플릿 특정 MNI-N에 대한 (a) 회로도 예제ormalization : DTI 데이터 I 0의 평균 연산에 의해, 랜드 마크에 따라 1 차 정규화 단계 이후, 첫 번째 템플릿 T 1 ((B = 0) 템플릿과 FA-템플리트) 하였다. 이후에이 절차를 반복 정규화 된 DTI 데이터 I 1은 이전에 정의 된 템플릿 (T 1)에 비선형 정규화 하였다. 이러한 새로 정규화 된 DTI 데이터 I 1에서 새 템플릿 (T 2)를 다시 정상화에 사용할 수있는 파생되었다. 이 과정을 반복은 DTI 데이터와 템플릿 간의 미리 정의 된 우연의 일치는 (상관 관계에 의해 측정)에 도달했을 때 정지 (B)에 대한 계획은 이전의 뇌를 기반 공간 통계에 대한 데이터를 사전 처리 (WBSS). FA-맵이 계산됩니다 정규화 된 DTI 데이터 및 개인 정규화 FA-맵에 스무딩 필터가 적용됩니다. 연속적인 단계에서, 환자 그룹과 해당 컨트롤 그룹 사이 voxelwise 통계적 비교는 PE입니다rformed. 알파 오류의 추가 감소를위한 거짓 발견 속도 (FDR) 알고리즘과 클러스터링 프로 시저를 사용하여 다중 비교를위한 보정 후 결과는 형태 학적 배경에 표시됩니다. 큰 그림을 보려면 여기를 클릭하십시오 .

그림 6
ALS 환자 대 컨트롤의 뇌를 기반 공간 통계 (WBSS)의 그림 6. 결과. 시상 감소 FA 값의 () 지역 최대 coronar 및 축보기 (다중 비교를위한 보정 p <0.01에서 역치 ) (B) TFAS에 대한 기초로 사용 피질 기관의 시작점과 FT (C) (동영상 1) :.. FA-MA의 그룹의 차이 추신 slicewise 시각화 ALS 환자와 대조군의 샘플 사이의 공간 통계 (WBSS) 기준으로 전체 뇌가 감지되었습니다. 큰 그림을 보려면 여기를 클릭하십시오 .

그림 7
그림 7 (동영상 2) :. 그룹의 섬유 추적 (FT)는 뇌량 (왼쪽)와 피질 기관 (오른쪽)의 시작 지점과 데이터 (컨트롤) 평균. 큰 그림을 보려면 여기를 클릭하십시오 .

fig8highres.jpg "SRC ="/ files/ftp_upload/50427/50427fig8.jpg "/>
그림 8의 이슈 수정하기 전에 전체 뇌 기반 공간 통계를 표시합니다. (볼륨 제거 - VE) (왼쪽)와 유물 보정 (오른쪽) 후, P에서 <0.05, 허위 발견 속도 (FDR)을 수정 각). 차가운 색상의 FA 증가, 뜨거운 색상 FA 감소.

그림 9
그림 9 피부 건조증 색소 성 (XP) 갑피 행 피사체에 Multiparametric MRI :.. coronar, 시상, 및 축보기 T1-가중 기존의 MRI 포스트 대비. 동일과 FA지도 (디스플레이 임계 값 0.2). frontoparietal 백질 내 perifocal 부종 중동 행 왼쪽 반구 조영 증강 병변에 초점초점 낮은 행 : 시상의 종자 포인트 FT 결과 - 왼쪽 :. XP 제목, 오른쪽 : 7 컨트롤의 평균 FT합니다.

그림 10
그림 10. 생검 입증 퇴행성 oligoastrocytoma 환자 III °, 완전한 수술과 결합 radio-/chemotherapy 및 보조 화학 요법. 7개월의 시간 간격으로 연속하는 두 스캔 사이 FA-지도의 경도 차이 (FA 차이 0.15, FDR은 수정).

Subscription Required. Please recommend JoVE to your librarian.

