Abstract
Fokus for denne studien var å teste oppløsning grensene for strukturell MR av en postmortem hjerne i forhold til levende menneskelige hjerne. Oppløsningen på strukturell MRI in vivo er slutt begrenset av fysiologiske støy, inkludert pulse, respirasjon og hodebevegelser. Selv om bilde maskinvare fortsetter å øke, er det fortsatt vanskelig å løse strukturer på millimeterskala. For eksempel, den primære visuelle sensoriske baner synapse i lateral geniculate nucleus (LGN), en visuell kontroll relé og kjernen i thalamus som normalt er organisert i seks innfelte monokulære lag. Bildediagnostiske undersøkelser har ikke vært i stand til å pålitelig skille disse lagene på grunn av sin lille størrelse som er mindre enn 1 mm tykk.
Den løse grensen for strukturell MR, i en postmortem hjernen ble testet ved hjelp av flere bilder i gjennomsnitt over en lang varighet (~ 24 h). Hensikten var å teste om det var mulig å løse den enkelte lAyers av LGN i fravær av fysiologiske støy. En protontetthet (PD) en vektet pulssekvens ble anvendt med varierende oppløsning og andre parametere for å bestemme minimum antall bilder som er nødvendige for å bli registrert og i gjennomsnitt for pålitelig å skille LGN og andre subkortikale regioner. Resultatene ble også sammenlignet med bilder ervervet i levende menneskelige hjerne. In vivo forsøkspersonene ble skannet for å bestemme de ekstra effekten av fysiologiske støy på minimum antall PD-skanninger for å skille subkortikale strukturer, nyttige i kliniske applikasjoner.
Introduction
Formålet med denne undersøkelsen var å teste for oppløsning grensene for strukturell MRI i fravær av fysiologisk støy. Proton tetthet (PD) vektede bilder ble kjøpt i en postmortem hjernen over en lang varighet (to ~ 24-timers økter) å bestemme minimum antall bilder som trengs for å bli registrert og i gjennomsnitt for å løse de subkortikale strukturer. Til sammenligning ble PD vektede bilder også kjøpt i levende mennesker over flere økter. Spesielt var målet å finne ut om det vil være mulig i et best-case scenario for å løse alle de seks individuelle lag av den menneskelige LGN, som er ca 1 mm tykk (figur 1).
Figur 1. Humant Lateral geniculate kjernen lag. Skjematisk av den laminære strukturen i LGN. Magnocellular (M) lag består av større neuronalcellestørrelse og mindre celletetthet som er ansvarlig for å løse bevegelses og kurs skisserer (lag 1-2, avbildet som mørk grå). Parvocellular lag (P) utgjøres av mindre neuronal cellestørrelse og større celletetthet som er ansvarlig for å løse fin-form og farge (lag 4-6, avbildet som lysegrå). Målestokk 1 mm. Figur basert på farget menneskelig LGN 12.
Romlig oppløsning i MR er forbedret når matrisestørrelse er økt, og når felt-of view (FOV) og skive tykkelse er redusert. Imidlertid økt oppløsning reduserer signal-til-støy-forhold (SNR), som er proporsjonal med volumelement volum. SNR er også proporsjonal med kvadratroten av antall målinger. I levende mennesker, selv om flere bilder kan bli kjøpt over en rekke separate bilde økter, er den ultimate oppløsningen begrenset av fysiologiske støy, slik som respirasjon, sirkulasjonspulseringer og hodebevegelser.
Høy-Oppløsning (0,35 mm i-planet voxel) PD vektede skanninger ble kjøpt. PD skanner forbedre grå og hvit kontrast i thalamus en, og resultere i bilder som minimerer T 1 og T 2 effekter. Dens bilde er avhengig av tettheten av protoner i form av vann og makromolekyler slik som proteiner og fett i avbildningsvolum. Det økte antall protoner i et vev resulterer i en sterkere signal om bildet på grunn av den høyere langsgående komponent av magnetisering 2.
PD-vektet MR ble samlet siden de gir en høyere kontrast av subkortikale strukturer med omkringliggende vev. Andre kontraster, for eksempel T1 og T2-vektede bilder føre til vanskeligheter med å kartlegge subkortikale strukturer som LGN grunnet mindre kontrast-til-støy-forhold, som bestemmes ƒ 1,3.
På samme måte tidligere studier fant at PD-vektet bilder av formalin fast post mortem hjerner resulted i høyere kontrast forskjeller mellom grå og hvit substans i forhold til T1 og T2-vektede bilder som hadde lignende grå og hvit materie bilde intensiteter 3,4. De underliggende biofysiske determinants kan forklare disse forskjellene. T1 (langsgående) og T2 (tverrgående) relaksasjonstider av hydrogen protoner avhenge av hvor vannet beveger seg i vevet. Fiksativ slik som formalin arbeid av kryssbindingsproteiner. Forskjellene mellom vann mobilitet er redusert mellom ulike vevstyper når fiksativ brukes. Redusert T1 vev kontrast har blitt observert etter fiksering, mens forskjellene i den relative tettheten av protoner i hjernevev økte med fiksering, noe som gir bedre kontrast differensiering 3, 4.
Tidligere studier har identifisert LGN i PD-vektet skanner ved hjelp av en 1,5 T 5,6,7, og på tre T scanner 8,9. Det er kritisk for å oppnå samme formål å være i stand til nøyaktig å skissere den utstrekningLGN. For å opprettholde full dekning av de subkortikale kjerner ble 18 PD-vektet snitt oppnådd i thalamus. Hvert volum ble re-samplet til dobbelt så høy oppløsning 1024 matrise, (0,15 mm in-plane voxel størrelse), sammensatt, bevegelse korrigert og i gjennomsnitt å produsere en høyoppløselig 3D-bilde av subkortikale strukturer. Det optimale antall PD-bildene som kreves for følgende skive resepten var fem, noe som reduserer søketiden til mindre enn 15 min i levende mennesker. Bare en PD bilde var nødvendig for å avgrense tydelig subkortikale regioner i postmortem hjernen, redusere søketiden til mindre enn 3 min (figur 2 og 3).
En hel formalinfiksert postmortem hjernen prøven ble skannet fra en kvinne som hadde dødd av hjertestans i en alder av 82 år. Gjennomgang av journaler viste at hun hadde: kronisk obstruktiv lungesykdom, angina, trippel bypass operasjon 8 år før dødsfallet, livmorkreft behandles med hysterektomi7 år før dødsfallet, hyperlipidemi, glaukom og katarakt kirurgi. Den post mortem hjerne Prøven ble nedsenking-fiksert i 10% nøytral bufret formalin i minst 3 uker ved 4 ° C. Den post mortem hjerne ble skannet med den samme avbildningsprotokoll, så vel som med andre parametre i løpet av mange timer for sammenligninger med bildekvaliteten . Bare de optimaliserte parametere vil bli beskrevet for protokollen.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. Deltaker og Post mortem Brain Set-Up
MERK: Alle bildene ble anskaffet ved hjelp av en 3 T MR skanner med en 32-kanals hode coil og alle MR-røntgen ble utført ved RT, ca 20 ° C. Alle deltakerne var høyrehendt og ga skriftlig informert samtykke. Hver deltaker var i god helse med ingen historie med nevrologiske lidelser. Den eksperimentelle protokollen ble godkjent og følger retningslinjene i York University menneske Deltakere Review Committee.
- Be hver deltaker fylle ut og signere en pasient samtykkeerklæring som detaljer MRI retningslinjene for sikkerhet og neuro-imaging protokollen.
- For hver deltaker, plasserer ørepropper i hvert øre og sikre hodet sitt med pads for å minimere hode bevegelse.
- For post-mortem avbildning av hjernen, sørg for at hjernen er løst før neuroimaging og er inne i en pose eller beholder som passer i MR hode-coil. Plasser postmortem hjernen i hodet spiral med z-aksen (superior til inferior) på linje med boringen av skanneren. Hjernestammen (posterior) skal vende mot foten av skanneren.
- Plasser vakuum pute hendene rundt post-mortem hjernen for ekstra støtte.
2. Lokalisere og forskrivning subcortex
MERK: thalamus er en dual flikete struktur som ligger nær sentrum av hjernen som ligger mellom midthjernen og hjernebarken. Ligger innenfor den dorsale thalamus, er den menneskelige LGN en liten subkortikale struktur som strekker seg maksimalt ~ 10 mm.
- For å registrere en ny deltaker, åpner MRI bildebehandling og klikk på pasient fanen øverst i venstre hjørne. Deretter klikker du på Register.
- Fyll i den aktuelle pasientinformasjonen, og klikk deretter på fanen eksamen.
- For å få en localizer scan, klikk på fanen eksamen Explorer for å opprette en ny protokoll. Observere set-up vindu på skjermen, klikker du på rutine kategorien, og angi følgende parametere: oppkjøptid 28 sek, oppkjøp matrise 160 × 160, en skive, 1,6 mm tykk isotrop voxel størrelse, FOV = 260 mm, FoV fase = 100%, slice oppløsning = 69%, fase og skjær delvis fase Fourier = 6/8, TR = 3,15 ms, te = 1,37 ms, Flip Vinkel = 8 °.
- Overlegg stykket valgboksen brukes for å skaffe PD bilder over loka dekker subkortikal kjerner i thalamus samt omkringliggende strukturer (figur 4).
3. Høy oppløsning strukturelle parametrene
- Opprett en ny protokoll for å oppnå høy oppløsning PD-vektet MR. I set-up vindu på skjermen, klikker du på rutine kategorien, og skriv inn følgende parametere i den koronale orientering: oppkjøpet tid 179 sek, oppkjøp matrise 512 × 512, 0,3 × 0,3 × 1 mm 3 voxel størrelse, TR = 3,25 sek TE = 32 msek, flip vinkel = 120 °, innfelt skive oppkjøpet, FoV lese = 160 mm, FoV fase = 100%, parallelt imaging (GRAPPA) meden akselerasjon faktor på to.
- Bruk en Turbo Spin Echo sekvens, med en Echo Train Lengde på 5. Den første ekko på 32 ms er den effektive ekko for denne sekvensen. Redusere båndbredden (BW) til det minst mulige, 40 Hz / bildeelement, for å maksimere SNR. For å redusere varigheten til skanningen, velger 18 skiver, hver 1 mm tykk, med en FOV = 160 mm. Dette skive gir nok dekning av subkortikale regioner av interesse.
MERK: For pålitelig identifisering av subkortikale strukturer, erverve 5 kjører med de ovennevnte parametere. Den totale varigheten til skanningen er bare ~ 15 min (Figur 5). Fat-metning ble ikke ansatt.
- Bruk en Turbo Spin Echo sekvens, med en Echo Train Lengde på 5. Den første ekko på 32 ms er den effektive ekko for denne sekvensen. Redusere båndbredden (BW) til det minst mulige, 40 Hz / bildeelement, for å maksimere SNR. For å redusere varigheten til skanningen, velger 18 skiver, hver 1 mm tykk, med en FOV = 160 mm. Dette skive gir nok dekning av subkortikale regioner av interesse.
- I post-mortem avbildning av hjernen, kan pålitelig identifisering av subkortikale strukturer observeres i bare ett søk med den totale varigheten av bare ~ 3 min å følge samme skanning protokoll som i 3.1 (figur 6).
4. Bildeanalyse
MERK: For å analysere MRI data, bruke den fritt tilgjengelige FMRIB sProgramvare Library (FSL) pakken tilgjengelig for nedlasting på (https://www.fmrib.ox.ac.uk/fsl/).
- Åpne et terminalvindu, og konvertere rå DICOM-filer fra skanneren for hver PD volum til en Nifti format med en DICOM å Nifti converter. En rekke av disse er fritt tilgjengelig for nedlasting (f.eks. Https://www.nitrc.org/projects/mricron). I kommandolinjen, skriver dcm2nii fulgt av katalogen av hvert PD vektet bilde løp.
- I et terminalvindu oppnå parametrene av den opprinnelige PD scan. Skriv fslinfo i kommandolinjen etterfulgt av PD scan i Nifti format.
