Diffusion Tensor Imagem por Ressonância Magnética na Análise de Doenças Neurodegenerativas

Summary

Tensor de difusão (DTI), basicamente, serve como uma ferramenta baseada em ressonância magnética para identificar

Abstract

Técnicas de imagem tensor de difusão (DTI) fornecer informações sobre os processos microestruturais da substância branca cerebral (WM) in vivo. Os atuais aplicativos são projetados para investigar as diferenças de padrões de envolvimento WM em diferentes doenças cerebrais, doenças neurodegenerativas, especialmente pelo uso de diferentes análises DTI em comparação com os controles.

Análise de dados DTI é realizada de uma forma variada, ou seja, comparação voxelwise de difusão métricas regionais baseadas em direção como anisotropia fracionada (FA), juntamente com acompanhamento de fibra (FT), acompanhado de estatísticas da anisotropia fracionada tractwise (AGT) no nível do grupo, a fim para identificar diferenças na FA ao longo estruturas WM, visando a definição de padrões regionais de WM alterações no nível do grupo. Transformação em um espaço padrão estereotáxica é um pré-requisito para estudos em grupo e exige que os dados completos de processamento para preservar directional inter-dependências. As aplicações atuais mostram abordagens técnicas otimizadas para esta preservação de informações quantitativas e direcional durante a normalização espacial em análises de dados em nível de grupo. Nesta base, as técnicas de FT pode ser aplicado para o grupo de dados em média, a fim de quantificar a informação métricas definidas pela FT. Além disso, a aplicação de métodos de DTI, isto é, diferenças de FA-mapas após alinhamento estereotáxico, numa análise longitudinal a um sujeito individual com base revelar informações sobre a progressão de desordens neurológicas. Melhora ainda mais a qualidade dos resultados baseados DTI podem ser obtidos durante o pré-processamento através da aplicação de uma eliminação controlada de instruções de gradiente com elevados níveis de ruído.

Em resumo, o DTI é utilizado para definir um WM pathoanatomy distinta de diversas doenças cerebrais, a combinação do conjunto de análise DTI cérebro baseado e baseado trato.

Introduction

Imagem tensor de difusão no cérebro humano

A matéria (WM) tratos branca no sistema nervoso central consistem de axónios densamente empacotados em adição a vários tipos de neuroglia e outras pequenas populações de células. A membrana axonal, bem como as fibras de proteína bem alinhadas dentro de um axónio limita a difusão de água perpendicular à orientação das fibras, provocando a difusão de água no cérebro anisotrópica WM ^1. Bainhas de mielina em torno dos axônios também podem contribuir para a anisotropia tanto intra e extracelular de água ^2.

A descrição quantitativa deste anisotropia pode ser detectado pelo tensor de difusão (DTI). DTI produz imagens de tecidos ponderados com as características microestruturais locais de difusão de água. As intensidades de imagem-em cada posição são atenuados, dependendo da intensidade e direcção do chamado gradiente de difusão magnética (representado emo valor-b), bem como sobre a microestrutura local no qual as moléculas de água difundir ^3, o coeficiente de difusão D, a um valor escalar:

No entanto, na presença de anisotropia em WM, difusão já não pode ser caracterizado por um único coeficiente de escalar, mas requer um tensor que, em primeira aproximação descreve mobilidade molecular ao longo de cada direção e correlação entre esses ^quatro direções. Anisotropia de difusão é causada principalmente pela orientação de feixes de fibras em WM e é influenciado por suas micro e macroestrutural recursos. Dos aspectos microestruturais, organização intraaxonal parece ser de grande influência sobre a anisotropia de difusão, além da densidade de uma fibraembalagem célula nd, o grau de mielinização e diâmetro das fibras individuais. Em uma escala macroscópica, a variabilidade na orientação de todas as extensões de WM em um voxel imagiologia influencia o seu grau de anisotropia ^5.

Em medições típicas de DTI, são as dimensões do voxel na ordem de milímetros. Assim, um voxel sempre contém a informação médio das moléculas de água no interior do volume de detecção que normalmente cobre várias axónios, bem como as moléculas de água circundantes. Apesar deste enquadramento multidirecional, DTI é sensível à orientação do maior eixo principal que se alinha com a direcção predominante axonal, ou seja, a contribuição axonal domina o sinal medido ^duas.

DTI fornece dois tipos de informações sobre a propriedade de difusão de água: em primeiro lugar, a extensão orientação independente de difusão anisotropia ⁵ e, segundo, a direção predominante de difusão de água em imagvoxels electrónicos, isto é, a orientação de difusão ^6.

Os protocolos atuais são supostamente para fornecer um quadro de técnicas de análise de DTI para a comparação quantitativa dos grupos de sujeitos no nível do grupo, conforme descrito a seguir.

Quantificação de propriedades de difusão - parâmetros de análise

Os elementos do tensor simétrico pode ser medido por gradientes de difusão ao longo de, pelo menos, seis não colineares e não coplanares instruções de modo a que b (Equação 1) tornou-se um tensor, o que resulta na atenuação do sinal

Esta equação requer respondendo por possíveis interações entre imagem e gradientes de difusão que são aplicadas em direções ortogonais (termos cruzados) e até mesmo entre os gradientes de imagem que são aplicadasem ^quatro direcções ortogonais.

O tensor de difusão de segunda ordem sempre pode ser diagonalizada deixando apenas três elementos diferentes de zero ao longo da diagonal principal do tensor, ou seja, os valores próprios ( ). Os Eigenvalues ​​reflectir a forma ou configuração do elipsóide. A relação matemática entre o principal coordenadas da elipsóide e do quadro de laboratório é descrita por os autovectores

Uma vez que existem vários desafios na exibição de dados tensor, o conceito de elipsóides de difusão foi proposto ^3. Os Eigendiffusivities destes ellipsoids representam unidimensionais os coeficientes de difusão na direcção principal de difusividades do meio, isto é, o eixo principal do elipsóide representa a direcção de difusão principal no voxel, que coincide com a direcção das fibras, enquanto que a excentricidade do elipsóide fornece informações sobre o grau de anisotropia e a sua simetria. Portanto, as métricas de anisotropia de difusão, tais como a anisotropia fracionada (FA) pode ser definida ^7.