Discussion

DTI 데이터 간 주제 평균값은 각각 확산 진폭 (FA 정보를 이용하여)과 확산 방향 (FT에 따라)에 대하여 달성 할 수있다. FA 맵의 평균은 WBSS 및 TFAS하여 대상 집단의 통계적 비교를 할 수 있습니다. 이 방법론 프레임 워크는 간 대상 평균화 및 그룹 비교와 DTI 기법에 대한 소개를 제공합니다. 정위 정규화 및 그룹 수준에서 FA지도의 비교 대상 그룹 간의 차이를 정량화하기 위해 여러 가능성을 수 있습니다. WBSS 및 TFAS 뇌 변화, 예를 들면 신경 퇴행성 질환 와이즈 유사한 패턴으로 대상 그룹의 그룹 수준에서 차이를 측정하는 유언 검인 방법이 될 것으로 보인다. 서로 다른 임상 표현형과 장애의 경우, 그룹 수준에서 분석 방법이 사용되지 않을 수도 있지만, XP 환자의 연구에서 예를 들면 알 수 있듯이 페어의 방식이 아니라 분석이 적합 할 수 있습니다.하나의 케이스 수준에서이 DTI 기반 뇌 매핑은 다른 임상 상황에서, preneurosurgical 진단의 중요하고 가치있는 요소로 등록 후 무테 정위 / neuronavigational 시스템에 다른 비 침습적 신경 영상 툴과 공동 통합의 조합, 즉 중요하다 . 이러한 fMRI를 기술, DTI, MRS, 양전자 방출 단층 촬영 (PET), 유용한 조합 옵션과 함께 하나의 광자 방출 전산화 단층 촬영 (SPECT) 및 인 자기 (MEG) 등 다양한 기술 방식 (예 : 47,48,49) 임상 사용에 .

일반적으로, DTI 기반 기술은 그들이 단지 밀리미터의 순서에 MRI 특정 해상도 흰색 물질의 방향성을 분석 할 수 있다는 제한됩니다. FT의 복원은 가장 가능성이 축삭 섬유 방향성이 아니라 축삭 구조 자체를 시각화 할 수 있습니다. 따라서, 이미지 축삭 D에 DTI가 불가능합니다irectly. DTI 데이터 수집 및 여기에 설명 된대로 연속적인 분석의 특정 제한 사항이 먼저 미리 정의 된 특정 스캐닝 시간 내에 달성 할 수있는 공간 해상도입니다. 그러나,이 인수는 연령에 따라 감소 물리적 용량 및 질병 상태와 피사체 서 무엇인지에 의해 제한됩니다. 제한된 복셀 크기는 섬유를 건너와 지역을 해결하기 위해 어려움을 발생합니다. 둘째, 여기에 제시된 대부분의 연구는 12 확산 강조 경사 방향으로 수행되었다 - 같은 DTI 스캔 프로토콜은 충분한 품질 FA 매핑 할 수 있습니다. 12 그라데이션 방향과 FT 큰 축삭 섬유 구조에 적절한 결과를 알 수 있지만, 세 번째 제한으로 문제가 교차 섬유의 지역과 뚜렷한 섬유 구조는 주어진 공간 해상도에서 분리 할 수​​없는 지역에서 발생할 수 있습니다. 교차 섬유를 해결하기 위해 제안 첫 번째 원칙에서 조직을 기억합니다 "빠른 행진"알고리즘 50이었다교차 섬유 영역을 통해 큰 단계 넓이와 행진, 공예, 둘째 소위 "Q 공"그라디언트 방향의 큰 수의 인수로 (> 100)에서 하나 이상의 방향을 감지 할 수 있도록 영상 51 단일 복셀. 다 방향 섬유 아키텍처에 대한 자세한 정보를 얻을 수있는 다른 방법은 추가 지향성 인수 방식 (예 : 129 확산 인코딩 그라데이션 방향) 표준 DTI 52보다 섬유 횡단있는 지역에 대한 추가 정보를 제공하는 높은 각도 해상도 확산 강조 영상 (HARDI)입니다. FT위한 몇 가지 옵션이 TIFT에 구현 된 : 추적 2,3, 텐서 변형 53, 빠른 행진 - 알고리즘 50, 그리고 그 기술 31의 수정을 간소화. FT 알고리즘의 선택은 분석 전략에 영향을주지 않습니다, 구현 FT 알고리즘의 각 t에서 분석 과정에서 사용될 수있다 그는 그룹 수준. 더 일반적으로 최적화 된 FT 기술은 존재하지 않기 때문에 FT 기술의 선택은 연구에 의해 해결 된 특정 문제에 따라 있습니다. FT 알고리즘의 소설 개발 (예를 들어, 54) 특히 교차 섬유 구조를 해결, 더 결과를 개선하기 위해 도움을 줄 수 있습니다. 완전히 다른 접근 방법 (개요 참조) TBSS 10을 사용하는 것입니다.