- Lag en høyoppløselig tomt bilde målvolum som har dobbelt så høy oppløsning og halvparten av voxel størrelse gitt av parametrene fra fslinfo fra den opprinnelige PD scan. Rekkefølgen på datainngangene for denne kommandoen er som følger:
fslcreatehd <xsize> <ysize> <zstørrelse> <tsize> <xvoxsize> <yvoxsize> <zvoxsize> <tr> <xorigin> <yorigin> <zorigin> <datatype> <headername>
MERK: For eksempel, hvis den opprinnelige PD scan med følgende parametre som beskrevet i 3.1 er samlet (dvs. 512 × 512 matrise, 18 bit, 0,3 × 0,3 × 1 mm 3 voxel størrelse, TR = 3,25 s), skriver du inn følgende inn i kommandovinduet:
fslcreatehd 1024 1024 36 1 0,15 0,15 0,5 3,25 0 0 0 4 blankhr.nii.gz - Definer transformasjonen ved hjelp av en identitetsmatrise. Skriv inn hvilken som helst tekst editor program en tekstfil lagret som 'identity.mat "som ser slik ut:
0 0 0
1 0 0
0 1 0
0 0 1 - Bruk flørte kommandoen til å søke transformasjon, upsampling hver original PD vektet løp å doble den totale oppløsningen fra en 512 til en 1024 matrise, og halvere voxel størrelse i hver dimensjon som resulterer i en oppløsning på 0,15 × 0,15× 0,5 mm 3. I et terminalvindu for hver PD volum, skriver du inn følgende flørte kommando endre de opprinnelige og utgangs navnene hver kjøring:
flørte -interp sinc -i originalPD.nii.gz -ref blankhr.nii.gz -applyxfm -init identity.mat utsjekking highresPD.nii.gz
MERK: Hvor originalPD.nii.gz er kildevolumet, er blankhr.nii.gz utgangsoppløsningen ønsket, og highresPD.nii.gz er navnet på volumet. - Flytt alle bilder med høy oppløsning til en ny mappe, og navigere til det i et terminalvindu.
- For hver deltaker, sette sammen alle oppsamples PD bilder til en enkelt 4D-fil ved hjelp fslmerge. I et terminalvindu Type:
fslmerge -t concat_highresPD * .nii.gz
MERK: Dette skaper en 4D fil som heter concat_highresPD.nii.gz. - Motion korrigere den sammenslåtte filen ved hjelp mcflirt 10. Dette verktøyet gjør det mulig for en automatisert robust registrering for lineær (affine) inter og inter-modal hjernen bilder. Velg en4-trinns korreksjon, som benytter sinc interpolasjon (internt) som en ytterligere optimalisering pass for større nøyaktighet. I et terminalvindu Type:
mcflirt -i concat_highresPD utsjekking mcf_concat_highresPD.nii.gz -stages 4 plotter
MERK: Dette skaper en 4D fil som heter mcf_concat_highresPD.nii.gz. - Til slutt, lage 3D mener bilde hjelp fslmaths. I et terminalvindu Type:
fslmaths mcf_concat_highresPD.nii.gz -Tmean mean_highresPD.nii.gz
MERK: Dette skaper en 3D-fil som heter mean_highresPD.nii.gz som er av høy kvalitet - Visual det endelige utfallet 3D høyoppløselig bilde med fslview kommandoen. I katalogen hvor bildet er, skriver følgende i et terminalvindu:
fslview mean_highresPD.nii.gz. " - Inspiser intensitet profiler av ROIs i spørsmålet. Lag en ROI ved bruk fslview (dette kan være en vertikal linje trukket over et område av LGN for eksempel). I fslview laste den høyoppløselige PD bilde. Klikk på fanen verktøy,klikk deretter på enkelt fane bildet for å forstørre bildet for å tegne ROIs. Deretter klikker du på Fil-fanen etterfulgt av Opprett Mask kategorien. Tegne en linje i avkastningen av interesse. Lagre ROI ved å klikke på Fil og deretter Lagre som. Gjenta linjen masker til flere områder innenfor ROI for intensitet sammenligninger og andre Rois i spørsmålet.
- Bruk AFNI s 3dmaskdump kommando for å analysere den resulterende intensiteten av bildet. I katalogen hvor bildene er, bruker du følgende kommando i et terminalvindu for å trekke bilde intensiteter og plassering (gitt som result_mask.txt) av avkastningen maske:
3dmaskdump -o result_mask.txt -noijk -xyz -mask ROI_linemask.nii.gz PDaverage_image.nii.gz
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Når subcortex er foreskrevet i thalamus, er PD vektede bilder hentet innen skive valgboksen (figur 4). SNR forbedres ved å øke antall gjennomsnitt i både post mortem og in vivo-skanninger. For å bestemme bildekvalitet, ble SNR fra forskjellige scan gjennomsnitt sammenlignet ved å dividere signalet av den midlere hjerneregionen av standardavviket i enkelte område utenfor hjernen. SNR ble beregnet som SNR = 0,655 * u vev / σ luft 11, hvor u vev angir den midlere pikselintensiteten verdien av en ROI i en hjerneregion, betegner σ luft standardavviket av støyen fra en ROI i bakgrunnen luft av bilde som er fri for skygger gjenstander, og 0,655 faktor betegner Rician fordeling av bakgrunnsstøyen i en størrelsesorden bilde (figur 2). Den postmortem hjernen viser klart demarcasjon av subkortikale strukturer i bare en PD vektet volum (~ 3 min oppkjøpet tid), mens minimum 5 PD vektet gjennomsnitt bilder (~ 15 min) er nødvendige for in vivo hjernen til å vise klar avgrensning av subkortikale strukturer (figur 3) . Den in vivo 5 volum midlere viste klart subkortikale detalj lik den gjennomsnittlige 40 volum (figur 5); en enkelt postmortem volum viste lignende detalj til det gjennomsnittlige volum 100 (figur 6). Vi plottet linjen intensitet profil for maksimal gjennomsnittlig scan (40 in vivo, 100 post mortem). Venstre og høyre in vivo LGN viser tydelig 6 toppene i intensitet som tilsvarer de seks lag. Å sørge for at dette ikke var rett og slett en falsk resultat på grunn av støy, målte vi tre linje profil per LGN på forskjellige horisontale posisjoner, observere de samme toppene i hver. I LGN, områdene mellom lagene har færre cellelegemer og er forventet å være mindre tett og th erefore viser lavere PD intensitet. I post mortem hjernen, var det ingen variasjon i intensitet som kan tilskrives lag (Figur 7). Representative resultater fra én in vivo og en post mortem hjernen følge de ovennevnte protokoll i MR oppkjøpet er sammenlignet.
Figur 2. Sammenligning av SNR til tall PD-vektet gjennomsnitt i post mortem og in vivo i hjernen fra. Den SNR ble forbedret ved å øke antall gjennomsnitt i både post mortem-skanner (vist i grått) og in vivo-skanner (vist i sort) . Klikk her for å se en større versjon av dette tallet.
Figur 4. PD Slice utvalgs grenser. Sagittal visning av et anatomisk bilde i et levende menneske hjerne viser stykket markøren (hvite linjer) omslutter thalamus inneholder LGN og hjernestammen. Stykket markøren ble brukt som en mal for oppsamling av PD bilde skive består av 18 stykker, hver 1 mm tykk, i levende mennesker og også postmortem hjernen. Klikk her for å se en større versjon av dette tallet.
Figur 5. I vivo Brain Images (A) Koronale stykke kvinnelig (alder 27) gjennomsnitt i fem PD volum skanninger:. Oppkjøpet tid = 179 s, 512 matrise, båndbredde = 40 Hz / px, TR = 3,25 s, TE = 32 ms, 18 skiver, 0,3 & #215; 0.3 × 1 mm 3 voxel [0,15 × 0,15 × 0,5 mm tre lydelementer oppsamplet]. Klar avgrensning av LGN og andre subkortikale strukturer er observert. (B) koronal stykke av den samme hjernen, fordelt i 40 PD volumer i samme sesjon (total anskaffelse ~ 2 timer), med de samme bildeparametrene som i (A). Hvite skala barer i zoom-visning for (A) og (B) er 10 mm, og hvite piler betegne plasseringen av høyre og venstre LGN. Klikk her for å se en større versjon av dette tallet.
Figur 6. Post mortem Brain Images (A) Koronale skive postmortem hjernen ervervet i en PD volum skanning:. Oppkjøpet tid = 179 sek, 512 matrise, båndbredde = 40 Hz / px, TR= 3,25 sek, TE = 32 ms, 18 skiver, 0,3 × 0,3 × 1 mm 3 voxel [0,15 × 0,15 × 0,5 mm tre lydelementer oppsamples]. Klar avgrensning av subkortikale strukturer er observert. Hvit skala bar er 10 mm, og hvite piler betegne plasseringen av høyre og venstre LGN. (B) Koronale skive postmortem hjernen gjennomsnitt på 100 PD (~ 5 timer skanning) volumer med samme skive resepten som i A. Zoomet utsikt, med klar avgrensning av subkortikale strukturer: anterior pulvinar nucleus (APul), CA1-CA3 felt av hippocampus, lateral geniculate nucleus (LG), medial geniculate nucleus (MG), pulvinar (Pul), thalamic reticular nucleus (Rt), ventral posterior thalamic kjerne (VPL). Klikk her for å se en større versjon av dette tallet.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Denne studien beskriver en optimalisert protokoll i innsamling og analyse teknikk for å oppnå høy oppløsning PD vektede bilder av subkortikale regioner. Et antall skanningsparametere ble testet og modifisert med de vesentligste knyttet til matrisestørrelse, voxel størrelse, og båndbredde for å øke SNR og redusere antall kjøp, er viktig for å være i stand til å bestemme høy oppløsning subkortikale strukturer. I forbindelse med å finne de optimale parametrene innen levende mennesker, denne forskningen testet de absolutte begrensninger av MR skanner under ideelle forhold, uten bekymring for bevegelsesartefakter og pasienttidspress ved å skanne en postmortem hjernen. I fremtidige studier, kan dette bilde med høy oppløsning anvendes som et templat før seksjonering og farging prøven.
Tidligere studier har beskrevet egnede relaksasjonstider og optimale protokoller for høyoppløselig PD strukturell avbildning avformalinfiksert post mortem hjerner for en 1,5 T 3,13. Parameterne i denne studien ble optimalisert, som er tillatt for redusert varigheten til skanningen, optimal for kliniske settinger. Vi rapporterer vellykket linje belastningsprofiler i den maksimale in vivo gjennomsnittlig skanning av venstre og høyre LGN. Vi plottet linjen intensitet profil for maksimal gjennomsnittlig scan (40 in vivo, 100 post mortem). Venstre og høyre in vivo LGN viser tydelig 6 toppene i intensitet som tilsvarer de seks lag. Å utelukke støy, målte vi linje profil tre målinger per LGN.
Nyere menneskelige MRI studier har rapportert atrofi i LGN i glaukom populasjoner hvor høydene av LGN velig ble redusert sammenlignet med kontrollene 7, samt en nedgang i LGN volum ble rapportert i glaukom gruppe 8. Begge studiene er begrenset i at deres bilder var ikke like klart som de som blir kjøpt for vurdering i vår studie. Selv om tHan LGN lag ble ikke så tydelig observert i postmortem hjernen etter anskaffe 100 volumer av den optimale protokoll (~ 5 time av skanningen varighet), en rekke forskjellige muligheter kan forklare hvorfor LGN lagene ikke var tilstrekkelig funnet i post mortem gjennomsnittet. For eksempel kan det ha vært utilstrekkelig SNR og / eller inter-laminær kontrast, for mye uskarphet fra registrerings volum-volum, for mye uskarphet fra 1 mm skivetykkelse, fiksering prosess, og muligens på grunn av degenerasjon av den LGN grunn til glaukom 7,8 i denne post mortem hjernen. I tillegg, kvantitativ analyse på styre hjerne in vivo funnet høyre og venstre LGN volum var 167,94 mm 168,13 mm 3 og 3 henholdsvis, mens hele hjernen volumet var 1364,47 cm 3. Post Mortem høyre og venstre LGN volumer var 73,11 mm 3 og LGN 85 mm 3 mens hele hjernevolumet var 909,62 cm 3. Det syntes å være noen diflen i form av LGN post mortem i forhold til in vivo. LGN volum og hele hjernen analyse ble gjennomført basert på metoder tidligere rapportert ni.
Selv om vår studie fant optimale parametre i medisinske innstillinger ved hjelp av en skive utvalg skive innenfor områder av interesse, vil en begrensning av vår teknikk inkluderer bildebehandling hele hjernen in vivo siden det ville øke varigheten til skanningen. For eksempel vil en PD-vektet bilde av hele hjernen samlet med de samme parameterne med 128 skiver i en volum ta ~ 21 min til å samle inn, ideell for hele hjernen høyoppløselig avbildning av en postmortem hjernen. Imidlertid, med et minimum av 5 gjennomsnitt som er nødvendig for in vivo deteksjon, ~ 105 min av skannetiden ville være nødvendig.
Som konklusjon kan avbildningsfremgangsmåter som er beskrevet i denne studien gjentas for videre eksperimentering i den menneskelige subcortex og er av høy kvalitet sammenlignet med andre avbildning modalitkaper som CT og PET. Inkludert LGN av det visuelle systemet, kan andre fremtidige undersøkelser på subkortikale strukturer som multi-sensoriske subkortikale strukturer som pulvinar og auditive prosesserings strukturer som den mediale geniculate kjernen, dårligere colliculus, og cochlea nucleus bli undersøkt.
Subscription Required. Please recommend JoVE to your librarian.
Materials
| Name | Company | Catalog Number | Comments |
| Magnetom Trio 3T MRI | Siemens (Erlangen, Germany). | ||
| Vacuum cushion hand | Siemens | Mat No: 4765454 | Manufactured by: Johannes-Stark-Stk. 8 D-92224 Amberg |
References
- Devlin, J. T., et al. Reliable identification of the auditory thalamus using multi-modal structural analyses. NeuroImage. 30 (4), 1112-1120 (2006).
- Fellner, F., et al. True proton density and T2-weighted turbo spin-echo sequences for routine MRI of the brain. Neuroradiology. 36 (8), 591-597 (1994).
- Schumann, C. M., Buonocore, M. H., Amaral, D. G. Magnetic resonance imaging of the post-mortem autistic brain. J Autism Dev Disord. 31 (6), 561-568 (2001).
- Tovi, M., Ericsson, A. Measurements of T1 and T2 over time in formalin-fixed human whole-brain specimens. Acta Radiol. 33 (5), 400-404 (1992).
- Fujita, N., et al. Lateral geniculate nucleus: anatomic and functional identification by use of MR imaging. Am J Neuroradiol. 22 (9), 1719-1726 (2001).
- Bridge, H., Thomas, O., Jbabdi, S., Cowey, A. Changes in connectivity after visual cortical brain damage underlie altered visual function. Brain. 131 (6), 1433-1444 (2008).
- Gupta, N., et al. Atrophy of the lateral geniculate nucleus in human glaucoma detected by magnetic resonance imaging. Br J Opthalmol. 93 (1), 56-60 (2009).
- Dai, H., et al. Assessment of lateral geniculate nucleus atrophy with 3T MR imaging and correlation with clinical stage of glaucoma. Am J Neuroradiol. 32 (7), 1347-1353 (2011).
- McKetton, L., Kelly, K. R., Schneider, K. A. Abnormal lateral geniculate nucleus and optic chiasm in human albinism. J Comp Neurol. 522 (11), 2680-2687 (2014).
- Jenkinson, M., Bannister, P., Brady, M., Smith, S. Improved optimization for the robust and accurate linear registration and motion correction of brain images. NeuroImage. 17 (2), 825-841 (2002).
- Dietrich, O., Raya, J. G., Reeder, S. B., Reiser, M. F., Schoenberg, S. O. Measurement of signal-to-noise ratios in MR images: influence of multichannel coils, parallel imaging, and reconstruction filters. J Magn Reson Imaging. 26 (2), 375-385 (2007).
- Andrews, T. J., Halpern, S. D., Purves, D. Correlated size variations in human visual cortex, lateral geniculate nucleus, and optic tract. J Neurosci. 17 (8), 2859-2868 (1997).
- Pfefferbaum, A., Sullivan, E. V., Adalsteinsson, E., Garrick, T., Harper, C. Postmortem MR imaging of formalin-fixed human brain. NeuroImage. 21 (4), 1585-1595 (2004).