é a média aritmética de todas as Eigenvalues.

Uma abordagem adicional consiste em utilizar a direcção principal do tensor de difusão para abordar a conectividade WM do cérebro, o que corresponde ao tractografia approach que tem a intenção de investigar quais as partes do cérebro estão ligados uns aos outros. Assumindo-se que a orientação do componente principal do tensor de difusão representa a orientação dos folhetos axonais dominantes, num campo de vectores em 3-D é proporcionado, em que cada vetor representa a orientação das fibras. Actualmente, existem diversas abordagens para reconstruir WM extensões que podem ser divididas em dois tipos: a primeira categoria é baseado em algoritmos de propagação de linha usando a informação tensor local para cada passo de propagação do tracto fibra ^2,8,9. A segunda categoria é baseada na minimização de energia global para encontrar o caminho energeticamente mais favorável entre duas regiões WM, resultando na abordagem estatística espacial baseados trato (TBSS) ^10, o qual tem sido usado em outros algoritmos, tais como as estatísticas da anisotropia fracionada tractwise (AGT - ver texto do protocolo, a seção 2.4)..

Transformação em estande estereotáxicaard espaço

Tal como em outros métodos de ressonância magnética avançada, DTI-e estudos baseados em FT num contexto clínico prosseguir a meta final para categorizar morfologia do cérebro do paciente individual, a fim de facilitar o processo de diagnóstico com base em alguma discriminação métrico ^11. Estudos ao nível do grupo são mais relevantes se o fenótipo clínico comum é suposto ser devido a danos a uma ou mais áreas específicas do cérebro ou uma rede neuroanatomical específico. Aqui, com uma média de resultados para indivíduos diferentes é útil para avaliar padrões comuns de alterações microestruturais. Cada cérebro individual tem que ser transferido para o espaço estereotáxico de modo que, num segundo passo, a média aritmética dos resultados ao nível do voxel-a-voxel é possível. Normalização espacial permitido para cálculo da média aritmética dos resultados obtidos a partir de diferentes indivíduos, a fim de melhorar a relação sinal-ruído (SNR), e para realizar uma comparação de amostras de pacientes e controls, a fim de analisar o pathoanatomy computacional de uma doença específica, por exemplo, uma doença neurodegenerativa, o qual está associado com a afectação de um sistema cerebral específico.

A abordagem inicial de normalização para um espaço estereotáxico padronizado em ¹² sugeriram um algoritmo de transformação de um atlas padrão envolvendo a identificação de vários marcos cerebrais e fragmentada escala de quadrantes do cérebro. Hoje em dia, a maioria dos pacotes de análise de dados de ressonância magnética avançados usam normalização do Instituto Neurológico de Montreal (MNI) estereotáxica espaço ^13. Para esta transformação, algoritmos de registro cérebro semi-automáticos e automatizados usando o estudo de modelos específicos foram desenvolvidos ^14,15. Em DTI, atenção especial deve ser desenhado para preservar a informação direcional durante o processo de normalização ^16,17. A aplicação de transformações espaciais em imagens DT-MR, que são necessários para a normalização espacialde conjuntos de conjuntos de dados é, em contraste com as imagens escalares entortamento, complicado pelo facto de conter informações DTs orientacional que é novamente afectadas pela transformação. Este efeito deve ser contabilizada, a fim de garantir a correção anatômica da imagem transformada. Aqui, são apresentadas técnicas de aplicação transformações afins de conjuntos de dados de DTI.

Aplicação de DTI para doenças cerebrais

A comparação dos dados longitudinal DTI requer um alinhamento / registo de dados de um objecto entre si. Neste contexto, a preservação da informação direccional é necessário (isto é, a rotação do tensor de difusão durante transformações afins). As possíveis aplicações para doenças neurodegenerativas foram relatadas anteriormente (por exemplo, ^18,19).

DTI foi estabelecida como uma ferramenta técnica não-invasiva robusto para investigar in vivo Neuropatholgia de WM extensões neuronais (por exemplo, ^{11,20,21,22).} Métricas quantitativas baseadas DTI do processo de difusão, por exemplo, o FA, já demonstraram ser marcadores sensíveis para o estudo de uma ampla gama de WM patologias, tais como acidente vascular cerebral ^20, esclerose múltipla ^23, a esclerose amiotrófica lateral, ^{24, 25,} a doença de Alzheimer ²⁶ e vários outros distúrbios WM ^27,28.

Além disso, o DTI com FT podem ser usadas para identificar extensões WM ^23. Esta técnica, embora ainda não em uso clínico de rotina, está emergindo como um poderoso instrumento para a avaliação de anormalidades específicas da via na doença neurológica. Dentro dos intervalos identificados vários índices quantitativos MRI derivado de DTI e aquisições adicionais (por exemplo, T2 e / ou transferência de magnetização (MT) de imagem) que são anatomicamente georeferenciados aos dados DTI podem ser medidos. Por este meio, cada índice poderia ser calculated como uma função da posição no interior do tracto, referindo-se aos lotes que descrevem a variação espacial como perfis trato.

Nos seguintes, digitaliza DTI humanos, que foram realizadas em 1,5 Tesla MRI scanners (Siemens Medical, Erlangen, Alemanha) foram utilizadas para investigar o potencial de várias técnicas de análise para a detecção de alterações na substância branca em grupos de pacientes, assim como em indivíduos. Depois de um controlo automático de qualidade para a eliminação de volumes movimento corrompidos e volumes com outros tipos de artefatos, procedimentos pós-processamento padronizados preparar os dados do DTI para a análise consecutiva. Diferentes abordagens de análise será ilustrada no seguinte, ou seja, em primeiro lugar, o cérebro todo com base estatística espacial (WBSs), em segundo lugar, a FT, e, Tractwise estatísticas da anisotropia fracionada terceiros (AGT). WBSs é um método que funciona em analogia com morfometria baseada em voxel (VBM), que é geralmente conhecida como morfometria / estatística baseada em voxel em dados DTI (VBM / DTI)

Protocol

Métodos de Análise: pré e pós-processamento

A tarefa do seguinte protocolo é analisar propriedades de difusão voxelwise dentro tratos de substância branca que poderia ser - devido à detecção voxelwise - ou isotrópicos ou anisotrópicos, resultando em tensores de difusão prolate ou oblato para os respectivos voxels. A parametrização dos tensores voxel é usado tanto para o cálculo da FA-mapas ou a identificação de fibertracts (Figura 1).

A fim de obter os resultados da análise, como mostrado a seguir, utilizar o pacote de software de tensor e seguimento de Fibra (TIFT) ^17. TIFT fornece ferramentas de análise para os seguintes requisitos:

• análise em termos de DTI métricas, por exemplo, FA-mapas,
• normalização estereotáxica
• comparação entre os grupos em termos de FA ou outras métricas DTI
• várias abordagens de análise do FT
• FT no grupo de média DDados da TI ea análise estatística correspondente.

Estas características permitem uma variedade de análises em um ambiente de software ^17,29,30,31. O software TIFT está constantemente em desenvolvimento de novas opções em análise de dados DTI.

A Figura 2 apresenta uma visão esquemática como analisar dados DTI no nível do grupo após a normalização espacial de duas abordagens complementares, ou seja, tanto por WBSs e por TFAS para finalmente obter diferenças entre as amostras sujeitas ao nível do grupo, por exemplo, cérebros doentes contra controles saudáveis. Aqui, WBSs visa uma detecção imparcial voxelwise de áreas com as diferenças ao nível do grupo, enquanto que AGT baseia fibertracts pré-definidas; as áreas a partir AGT pode ser livremente escolhida, ou pode ser derivada a partir dos resultados WBSs `(` focos de significativamente alterada FA).

Comparação longitudinal individual do FA-mapas é realizada pela detecçãoting diferenças em fa-mapas de medições em diferentes pontos temporais após alinhamento estereotáxico afim (Figura 2).

1. Verificação de qualidade (QC), incluindo a correção para as direções gradiente corrompidos
   No caso de distúrbios de movimento, durante a aquisição, ou seja, em caso de volumes corrompidos, um aumento de SNR é obtido omitindo direcções gradientes individuais (DG) para o cálculo do tensor. Para esse efeito, um controlo de qualidade (QC) ³² algoritmo foi desenvolvido. Em resumo, para verificações que continha volumes corrompidos, um aumento SNR é conseguido por omissão de um simples gradiente de direcções de cada vez antes da estimação tensor: para cada DG, a variância ponderada é calculada a partir de todos os lados restantes da sequência através da ponderação com o ângulo em que difere do índice de SG.
   1. Executar uma correção artefato detectando GD com pelo menos uma fatia mostrando redução na intensidade, ou seja, artefatos de movimento causado por su espontânea bject circulação (Figura 3, painel superior). Para qualquer volume ponderado difusão, calcular a intensidade média para cada fatia e comparar sua intensidade com a mesma fatia em todos os outros volumes, usando uma abordagem média ponderada - o fator de ponderação é o produto escalar de dois vetores de GD :
      
      
      denota a intensidade média aritmética da fatia sob observação e427eq12.jpg "/> uma fatia de comparação. O desvio médio relativo intensidade é ponderado pelo produto escalar da GD. Assim, a fim de definir um parâmetro global:
      
      reflecte o mínimo de comparações slicewise de todas as fatias.
   2. Se Q é abaixo de um certo limiar (no exemplo, um limite de 0,8 é usada para esta finalidade), que o volume de eliminar todo, ou GD. Um limiar de 0,8 é considerada uma solução estável ^32. Figura 3 ilustra artefactos de movimento visível nas reconstruções sagital e detectados pelo algoritmo de CQ. Neste exemplo, a partir do número total de GD (pontos azuis na figura 3c), 17 estavam abaixo da linha vermelha, que corresponde a Q = 0,8 e Should ser eliminado. Um exemplo de um volume de estatísticas para eliminação de um estudo conjunto é apresentado na Figura 3d. Neste estudo exemplar, os dados de DTI 29 indivíduos pré-sintomáticos HD foram comparados aos dados de DTI 30 controles. Outros detalhes deste algoritmo é apresentado em ^{32, 33.}
2. Pré-processamento e normalização espacial
   1. Realizar a correcção de distorções geométricas corrente de Foucault induzidas dos dados de imagem de eco-planar define pelo método proposto por ^34.
   2. Para a normalização estereotáxico, criar um específico de estudo (b = 0) - e um molde-molde FA, como descrito anteriormente ^17,28,31. Basicamente, uma normalização estereotáxico não linear completo é composto por três componentes de deformação. Consequentemente, o tensor de difusão, resultando de cada voxel i tem de ser rotated acordo com todas as rotações acima enumeradas (Figura 4):
      1. A Figura 4a mostra uma transformação rígida cérebro para alinhar as estruturas básicas de coordenadas. A rotação resultante do alinhamento com a estrutura de coordenadas de base tem de ser aplicado
         
      2. Figura 4b mostra uma deformação linear de acordo com marcos. Os componentes das Autovetores tem que ser adaptado de acordo com os seis parâmetros de normalização de S (dependente da região do cérebro é _um, a = 1 ... 6) da deformação linear.
         v _{w, j} a v _{w, j'''}
         w = 1,2,3 e j = x, y, z.
      3. Figura 4c mostra uma normalização não linear igualização diferenças de forma do cérebro não-lineares. Os desvios vetor 3-D são diferentes para cada voxel levando a uma transformação separado para cada voxel da matriz de 3-D do voxel ). Trigonometria padrão dá uma matriz de rotação independente para cada voxel, resultante do vetor 3-D se desloca seguindo os conceitos de ^16, a fim de preservar as relações direcionais entre autovetores de voxels neighbored. Assim, diferentes turnos de dois voxels neighbored resultar em rotações de os autovetores correspondentes. Use as matrizes de dilatação para o alinhamento do tensor de cada voxel paraos voxels circundantes.
         
         são os componentes
      O processo de normalização todo é iterativo, ou seja, criar um scanner e específico de seqüência (b = 0) - modelo para este estudo, no primeiro passo a média aritmética da (b = 0) - volumes de todos os indivíduos, após a transformação linear de acordo com o manual definir marcos. Após esta primeira normalização, criar melhores modelos, a fim de optimizar as matrizes de normalização. Os passos seguintes 1.2.3 até 1.2.5 são esquematicamente visualizado na Figura 5a.
   3. Após este procedimento de normalização individual (rep (i) - DTI-dados I _0), o uso de todos os dados individuais DTI define para a criação de um específico de estudo (b = 0) - e um molde-molde FA (passo (ii) - modelos T _1). Como o registo não afim de um molde-FA tem a vantagem de proporcionar mais contraste, em comparação com (b = 0), as imagens ^10, definem um molde-FA pela média de todos os derivados individualmente FA-os mapas dos doentes e os controlos.
   4. Em uma segunda etapa, na sequência das ideias básicas da Ashburner Friston e ^35, a uma normalização MNI não-linear (passo (iii)) dos dados DTI define minimizando o desfasamento entre as intensidades regionais do mapa-FA para ser montada e o modelo FA de acordo com as diferenças ao quadrado (X ²⁾ - dessa forma, você obter dados DTI I _1.
   5. Com base nestes dados, os novos modelos são derivados ₂ T (passo (iv)). Repita este processo iterativo até que a correlação entre FA-maps individual e tele FA-molde é> 0,7. Geralmente isto é alcançado após duas iterações.
3. Estatística espacial baseados cérebro inteiro
   Os passos seguintes 1.3.1 até 1.3.5 são visualizados de forma esquemática na Figura 5b.
   1. Calcular FA-mapas a partir dos dados de DTI normalizadas com respeito ao procedimento de normalização de 1,2. , a fim de preservar a informação direccional (passo (i)).
   2. Como um passo de pré-processamento antes da comparação estatística voxelwise, aplicar um filtro de suavização (passo (ii)) para o indivíduo normalizada FA-mapas. Por alisamento, o facto de que o tamanho do filtro influencia os resultados da análise de dados ³⁶ DTI exige a aplicação do teorema do filtro adaptado que afirma que a largura do filtro utilizado para processar os dados devem ser adaptados ao tamanho da diferença esperada, conforme detalhado em aplicações anteriores aos dados DTI de pacientes com doenças neurodegenerativas (por exemplo ^28).
   3. Realizar estatística miniaturaarison entre os grupos de pacientes e os correspondentes voxelwise grupo controle por teste t de Student de, ou seja, comparar os valores de FA dos pacientes "FA-mapas com os valores de FA os controles 'FA-mapas, para cada voxel separadamente (passo (iii )). Valores de FA abaixo de 0,2 não são considerados para o cálculo desde a matéria cinzenta cortical mostra valores de FA até 0,2 ^37.
   4. Os resultados estatísticos têm que ser corrigido para múltiplas comparações usando o de taxa de detecção falso (FDR) algoritmo de p <0,05 ³⁸ (passo (iv)). Uma maior redução do erro alfa tem de ser executada por um algoritmo de correlação espacial (aglomeração - o passo (v)), que eliminou os voxels isoladas ou pequenos grupos isolados de voxeis na gama de tamanho do grão de alisamento, conduzindo a um tamanho de aglomerado de 512 limiar voxels.
   5. Para exibir os resultados em um fundo morfológica (passo (v)), normalizar os 3-D T1 dados ponderados define o espaço MNI e média aritmética. Realize esta normalização procedimento por utilização de um modelo específico de estudo em analogia com a normalização aplicados aos dados do DTI define ^17.

A Figura 6 mostra os resultados de toda a estatística espacial baseadas no cérebro (WBSs) de pacientes versus controles ELA. Figura 6a mostra o máximo local de valores de FA diminuiu em um sagital, coronar e vista axial (estabelecido em p <0,01, corrigido para múltiplas comparações). Figura 6b mostra FT projectional com pontos de partida no trato corticoespinhal usado como base para TFAS. Figura 6c mostra diferenças entre os grupos na FA-maps detectados pelo cérebro todo com base estatística espacial (WBSs) entre uma amostra de pacientes com ELA e controles pareados em uma visualização slicewise.

4. Estatísticas da anisotropia fracionada tractwise tractography e (TFAS)
   A Figura 7 ilustra o processo de FT-base do grupo, incluindo AGT como descrito no ponto 1.4.1 até 1.4.4.
   1. A fim de aplicar algoritmos baseados no grupo FT, gerar dados médios DTI conjuntos de 'dados e os comandos a partir dos Pacientes de dados em conjunto de acordo com os métodos descritos anteriormente ^17. Isto requer um tratamento cuidadoso média da informação de orientação que é preservada durante o processo de normalização de acordo com técnicas descritas por ¹⁶ - para mais pormenores ver ^30.
   2. Realize tractography em conjuntos de dados DTI médias de grupos de sujeitos através da aplicação de uma técnica de simplificar rastreamento ^31. Identificar pontos sementes definidas manualmente adjacentes aos valores máximos locais por todo o FA análises baseadas no cérebro, que são a base para a análise FT consecutivo. Após a identificação das sementes, executar tractografia e definir os voxels das fibras delineado como uma máscara específica de grupo pelo seguinte AGT ^30.
   3. De forma a quantificar os resultados tractography, aplicar a técnica de AGT, utilizando thde e feixes de fibras que foram criados na dados DTI médio de conjuntos de todos os sujeitos de cada grupo (dados do doente e os dados de controlo em conjunto) para a selecção dos voxeis que contribuem para uma comparação entre os pacientes e os dos controles FA-mapas.
   4. Considere todos os voxels resultantes com um valor de FA acima de 0,2 para análise estatística pelo teste t de Student de.
   5. Se desejado, a técnica de AGT poderia ser aplicada a qualquer métricas derivadas DTI, tais como a difusividade média (DM), anisotropia radial, anisotropia axial, etc (para um exemplo, ver ^28).
   6. Os resultados são exibidos em um fundo morfológico composto pelos MNI-normalizadas 3-D conjuntos de dados T1

Representative Results

1. QC e correção para direções gradiente corrompidos na aplicação de dados de pacientes com desordens hipercinéticas

Como um exemplo, para o efeito da aplicação de QC, e de exclusão de volume subsequente (como uma consequência da correcção para GD corrompidos), a Figura 8 mostra as diferenças de cérebro inteiro de estatísticas espaciais base com ou sem exclusão de volume para a comparação de grupos de 29, a doença de premanifest Huntington assuntos vs 30 anos de idade e sexo do controle. O protocolo de varredura foi realizada em um 1,5 Tesla Magnetom Symphony (Siemens Medical, Erlangen, Alemanha). O protocolo do estudo DTI foi idêntico para os pacientes e controles e consistiu de 72 volumes (40 fatias, 96 x 96 pixels, fatia 2,3 milímetros de espessura, o tamanho do pixel de 2,3 x 2,3 milímetros), o que representa 64 direções gradiente (b = 1,000 s / mm ²⁾ e 8 scan com ponderação difusão mínima (b = 100 seg / mm ^2). O tempo de eco (TE) e o tempo de repetição (TR) wantes de 90 ms e 8000 ms, respectivamente.

2. DTI no xeroderma pigmentoso

Xeroderma pigmentoso (XP) é uma síndrome progeróides autossómica recessiva rara em que o defeito subjacente de reparação do ADN desempenha um papel central no processo de envelhecimento ^39,40. Uma abordagem MRI multiparamétrica para caracterizar o fenótipo cerebromorphological foi utilizada em sete pacientes PE de diferentes subtipos, a fim de avaliar a morfologia microestrutural e macroestrutural cerebral em comparação com os controlos, incluindo DTI ^41, as medições volumétricas, e espectroscopia de MR ^(1H MRS).

O protocolo de MRI foi adquirida em um sistema 1.5 Tesla MR (Magnetom Symphony, Siemens, Erlangen, Alemanha), equipado com um headcoil padrão. T1 ponderada (T1W) verifica consistiu de 196 fatias com uma espessura de corte de 1,0 mm (256 x 256 pixels, pixel de tamanho 1,0 x 1,0 mm). TE e TR foram de 12 ms e 456 ms, respectivamente. O proto estudo DTIcol composta de 13 volumes (45 fatias, 128 x 128 pixels, espessura de corte 2,2 mm, o tamanho do pixel 1.5 x 1.5 mm), o que representa 12 direções de gradiente e uma varredura com inclinação 0 (b = 0). TE e TR foi de 93 ms e 8000 ms, respectivamente, b foi de 800 s / mm ² e cinco exames foram em média on-line, o software do scanner no espaço imagem.

Devido à heterogeneidade clínica e demográfica dos XP-temas, a comparação não foi realizada ao nível do grupo, mas sim de uma forma de pares, ou seja, cada um XP-tema foi analisado em comparação com um controle pareados por idade e gênero. Comparação FA-mapa foi realizado por ROIs localizado no tálamo, no trato corticoespinhal superior, na cápsula interna, e no corpo caloso. Além disso, as mudanças direcionalidade foram comparados aos pares para FT e TFAS consecutivos, com pontos de partida no tálamo. DTI demonstraram uma redução significativa de WM direccionalidade em todas as regiões investigadas, ou seja, poe tálamo, o trato córtico eo corpo caloso dorsal, com o volume ea direcionalidade redução das projeções de fibra envolvendo tanto as fibras crânio-caudal e as conexões inter-hemisféricas (Figura 9). Estes resultados, embora heterogênea entre a amostra do estudo, pode ser correlacionado com os sintomas clínico-neurológicos. Os achados apoiam a posição de que as estruturas de mielina degradar prematuramente no cérebro de pacientes com PE, como discutido em ^41.

DTI em neurodegeneração (doenças do neurônio motor)

As alterações morfológicas na esclerose (ALS) pacientes lateral amiotrófica por meio de análise de ressonância magnética estrutural ^42,43, bem como alterações sensório-motoras de conectividade funcional em pacientes com ELA ²¹ foram relatados recentemente. Neste trabalho, como um exemplo de aplicação dos métodos de análise WBSs e AGT, vinte pacientes com ELA foram investigadas por multiparamétrico MRI. Severity de sintomas físicos como medido com os ALS revistos escala de classificação funcional (ALS-FRS-R) foram na gama de ligeira a moderada (35,9 ± 8,0), e nenhum dos pacientes mostrou sinais neuropsicológicos de demência fronto-temporal. Como grupo controle, vinte anos de idade e sexo controles saudáveis ​​pareados foram digitalizados.

O protocolo de varredura foi realizada em um 1,5 Tesla Magnetom Symphony (Siemens Medical, Erlangen, Alemanha). O protocolo do estudo DTI foi idêntico para os pacientes e controles e consistiu de 13 volumes (45 fatias, 128 x 128 pixels, espessura de corte 2,2 mm, o tamanho do pixel 1.5 x 1.5 mm), o que representa 12 direções de gradiente e uma varredura com inclinação 0 (b = 0). TE e TR foi de 93 ms e 8000 ms, respectivamente, b foi de 800 s / mm ² e cinco exames foram em média on-line, o software do scanner no espaço imagem.

Os resultados para o grupo ALS mostraram extensas reduções FA ao longo de grandes partes da CST e da CC, no último including o segmento III de acordo com a Hofer e Frahm esquema ^44, mas indo além de áreas CC ventral e dorsal (Figura 6). Os resultados para o grupo ALS mostraram extensas reduções FA ao longo de grandes partes da CST e da CC, neste último incluindo o segmento III de acordo com o esquema Frahm Hofer e ^44, mas que ultrapassam a áreas CC ventral e dorsal (Figura 6).

Um outro exemplo foi a investigação de padrões de envolvimento WM em outras doenças do neurônio motor (DNM), ou seja, ALS, esclerose lateral primária (PLS) e paraparesia espástica hereditária (HSP), subdividido em puro (pHFU) e complicada (ChSP), pelo uso de uma dupla abordagem de análise DTI: WBSs na FA-maps foi complementada pelos resultados de FT e AGT subseqüentes. Comparações baseadas DTI de ALS e PLS amostras foram descritas por outros autores, bem ^45. A análise do grupo PLS mostraram um padrão semelhante de diminuição da FA along o CST anatomia, enquanto o envolvimento CC foi marcada, mas menos extenso do que em ALS e mais restrito para o segmento III. A análise da amostra pHFU demonstraram reduções FA na CST, que incluiu as áreas mais circunscritas dentro desta estrutura enquanto que as alterações CC foram, semelhante ao padrão observado no grupo ALS, se estendeu por grande parte do CC dorsal, incluindo o segmento de motor. Finalmente, o grupo ChSP apresentaram as maiores áreas de diminuição da FA que acumulou a um grande aglomerado conectado, incluindo a estrutura CST completa e grande dorsal e também partes ventrais do CC. Em resumo, a análise DTI controlada num total de 72 pacientes com diferentes MND apresentaram padrões lesão característica correlacionada com o envolvimento de diferentes áreas do cérebro dentro dos processos patológicos das diferentes entidades de doença. Para uma descrição detalhada e discussão, consulte ^22,28,46

3. DTI para comparações longitudinais >

Como exemplo de aplicação de DTI em comparação longitudinal, um paciente de 46 anos de idade, com oligoastrocytoma anaplásico comprovada por biópsia OMS III ° foi digitalizada. Depois da cirurgia completa, o paciente recebeu radio-/chemotherapy combinadas e 6 ciclos de quimioterapia adjuvante.

DTI foi adquirida em quatro pontos temporais, ou seja, antes radio-/chemotherapy combinados e 2, 5 e 9 meses após radio-/chemotherapy a fim de retratar a situação da integridade WM regional e global em um design longitudinal.

O protocolo de varredura foi realizada em um 1,5 Tesla Magnetom Symphony (Siemens Medical, Erlangen, Alemanha). O protocolo do estudo DTI consistia de 52 volumes (64 fatias, 128 x 128 pixels, uma fatia de espessura 2,8 mm, tamanho do pixel de 2,0 x 2,0 mm), o que representa 48 direções gradiente e quatro varreduras com gradiente de 0 (b = 0). TE e TR foram de 95 ms e 8000 ms, respectivamente, b foi de 1.000 seg / mm ^2.

ntent "> Figura 10 mostra exemplarmente diferenças nas FA-mapas entre o exame DTI após radio-/chemotherapy e DTI varredura sete meses mais tarde, ou seja, exames de timepoints 2 e 4. WBSs é realizada de acordo com o ponto 1.3., com um limite de FA 0,15, FDR corrigido.

Figura 1. Em DTI, um voxel representa as propriedades de difusão de vários feixes de axónios para calcular um tensor de difusão, conforme ilustrado elipsóide. Para cada voxel, a informação tensor pode ser parametrizado de anisotropia fracionada (FA) mapas ou usado para rastreamento de fibra (FT).

27fig2.jpg "/>
Figura 2 Painel superior:. Após um controlo de qualidade (CQ) e a eliminação de volume correspondente (VE), o DTI métricas, por exemplo, FA-mapas podem ser calculados. No próximo passo, a normalização estereotáxica (esquerda) permite a comparação ao nível do grupo (cérebro todo com base estatística espacial - WBSs e / ou estatísticas da anisotropia fracionada tractwise - TFAS) ou alinhamento estereotáxica (direita) permite a comparação de longitudinal FA-maps . Essas análises, quer levar a diferenças no nível de grupo (esquerda) ou detectar diferenças longitudinais dentro causa DTI única (à direita). Clique aqui para ver a figura maior .

les/ftp_upload/50427/50427fig3.jpg "/>
Figura 3. (A) o movimento representativas corrompido corte axial, com intensidade reduzida, a qual foi detectada por meio do algoritmo de CQ. (B) A respectiva localização no volume sagital reconstituídas, indicado por uma seta branca. A corrupção movimento é também visualmente indicada por uma perda de intensidade relativa em comparação com cortes axiais adjacentes. (C), por aplicação de um limiar de 0,8 (linha vermelha), um total de 17 instruções de gradiente foram detectados para a eliminação do volume. A seta preta indica o volume de (a) e (b) (d) as estatísticas de eliminação de volume (número de direções gradiente eliminados - GD). Para 29 indivíduos pré-sintomáticos da doença de Huntington (PS) e 30 controles.

(a) a transformação do cérebro rígida por translação e rotação para alinhar os quadros de coordenadas básicas. (b) deformação linear de acordo com marcos. Os componentes das Autovetores tiveram que ser adaptadas de acordo com a deformação linear. (C) a normalização não linear equalizar as diferenças de forma do cérebro não-lineares. Os desvios vetor 3-D eram diferentes para cada voxel levando a uma transformação separado para cada voxel da matriz do voxel 3-D, a fim de preservar as relações entre direccionais autovectores voxels neighbored.

Figura 5. (A) exemplo esquemático de um processo iterativo específico modelo MNI-normalization: depois de uma 1 ^ª etapa de normalização com base em marcos, pela média aritmética dos dados DTI-I _0, foram obtidos primeiros modelos de T ₁ ((b = 0) e modelo FA-modelo). Posteriormente, em um processo iterativo, normalizada DTI-dados que foram obtidos por _uma normalização não-linear para os modelos definidos anteriormente (T _1). A partir destes novos dados normalizada DTI-I _1, os novos moldes (T _2), que foram derivadas de novo poderia ser utilizado para normalização. Este processo iterativo é interrompido quando uma coincidência predefinida (medida pela correlação) entre DTI-dados e modelos foi atingido (b) Esquema de dados de pré-processamento antes de toda a estatística espacial baseadas no cérebro (WBSs). FA-mapas são calculados a partir DTI dados normalizados e um filtro de suavização para o indivíduo normalizada FA-mapas é aplicado. Em uma etapa consecutiva, voxelwise comparação estatística entre os grupos de pacientes e o grupo de controlo correspondente é performed. Após a correção para comparações múltiplas, utilizando o algoritmo de taxa de falsa descoberta (FDR) e de um procedimento de agrupamento para uma maior redução do erro alfa, os resultados são exibidos em um fundo morfológica. Clique aqui para ver a figura maior .

Figura 6. Resultados de toda a estatística espacial baseadas no cérebro (WBSs) de pacientes versus controles ELA. (A) máximo local de valores de FA diminuiu em um sagital, coronar e vista axial (estabelecido em p <0,01, corrigido para comparações múltiplas ) (b) FT com pontos de partida no trato corticoespinhal utilizadas como base para TFAS (c) (animação 1):.. diferenças entre os grupos na FA-ma ps detectado pelo cérebro todo com base estatística espacial (WBSs) entre uma amostra de pacientes com ELA e controles pareados em visualização slicewise. Clique aqui para ver a figura maior .

Figura 7 (animação 2):. Rastreamento Fiber (FT) em grupo de dados médios (controles) com pontos de partida no corpo caloso (esquerda) e no trato corticoespinhal (direita). Clique aqui para ver a figura maior .

fig8highres.jpg "src =" / files/ftp_upload/50427/50427fig8.jpg "/>
Figura 8 cerebrais inteiras baseadas em estatísticas espaciais antes de correção artefato. (Eliminação volume - VE) (à esquerda) e após a correção artefato (à direita), cada corrigido em p <0,05, a taxa de falsa descoberta (FDR)). FA aumento em cores frias, diminuição FA em cores quentes.

Figura 9 multiparamétrica MRI para um sujeito com xeroderma pigmentoso (XP) fileira superior:.. T1 pós contraste RM convencional em coronar, sagital e axial. Concentre-se em um contraste maior lesão do hemisfério esquerdo com edema perifocal dentro da substância branca fronto-parietal linha do meio:. FA mapas (visualização limite de 0,2), com o idênticoconcentrar Lower consecutivas: resultados pés com pontos de sementes no tálamo - esquerda:. XP sujeitos, à direita: FT média de sete controles.

Figura 10. Paciente com oligoastrocytoma anaplásico comprovada por biópsia OMS III ° e completa a cirurgia e radio-/chemotherapy combinado e quimioterapia adjuvante. Diferenças longitudinais na FA-maps entre dois exames subseqüentes com um intervalo de tempo de 7 meses (FA diferença 0,15, FDR corrigida).

Discussion

Média inter-sujeito dos dados DTI podem ser alcançados com respeito à amplitude de difusão (por utilização de informação FA) ea direcção da difusão (com base em FT), respectivamente. Média de FA mapas permite a comparação estatística dos grupos de sujeitos por WBSs e AGT. Este quadro metodológico dá uma introdução às técnicas DTI com média inter-sujeitos e comparação grupo. Normalização estereotáxica e comparação de mapas de FA no nível do grupo permite várias possibilidades de quantificar as diferenças entre grupos de indivíduos. WBSs e TFAS parece ser uma forma de inventário para medir as diferenças a nível de grupo em grupos de indivíduos com um padrão semelhante GroupWise de alterações cerebrais, tais como as doenças neurodegenerativas. Para distúrbios com fenótipos clínicos heterogéneos, uma abordagem de análise ao nível do grupo não podem ser utilizados, mas, em vez de uma análise de uma maneira par a par podem ser apropriadas, como demonstrado por exemplo, no estudo nas pacientes XP.Este mapeamento cerebral baseado DTI a nível único caso também é importante, em outro contexto clínico, ou seja, a combinação de diferentes ferramentas de neuroimagem não-invasivo e seu co-integração em estereotaxia sem moldura / sistemas neuronavigational após o registo como um elemento importante e valioso de preneurosurgical diagnósticos . Várias abordagens técnicas, tais como técnicas de ressonância magnética, o DTI, MRS, tomografia por emissão de pósitrons (PET), tomografia por emissão de fóton único (SPECT) e magnetoencefalografia (MEG), com opções de combinações úteis estão em uso clínico (por exemplo, ^47,48,49) .

Geralmente, as técnicas baseadas em DTI são limitados na medida em que eles só são capazes de analisar a direccionalidade na matéria branca, com uma resolução específica de ressonância magnética da ordem de milímetros. Reconstruções FT permitem visualizar a direção da fibra axonal mais provável, e não as próprias estruturas axonal. Assim, não será possível pela DTI a imagem d axóniosirectly. Limitações específicas da aquisição de dados e análise DTI consecutivo, conforme descrito aqui são os primeiros a resolução espacial que pode ser alcançado dentro de um determinado tempo de digitalização predefinido. No entanto, esta aquisição é limitado pelo que os indivíduos com capacidades físicas diminuiu devido à idade e condições doentes pudesse subsistir. Tamanho do voxel restrito leva a dificuldades para resolver as regiões cruzando com fibras. Em segundo lugar, a maioria dos estudos aqui apresentados foram realizados com 12 direções de difusão de gradiente ponderados - um protocolo de digitalização tais DTI permite a FA-mapeamento com qualidade suficiente. FT 12 com direcções gradientes revela os resultados adequados em grandes estruturas de fibra de axónios, no entanto, como uma terceira limitação, os problemas podem ocorrer em regiões de fibras de passagem e nas regiões em que não há estruturas de fibras diferentes podem ser separadas numa dada resolução espacial. Sugestões para resolver fibras que cruzam foram pela primeira vez o algoritmo de "marcha-rápido" ^50, que, em princípio, lembra o history das vias marchas e com grandes passos através da região de passagem de fibra e, segundo o assim chamado de "q-ball" de imagem ^51, que por incorporação de um grande número de direcções de inclinação (> 100) permite detectar mais do que uma direcção em um voxel. Uma abordagem diferente para obter informações detalhadas sobre a arquitetura de fibra multidirecional é a resolução angular de alta ponderada em difusão de imagem (Hardi) em que os esquemas de aquisição direcionais adicionais (por exemplo, 129 difusão de codificação direções gradiente) fornecer mais informações sobre áreas com cruzamentos de fibra do que o padrão DTI ^52. Várias opções para FT foram implementados em TIFT: Dinamize rastreamento ^2,3, deflexão Tensor ^53, Fast Marching algoritmo ^50, e as modificações dessas técnicas ^31. A escolha do algoritmo FT não afecta a estratégia de análise, isto é, cada um dos algoritmos de FT aplicadas podem ser usadas durante o processo de análise em tque nível de grupo. Uma vez que não existe nenhuma técnica geral FT optimizado para a escolha da técnica de FT depende da questão específica abordada pelo estudo. Novos desenvolvimentos de algoritmos pés (por exemplo ⁵⁴⁾ poderia ajudar a melhorar ainda mais os resultados, especialmente na resolução que cruzam estruturas de fibra. Uma abordagem completamente diferente seria o uso de TBSS ¹⁰ (ver Introdução).

O pipeline de processamento relatado neste estudo foi desenvolvido principalmente para estudos clínicos, quando o protocolo MRI rotina clínica é necessário para ser, ou seja, resoluções bastante curto voxel na ordem de 2 mm e um número limitado de acumulações de sinal (SA) e direções de gradiente (GD ), ou seja, SA x GD na ordem de 50 a 80 são utilizadas. Para os estudos com foco em alta resolução (DTI scans resoluções de voxel, incluindo espessura de corte <1,5 mm e digitalização tensor alta resolução incluindo GD> 50 com um certo número de sinais accumulations (SA> 2), ou seja, SA x GD> 100, uma alternativa para a normalização espacial preciso é o uso de algoritmos de deformação dimensional elevada em conjuntos separados de dados anatómicas ^55. Além disso, o processamento posterior relatados neste estudo baseia-se na utilização de um modelo específico de estudo que requer intrinsecamente a necessidade de um processo iterativo de normalização. Uma alternativa poderia ser a normalização não-iterativo para um modelo padronizado stereotaxically DTI com a desvantagem de que a melhoria da precisão de normalização estereotáxica para um modelo específico de estudo não seria aproveitado. Uma limitação de correr FT espacialmente em conjuntos de dados normalizados é que o rastreio pode ser limitada pelo processo de normalização, isto é, os passos lineares e não-lineares de normalização pode levar a pequenas imprecisões de direccionalidade tensor. Por outro lado, os algoritmos como o rastreamento global ⁵⁴ que trabalham por exemplo, em dados de alta resolução angular de difusão de imagem

Além disso, o passo mais importante no processo de análise é uma co-registo preciso dos dados DTI para o outro. Pobre co-registo pode levar a resultados falsos positivos ou falsos negativos. A fim de melhorar a qualidade de co-registo, o caráter do processo de normalização iterativo através da utilização de modelos específicos de estudo é um passo fundamental no processamento de dados. Além disso, alisamento dos conjuntos de dados resultantes ajudamelhorar a qualidade dos dados, redução de imprecisões espaciais residuais. Outra abordagem iterativa para obter parâmetros para a normalização espacial foi recentemente publicado pela Mohammadi e colaboradores ⁵⁷ e disponibilizado como uma caixa de ferramentas para a SPM. Seu algoritmo foi desenvolvido principalmente para calcular os parâmetros de normalização para um modelo simétrico.

No sentido de um processo de resolução de problemas, o conceito de software TIFT permite controlar os resultados após cada passo de pré-e pós-processamento. Dessa forma, os dados individuais / resultados do rastreio (também de conjuntos de dados individuais) sobre a coerência ea plausibilidade está se tornando viável, a fim de finalmente permitir a interação em qualquer etapa da cascata de análise.

Tomados em conjunto, estes estudos suportam a noção de que FA é um marcador sensível de patologia cerebral WM (ver também ^58). Dado que o biomarcador focada abordagem é agora uma prioridade em muitos neurológica e, especialmente, neurodegenerativdoenças e, o estudos atuais reforçar o papel da DTI como uma ferramenta adicional para a definição do pathoanatomy cérebro por microestrutural nas características da impressão digital in vivo. Análises DTI a um nível grupo parecem ser úteis para a identificação e quantificação das características de anatomia em termos de marcadores não invasivos. Resultados adicionais podem ser fornecidas pela análise combinada de técnicas baseadas em MRI do neuroanatomy computacional avançada, isto é, a combinação de DTI com, eg, análise baseada em intensidade de 3-D de ressonância magnética ponderadas em T1 (por exemplo ^59), em repouso ou a ressonância magnética funcional estado (por exemplo ^60), bem como com a correlação de outros parâmetros quantitativos clinicamente derivadas.

Na abordagem complementar ou multiparamétrica DTI é combinado com outras modalidades de MRI, tais como T2-T1 ou imagiologia, MT ou espectroscopia de ressonância magnética (MRS) a fim de obter abrangente e cominformações plementar ^29. A título de exemplo, ⁶¹ e ²³ correlacionados resultados DTI-FA com o tempo de relaxamento T2 na esclerose múltipla, e ⁶² realizado de caracterização do tecido pela combinação de imagiologia e DTI T1. A abordagem multiparamétrica, como mostrado no estudo nas pacientes XP ao nível de um único objecto, permite uma análise complementar e abrangente de fingimento das estruturas cerebrais, doenças do cérebro. As possibilidades de DTI para monitorar a progressão da doença a nível individual em observações longitudinais foram mostrados, mas mais estudos longitudinais são necessários no futuro para fazer uso deste potencial.

Materials

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