임상 일상적인 MRI 프로토콜이 2mm의 순서 오히려 짧은, 복셀 해상도 및 신호 축적 제한된 수의 (SA) 및 그라데이션 방향 (GD 할 필요가있는 경우에이 연구에서보고 된 처리 파이프 라인은 주로 임상 연구를 위해 개발되었습니다 ), 50-80의 순서 SA X GD가 사용됩니다. 연구는 높은 해상도 DTI 스캔 (슬라이스 두께 등 복셀 해상도 <1.5 ㎜, GD 등의 고해상도 텐서 스캔>에 초점을 신호 accumulatio의 특정 숫자 50NS는 (SA> 2) 즉, SA는 X GD> 100, 정확한 공간 정상화를위한 대안 별도의 해부학 데이터를 높은 차원 워핑 알고리즘의 사용 55를 설정합니다. 또한, 본 연구에서보고 된 후 처리는 본질적으로는 정상화 과정을 반복의 필요를 필요로하는 연구 특정 템플릿의 사용을 기반으로합니다. 대안 연구 특정 템플릿 정위 정상화 향상된 정확도의 이점을 취할 수없는 것이 단점과 stereotaxically 표준화 된 DTI 템플릿에 비 반복적 정상화 될 수 있습니다. 공간적 정규화 된 데이터 세트에서 FT를 실행 한 제한은 그 추적이 정상화 과정에 의해 제한 될 수있다, 즉, 선형 및 비선형 정규화 단계는 텐서 방향성 약간의 부정확성을 초래할 수 있습니다. 한편, 세계적인 추적 54 예를 들어, 높은 각도 해상도 확산 영상 데이터에서 작동 같은 알고리즘

또한, 분석 과정에서 가장 중요한 단계는 서로 DTI 데이터의 정확한 공동 등록됩니다. 별로 공동 등록은 거짓 긍정 또는 위음성 결과를 초래할 수 있습니다. 공동 등록의 품질을 개선하기 위해,이 연구 특정 템플릿을 사용하여 정규화 과정의 문자를 반복하면 데이터 처리의 핵심 단계입니다. 또한, 결과 데이터 세트를 매끄럽게하는 데 도움이잔여 공간 부정확 감소하여 데이터 품질을 향상시킬 수 있습니다. 또 다른 공간 정규화 매개 변수를 얻기 위해 방법을 반복하는 것은 최근 Mohammadi 및 동료 57에 의해 출판 및 SPM을위한 도구로 사용할 수있다. 그들의 알고리즘은 주로 대칭 템플릿 정규화 매개 변수를 계산하기 위해 개발되었습니다.

문제 해결 과정의 의미에서 TIFT 소프트웨어의 개념은 각각의 사전 및 사후 처리 단계 후 결과를 제어 할 수 있습니다. 그 방법은 일관성과 타당성에 대한 개별 데이터 / 결과 검사 (또한 하나의 데이터 세트) 마지막 분석 폭포의 단계에서 상호 작용을 허용하기 위해 가능한되고있다.

함께 촬영이 연구는 FA가 대뇌 WM 병리 (도 58 참조) 민감한 마커이라는 개념을 지원합니다. 바이오 마커에 초점을 맞춘 접근 방식은 많은 특히 신경 및 neurodegenerativ 지금 우선 순위가 주어진전자 질병, 현재의 연구는 생체 지문의 특성에 미세하여 뇌 pathoanatomy을 정의하기위한 추가 도구로 DTI의 역할을 강화한다. 그룹 수준에서 DTI 분석은 비 침습적 지표의 관점에서 pathoanatomical 기능의 식별 및 정량에 유용 할 것 같습니다. 또한 결과는 전산 신경 해부학 고급 MRI 기반 기술의 결합 분석을 제공 할 수 있습니다, 3-D T1-강조 MRI (예 : 59), 또는 휴식 상태 기능적 자기 공명 영상의 예를 들어 강도를 기반 분석과 DTI의 조합을 즉 (예 : 60)뿐만 아니라 다른 임상 적으로 파생 된 정량적 매개 변수의 상관 관계로.

보완 또는 multiparametric 방법에서는 DTI는 얻을 수 같은 순서로 T2 또는 T1-강조 영상, MT 또는 자기 공명 분광법 (MRS)와 같은 다른 MRI 양식과 결합되어 포괄적 인 COM보완 적 정보 29. 예, 61 다발성 경화증의 T2 이완 시간 23 상관 DTI-FA 결과, DTI 및 T1-강조 영상의 조합에 의해 62 수행 조직의 특성으로. 같은 단일 과목 수준에서 XP 환자의 연구에서와 같이 multiparametric 방법은, 뇌 질환으로 뇌 구조의 가식의 보완 및 포괄적 인 분석을 할 수 있습니다. 종 관찰의 개별 수준에서 질병의 진행을 모니터링에 대한 DTI의 가능성은 표시하지만, 더 경도 연구는이 가능성을 사용하기 위해 미래에 필요한있다.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

저자는 공개 아무것도 없어.

Acknowledgments

이 작품의 일부는, QC 및 hyperkinetic 장애 환자의 데이터를 응용 프로그램의 손상 그라데이션 방향에 대한 보정에 대한 연구, 즉 유럽의 HD 네트워크 (EHDN 프로젝트 070)에 의해 지원되었다. 이 특정 연구에서 MRI 검사는 런던 사이트 TRACK-HD 일대의 일환으로 획득 하였다.

Materials

Name Company Catalog Number Comments
MR scanner Siemens 1.5 T Magnetom Symphony
analysis software TIFT - Tensor Imaging and Fiber Tracking

DOWNLOAD MATERIALS LIST

References

  1. 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).
  2. Mori, S., van Zijl, P. C. M. Fiber tracking: principles and strategies - a technical review. NMR Biomed. 15, 468-480 (2002).
  3. Basser, P. J., Mattiello, J., LeBihan, D. MR Diffusion Tensor Spectroscopy and Imaging. Biophys J. 66, 259-267 (1994).
  4. 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).
  5. Pierpaoli, C., Basser, P. J. Toward a quantitative assessment of diffusion anisotropy. Magn. Reson. Med. 36, 893-906 (1996).
  6. 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).
  7. Le Bihan, D., Mangin, J. F., et al. Diffusion tensor imaging: concepts and applications. J. Magn. Reson. Imaging. 13, 534-546 (2001).
  8. 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).
  9. 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).
  10. Smith, S. M., Jenkinson, M., et al. Tract-based spatial statistics: voxelwise analysis of multi-subject diffusion data. Neuroimage. 31, 1487-1505 (2006).
  11. 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).
  12. Talairach, J., Tournoux, P. Coplanar stereotaxic atlas of the human brain. , Thieme Medical. New York. (1988).
  13. Brett, M., Johnsrude, I. S., Owen, A. M. The problem of functional localization in the human brain. Nat. Rev. Neurosci. 3, 243-249 (2002).
  14. 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).
  15. 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).
  16. 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).
  17. 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).
  18. 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).
  19. 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).
  20. Pierpaoli, C., Barnett, A. Water diffusion changes in Wallerian degeneration and their dependence on white matter architecture. Neuroimage. 13, 1174-1185 (2001).
  21. Agosta, F., Valsasina, P., et al. Sensorimotor functional connectivity changes in amyotrophic lateral sclerosis. Cereb Cortex. 21, 2291-2298 (2011).
  22. 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).
  23. Reich, D. S., Zackowski, K. M. Corticospinal tract abnormalities are associated with weakness in multiple sclerosis. Am. J. Neuroradiol. 29, 333-339 (2008).
  24. Abe, O., Yamada, H. Amyotrophic lateral sclerosis: Diffusion tensor tractography and voxel-based analysis. NMR Biomed. 17, 411-416 (2004).
  25. 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).
  26. 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).
  27. 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).
  28. 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).
  29. 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).
  30. 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).
  31. 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).
  32. 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).
  33. 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).
  34. 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).
  35. Ashburner, J., Friston, K. J. Nonlinear Spatial Normalization Using Basis Functions. Human Brain Mapping. 7, 254-266 (1999).
  36. 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).
  37. 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).
  38. 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).
  39. Cleaver, J. E. Defective repair replication of DNA in xeroderma pigmentosum. Nature. 218, 652-656 (1968).
  40. Anttinen, A., Koulu, L., et al. Neurological symptoms and natural course of xeroderma pigmentosum. Brain. 131, 1979-1989 (2008).
  41. 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).
  42. 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).
  43. 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).
  44. 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).
  45. 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).
  46. Kassubek, J., Ludolph, A. C., Müller, H. -P. Neuroimaging of motor neuron diseases. Ther. Adv. Neurol. Disord. 5, 119-127 (2012).
  47. Kassubek, J., Juengling, F. D. Multimodality functional neuroimaging. In: C. Stippich (Ed.): Clinical functional MRI - Presurgical functional neuroimaging. , Springer. Berlin/Heidelberg/New York. (2007).
  48. 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).
  49. 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).
  50. 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).
  51. 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).
  52. 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).
  53. Lazar, M., Weinstein, D. M., et al. White matter tractography using diffusion tensor deflection. Human Brain Mapping. 18, 306-321 (2003).
  54. Reisert, M., Mader, I., Anastasopoulos, C., Weigel, M., Schnell, S., Kiselev, V. Global fiber reconstruction becomes practical. Neuroimage. 54, 955-962 (2011).
  55. Klein, A., Andersson, J. Evaluation of 14 nonlinear deformation algorithms applied to human brain MRI registration. Neuroimage. 46, 786-802 (2009).
  56. Bammer, R. Basic principles of diffusion-weighted imaging. Eur. J. Radiol. 45, 169-184 (2003).
  57. 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).
  58. Turner, M. R., Grosskreutz,, et al. Towards a neuroimaging biomarker for amyotrophic lateral sclerosis. Lancet Neurol. 10, 400-403 (2011).
  59. 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).
  60. 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).
  61. 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).
  62. 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).

Tags

의학 제 77 신경 과학 신경 생물학 분자 생물학 생명 공학 해부학 생리학 신경 퇴행성 질환 핵 자기 공명 NMR MR MRI 확산 텐서 영상 섬유 추적 그룹 수준 비교 퇴행성 신경 질환 뇌 영상 임상 기술
neurodegenerative 질병의 분석에서 확산 텐서 자기 공명 영상
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Müller, H. P., Kassubek, J.More

Müller, H. P., Kassubek, J. Diffusion Tensor Magnetic Resonance Imaging in the Analysis of Neurodegenerative Diseases. J. Vis. Exp. (77), e50427, doi:10.3791/50427 (2013).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter