Waiting
Login processing...

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

Neuroscience

Измерение Связь в первичной зрительной Путь в человека Альбинизм Использование Diffusion Tensor визуализации и трактография

Published: August 11, 2016 doi: 10.3791/53759
Automatic Translation
1, 1, 1
1Department of Biology, Centre for Vision Research, York University

Summary

Эта рукопись описывает детерминированные и вероятностные алгоритмы для белого вещества (WM) реконструкции, которые используются для изучения различий в оптического излучения (OR) связи между альбинизм и управления. Хотя вероятностный трактография следует истинный ход нервных волокон более тесно, детерминированный трактография проводили сравнение надежности и воспроизводимости обоих методов.

Abstract

В альбинизм, количество ипсилатерально выступающими ганглиозных клеток сетчатки (РГК) значительно снижается. Сетчатка и зрительный перекрест были предложены в качестве кандидатов для сайтов misrouting. Так как корреляция между числом боковой коленчатые ядра (LGN) Реле нейронов и размер ЛГН было показано, и на основе ранее сообщаемого сокращения объемов LGN в человеческом альбинизм, мы предполагаем, что волокна проекции от LGN к первичной зрительной коры (V1) также снижается. Изучение структурных различий в зрительной системе альбинизм может улучшить понимание механизма misrouting и последующих клинических применений. Данные Диффузионные и трактография полезны для отображения или (оптического излучения). Эта рукопись описывает два алгоритма или реконструкции с целью сравнения соединения мозга в альбинизм и controls.An МРТ сканера с катушкой головки 32-канал был использован для получения структурных сканирования. Т1-взвешенной последовательности 3D-MPRAGE с 1 мм3 изотропным размер воксела был использован для создания изображений с высоким разрешением для сегментации V1. Множественный плотность протонов (PD) взвешенные изображения были получены с коронковой для правой и левой локализации LGN. тензора диффузии томография (DTI) сканирование были приобретены с 64 направлениями диффузии. Как детерминированные, так и вероятностные методы отслеживания были проведены и по сравнению с ЛГН в качестве маски семян и V1 в качестве целевой маски. Хотя DTI обеспечивает сравнительно низкий уровень пространственное разрешение и точная разграничение или может быть сложной задачей из-за его низкой плотностью волокон, трактография было показано, что выгодно как в научных исследованиях и клинически. ТРАКТ пространственная статистика на основе (ТБСС) выявлены области значительно сниженной целостности белого вещества внутри или у больных с альбинизм по сравнению с контрольной группой. Парные сравнения показали значительное снижение ЛГН к связности V1 в альбинизм по сравнению с контрольной группой. Сравнивая оба отслеживающие алгоритмы выявили общие выводы, повышения надежноститехники.

Introduction

Альбинизм является генетическим заболеванием, прежде всего, характеризуется явной гипопигментацией наблюдается в пострадавших лиц. Это вызвано наследуемых мутаций генов , участвующих в синтезе меланина 1. Альбинизм проявляется в двух основных формах: окуло-кожный альбинизм (ОСА), аутосомно-рецессивный признак представляя как офтальмологические и кожные функции; и глазное альбинизм (ОА), Х-хромосомой черта чаще встречается у мужчин и характеризуется прежде всего глазными симптомами 2. Меланин в пигментный эпителий сетчатки (ПЭС) имеет решающее значение для правильного развития центрального зрительного пути. Его отсутствие в альбинизм , следовательно , приводит к нарушениями зрения, в том числе светобоязнь, нистагм, снижение остроты зрения и потере бинокулярного зрения 2-3. Острота была связана с фовеальной морфологии, которая изменена в альбинизм 4. У людей, линия перекрест сетчатки лежит вдоль nasotemporal границы через ямки, с волокнами из носовой сетчаткипереезд в другое полушарие и те, от височной сетчатки расширения ипсилатерально. Степень снижения зрительной функции в альбинизм была связана с уровнем гипопигментация. В частности, пигментации обратно пропорциональна сдвигу в височной сетчатки линии перекреста 5. В результате сдвига в линии перекрест в височной сетчатки, пересечение волокон зрительного нерва увеличивается - характерная особенность всех видов 3.

Структурные исследования МРТ на людях показали более узкие оптические chiasms в альбинизм по сравнению с контрольной группой , которая, вероятно , является результатом увеличения пересечения РГК , наблюдаемых в альбинизм 6-8. Сетчатка и зрительный перекрест выражают аксонов сигналы наведения , такие как семейные Эф рецепторов и их лигандов 9 и поэтому кандидаты сайты для misrouting 10.

Исследование на обезьян с индуцированной глаукомой выявило значительное разлrease в числе LGN парвальбумин-иммунореактивных нейронов реле и объема LGN 11. Это наводит на мысль о корреляции между размером LGN и количеством белого вещества (WM) траекторий, распространяющихся по OR к V1. Патоморфологическому исследование человека альбинизм также показал меньший LGN с плавленых П р и м слоев 12. Высокого разрешения структурные МРТ подтвердили значительное снижение объема ЛГН в альбинизм 8. Взятые вместе, эти результаты показывают, что уменьшение объема LGN может привести к уменьшению числа нейронов в LGN, и в свою очередь к снижению связи между ЛГН и V1.

Экспертизы закономерности анатомической связи у людей было ограничено. Вскрытие, нагнетание изотопных индикаторов и индукции поражения являются инвазивные методы, которые могут быть использованы только вскрытие, и, как правило, включают очень небольшое количество пациентов. Предыдущие исследования с использованием карбоцианиновых красителя DII инъекции продемонстрировали нейронную связь между V1 и V2 (вторичного Visual CORTEX) 13, а также в пределах гиппокампа комплекса в альдегид фиксированной посмертного человеческого мозга 14. Маркировочные волокна таким образом ограничивается дистанции только десятков миллиметров от точки впрыска 14. Диффузия Тензор изображений, DTI, является модальность МРТ разработана в начале-середине 1990-х годов, чтобы определить направление путей волокна и организации. Это неинвазивный метод, который позволяет отображение больших WM путей в живом мозге. Министерство торговли и промышленности является чувствительным к диффузии молекул воды в биологической ткани 15. В головном мозге, диффузия воды является анизотропным (неравномерным) из-за барьеров, таких как мембраны и миелина. WM обладает высокой анизотропии диффузии, а это означает диффузия больше , чем параллельно перпендикулярной ориентацией волокон 16. Дробное анизотропии (ФА) является скалярной величиной, которая описывает предпочтение молекул диффундировать в анизотропной манере. Значения FA в диапазоне от 0-1, от низкого до высокого anisotвязкая (спинномозговая жидкость (ликвор) <серого вещества (GM) <WM) 16.

Streamline (детерминированной) и вероятностные отслеживания волокна два различных алгоритма для реконструкции 3D пути. Детерминированный трактография использует метод распространения линии, соединяющей соседние вокселей в определенном регионе семян. Два критерия останова, используемые в этом алгоритме являются угол поворота и значение FA. Таким образом, отслеживание путей между соседними вокселей маловероятно при больших углах поворота. Алгоритм будет, следовательно, также прогрессирует, только если FA в воксела превышает определенный порог, что ограничивает его эффективность в точно определяющих пути вблизи серого вещества, где анизотропия падает. Вероятностный трактография, с другой стороны, дает возможность соединения карта , описывающая вероятность воксела , чтобы быть частью тракта между двумя областями интереса (трансформирования) и , таким образом , переходит в серое вещество , такие как V1 17. С помощью этого приложения МРТ, ключевые WM структурах типаИЛИ может быть разграничены, как показано в предыдущих исследованиях 18-20.

Таким образом, это исследование использует данные диффузии и трактография для изучения влияния аксонов misrouting на ретино-geniculo-кортикальных соединений. На основании ранее сообщалось сокращения объемов LGN в человеческом альбинизм 8, мы прогнозируем , что волокна проекции от ЛГН к V1 также снижается (рисунок 1).

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Заявление по этике: Настоящее исследование исследование было одобрено Человеческих участников Комитета по рассмотрению (HPRC) в университете Йорка, Торонто. Все участники дали информированное письменное согласие.

1. Предмет Подготовка

Примечание: участники Одиннадцать с ПЦА, в возрасте 36 ± 4 года (6 самок) по сравнению с десятью возраста из контрольной группы, в возрасте 32 ± 4 года (6 женщин). История Участник регистрируется в таблице 1.

  1. Попросите каждого участника, чтобы заполнить и подписать форму согласия, в котором перечислены рекомендации по безопасности МРТ и протокол обработки изображений.
  2. Для каждого участника, обеспечивают затычки для ушей. участник Положение лежа на спине и руководитель первой в магните, и ориентир выше глаз на уровне бровей. Глава Secure участника с подушками, чтобы уменьшить движение головы. Дайте участнику грушу для оповещения пациента.

2. Структурные параметры МРТ

e_content "> Примечание: Все изображения приобретается на сканер 3Т МРТ с помощью головки катушки 32-канала в течение одной сессии по каждому предмету.:

  1. Приобретать T1-взвешенных анатомо высокого разрешения с использованием последовательности 3D-MPRAGE, охватывающий весь мозг со следующими параметрами: время сбора данных 4 мин 26 сек, поле зрения 256 мм, 256 матрица, 192 срезов с ломтик толщиной 1 мм, с в результате чего изотропное размер воксела 1,0 мм 3, TR = 1900 мс, TE (эхо времени) = 2,52 мс с временем инверсии 900 мс и флип угол 9 °, 1 среднем, параллельной визуализации (IPAT ГРАППА, коэффициент ускорения 2) ,
  2. Приобретают DTI последовательность, закрывающую корку, с фрагментами в поперечной ориентации после передней спаечного / задней спайки (AC-PC) линии, используя следующие параметры: время захвата 8 мин 5 сек, поле зрения 192 мм, 128 матрица, вокселей 1.5 1,5 мм в плоскости, 56 смежных (без зазора) ломтики толщиной 2 мм, TR = 6900 мс, TE = 86 мс, 64 направлений, б-значение 1000 сек / мм 2 (эталонное изображение с низким б-значение 0 сек / мм 2), 1 среднее, параллельной визуализации (IPAT Граппа) с коэффициентом ускорения 3.
  3. Acquire 30-40 PD-взвешенные изображения в корональной ориентации параллельно ствола мозга, охватывающий от передней степени мосте к задней части нижней бугорок.
    1. С помощью Turbo спинового эха (FAST спинового эха) последовательность импульсов и следующие параметры: время захвата 1 мин 29 сек за одно сканирование, поле зрения 192 мм, 256 матрица, 30-40 ломтиков толщиной 1 мм, в результате чего размер воксела 0,75 0,75 1 мм 3, TR = 3000 мсек, TE = 22 мс, турбо - фактор 5, переориентацию флип угол 120 °, 1 средний, параллельной визуализации (IPAT Граппа) с коэффициентом ускорения 2.
      Примечание: S12 сканировали с использованием следующих параметров: поле зрения 180 мм, 512 матрица, 30 ломтиков с ломтиками толщиной 1 мм, в результате чего размер воксела 0,4 х 0,4 х 1,0 мм 3. Все остальные параметры остались прежними. Acquisitиона Время 2 мин 47 сек.
  4. Предварительная обработка все сканирования путем преобразования сырых DICOM в формат NIfTI с использованием программы dcm2nii.

3. ЛГН Разграничение

Примечание: ЛГН небольшой субкортикальная структура находится глубоко в мозгу, поэтому PD изображения высокого разрешения необходимы для определения его анатомических границ. В этих сканирований, то ЛГН появляется как область высокой интенсивности сигнала по отношению к окружающим WM путей, что облегчает его обнаружение 21. Обнаруженный анатомический ЛГН затем используется в качестве начального числа для области трактографии.

  1. В то время как закрывать глаза на членство в группе, вручную отслеживать правый и левый ЛГН маски трижды , каждый раз на усредненных изображений PD интерполированных в два раза разрешение и половину размера воксела (оригинал 256 х 256 матрица, размер 0,75 х 0,75 х 1 мм 3 воксела).
    1. Для того, чтобы получить высокое разрешение изображения PD использовать свободно распространяемый функцию флиртовать и другие программные средства в рамках программного обеспечения FMRIB вБиблиотека (FSL, http://www.fmrib.ox.ac.uk/fsl/). Повышающую дискретизацию, сцепить, движения правильные и средние изображения PD для каждого участника , как описано ранее в другом месте 22.
    2. Загрузите PD изображение с высоким разрешением в FSLView и нажмите на вкладку Tools, чтобы выбрать одну опцию (или нажмите Рисунок 1 ), Чтобы увеличить изображение.
    3. Перейдите на вкладку Файл, чтобы выбрать опцию Create Mask, и используйте панель инструментов в левой верхней части экрана, чтобы проследить LGN в каждом срезе. При желании, изменить контрастность изображения, перемещая вдоль мин / макс в панели инструментов, чтобы облегчить обнаружение LGN.
  2. Слияние этих областей, представляющих интерес (трансформирования) в срединной маску с помощью команды fslmerge.
  3. Объединить медианные маски всех Рейтеры в единую срединной маску, используя ту же команду.

4. Сегментация V1

  1. Выполните команду "Recon-все" в FreeSurfer23 (v5.3.0) на головном мозгеs в родном анатомическом пространстве (T1-взвешенных изображений) для автоматизированной обработки.
  2. Преобразовать соответствующие выходы во вновь созданную папку (МР-orig.mgz, brain.mgz, rawavg.mgz, T1.mgz) к NIfTI с использованием "mri_convert".
  3. Используйте извлечение мозга BET в FSL GUI, чтобы исправить череп раздели выходной мозг (brain.nii.gz) в FreeSurfer пространстве, если это необходимо. Выберите стандартное извлечение мозга выполняется с использованием bet2 вариант (по умолчанию). Снизить порог, если отсутствует изображение ткани мозга, или увеличить, если ткани не-мозг захвачен (пороговое значение по умолчанию 0.5). Выберите выходной мозговую экстракцию изображение и выходной двоичный маски мозга изображения (последняя может быть использована для ручной коррекции) в дополнительных параметрах.
  4. Преобразование выходного V1 парцелляции в мерную маске с использованием "label2surf" и команды "surf2volume".

5. Предварительно отслеживания регистраций

Примечание: Для следующих шагов, вызовите FSL GUI, чтобы открыть каждый из followinг инструменты.

  1. С помощью экстракции мозга BET и выберите поле Bias & вариант очистки шеи к черепу однополосной rawavg.nii.gz, расположенный в папке МВН, созданной "Recon-все". Отрегулируйте порог по мере необходимости.
  2. Запуск FLIRT линейной регистрации, чтобы привести мозги в FreeSurfer и родное анатомическое пространство для диффузионного пространства.
    1. Выберите brain.nii.gz, выход RECON-всех (FreeSurfer пространства), или мозг субъекта добыли T1 (родной анатомическое пространство) в качестве входного изображения, а Eddy исправленное и мозг извлекается диффузионно-взвешенное изображение (ДВИ) в качестве эталона образ. Затем нажмите кнопку "Go".
      Примечание: Этот шаг создает два выходных сигнала, входной мозг, зарегистрированный на опорном изображении (.nii.gz) и матрицу преобразования (.mat). Помимо регистрации, последний файл необходим для трактографии, когда Семя пространство не является диффузия. С помощью матриц выходного преобразования (.mat), созданные в этом шаге для трактографии как описано в разделе 7.4.2.
  3. Аналогичныйдо 5.2, запустить FLIRT линейной регистрации, чтобы принести PD мозги участников к FreeSurfer пространства и родной анатомического пространства.
  4. Подготовка семян маски для трактографии:
    1. Применить преобразование FLIRT из Utils в регистрации инструментов FLIRT линейной. Используйте выход .mat в качестве матрицы преобразования, оригинальная ЛГН маска в качестве входных данных и brain.nii.gz (FreeSurfer пространство) или T1_brain.nii.gz (родное анатомическое пространство) (см 5.2) в качестве эталонного объема. Выберите ближайший метод Neighbor интерполяции из дополнительных опций.
  5. Используя только brain.nii.gz файлы, подготовить целевые маски для трактографии:
    1. Регистрация FreeSurfer мозги родному анатомического пространства и создавать целевые маски путем применения преобразования к V1 масок (см 5.2, 5.4.1) с использованием Tri-линейной интерполяции. Нажмите кнопку "Go".

6. ЛГН Нормализация

  1. Используйте FNIRT нелинейную регистрацию, как описано выше по адресу: //fsl.fmrib.ox.ac.uk / FSL / fslwiki / FNIRT довести участников не-извлеченный мозги в родном анатомическом пространстве MNI пространство, используя весь шаблон мозга Монреальского неврологического института (MNI152).
    Примечание: Нелинейная регистрация исходных анатомических изображений рекомендуется для этого шага, поскольку регистраций были более точными, когда FNIRT был применен к не-извлеченной T1s по сравнению с флиртовать извлеченной мозги.
  2. Применить преобразование к LGN масок в анатомическом пространстве (оригинал ЛГН ранее трансформированных в родное анатомического пространства в 5.4) с помощью ближайшего соседа интерполяции, как описано в разделе 5.4.1, чтобы принести маски MNI пространства.
  3. Средние все маски LGN в MNI пространстве через обеих группах с помощью команды Afni в "3dMean".
  4. Используйте "fslmaths -Thr", чтобы применить порог к средней маски в MNI пространстве.
  5. Вычислить радиус средней маски в MNI пространстве , используя V = 4/3 πr 3 (предположим , сфера).
  6. Запись центра масс координаты каждой отдельной маски LGN в родном анатомическом пространстве с помощью команды "fslstats -C".
  7. Создание сферических трансформирования одинаковых объемов через участников:
    1. Используйте "fslmaths" , чтобы создать точку ROI с координатами соответствующей индивидуальной маски LGN в родном анатомическом пространстве , как записано в 6.6
    2. Использование "fslmaths", примените радиус средней маски в MNI пространстве, чтобы создать сферу вокруг точки ROI в родном анатомическом пространстве.
  8. Используйте эти стандартные маски в качестве семян для трактографии.

7. Вероятностный трактография (FSL 5.0.4)

Примечание: Для следующих шагов, вызовите Fdt_gui для доступа к каждому из следующих инструментов.

  1. Правильное искажения в DWIs с текущей коррекции Eddy. Выберите текущий параметр коррекции Eddy из меню в верхней части окна Diffusion Toolbox и загрузить ДВИ в качестве входных данных, оставляя defaulт опорный объем (0).
  2. Мозг извлечь изображения с BET, как описано в разделе 4.3.
  3. Выберите DTIFIT Реконструкция Тензоры диффузии из вариантов меню. Укажите каталог ввода, содержащий следующие файлы: диффузия взвешенных с учетом данных, nodif_brain_mask (вывод BET), bvec и bval (должен быть переименован в bvecs и bvals, текстовые файлы, содержащие информацию о параметрах сбора диффузии изображения, выход DICOM для преобразования NIfTI диффузии данные). Нажмите кнопку "Go", чтобы запустить dtifit, который соответствует тензорный диффузионной модели на каждом воксела, создавая файлы для последующей обработки.
  4. Затем выберите опцию из меню на BedpostX (оценка параметров диффузии). Используйте один и тот же каталог, что и для ввода DTIFIT. Нажмите кнопку "Пуск" для создания все файлы, необходимые для трактографии.
  5. Из этого же меню выберите ProbtrackX для вероятностного отслеживания и запустить его для каждого полушария в отдельности. Держите по умолчанию основные параметры (5000 образцов, 0,2 кривизны и loopcheck applied) и выберите модифицированный Эйлера для вычисления вероятностных линий тока с расширенными возможностями для повышения точности.
    1. Выберите выход BedpostX содержащий .merged файлы в качестве каталога BEDPOSTX.
    2. Выберите одну маску в качестве начального пространства и загрузите преобразованную маску LGN (в родном анатомическом пространстве) в качестве начального изображения, T1 (мозг в родном анатомическом пространстве) к матрице преобразования диффузии, как семя диффузии преобразования, и V1 (в родном анатомическом пространстве) в "необязательных целей" (все, кроме масок исключения) в качестве мишени.
    3. Используйте сетки по умолчанию конвенции (знак вставки) и загрузить мозг в родном анатомическом пространстве (T1 изображения) в качестве опорной поверхности изображения.
  6. Повторите ProbtrackX для отслеживания вероятностного с использованием стандартного сферического трансформирования (созданный на шаге 6) в качестве семенных областей для трактографии, как описано в разделе 7.5.2. Загрузить трансформирования таким же образом трансформированной LGN (анатомическое пространство) было загружено в 7.5.2.
  7. Повторно запустите трактография (7.5), на этот разс семенами (ненормированного) и целевых масок в FreeSurfer пространстве с добавлением контралатеральной белого вещества пограничной маски FreeSurfer в качестве маски исключения, чтобы избежать перехода через прямые и обеспечить ипсилатеральные соединений. Отметьте опцию Surface на панели инструментов ProbtrackX и выберите FreeSurfer в качестве сетки конвенции.
    Примечание: Важно подчеркнуть, что трактография всегда выполняется из диффузионного пространства, но Probtrackx для вероятностного отслеживания позволяет вводить семян и целевых масок в другом пространстве, наряду с матрицей преобразования в диффузионной пространстве. В этом исследовании, вероятностный трактография проводили с масками как в родном анатомических и FreeSurfer пространства (рис 2).

8. Детерминированный трактография (DSI студия)

  1. Открытый Eddy исправлен диффузионно-взвешенных изображений в DSI Studio , 24 нажав на Шаг 1: Open Source Images. Load bvec и bval файлы на окно б-таблицу, которая автоматически ОПЕNed для создания файла источника (.src).
  2. Загрузите созданные файлы источника на окно восстановления для изменения по умолчанию реконструированы маски мозга по мере необходимости.
  3. Затем выберите DTI в качестве метода реконструкции 25 и запустить его на исходные файлы для получения информации волокна файлов (.fib).
  4. Принесите PD мозги участников к диффузии пространства с использованием FLIRT линейной регистрации.
  5. Применить преобразование к LGN масок с использованием ближайшего соседа интерполяции, как описано в разделе 5.4.1.
  6. Откройте .fib файлы в окне отслеживания программы.
  7. Запуск отслеживания для каждого полушария в отдельности, используя LGN в диффузионном пространстве в качестве посевного материала и области 17 (V1) из Бродманн атласе доступных из DSI Studio, как terminative области. Загрузите маску LGN, нажав на вкладку Регионы и открытая область. Выберите опцию Seed под тип в списке области на левой части экрана. Чтобы загрузить маску V1 из атласа, нажмите на атлас на панели инструментов в списке регионов ивыберите соответствующий атлас.
  8. В каждом цикле, установите контралатеральной WM (названный левый / правый-мозговыми-белого вещества) маски из FreeSurfer сегментации атласа (см область Список поле в окне отслеживания) как регион избегания (РОА).
  9. Повторите отслеживания (8.7-8.8) с использованием сферических трансформирования в диффузионном пространстве вместо отдельных ЛГН в качестве семян для регионов трактографии.
    Примечание: Сферические трансформирования имеют одинаковый объем по всем предметам и сосредоточены на центр масс каждой ЛГН.
  10. Повторите ЛГН нормализацию, раздел 6, только на этот раз в регистрации мозги диффузионного пространства стандартного MNI пространства, и применяя преобразования к ЛГН в диффузионном пространстве (оригинальный ЛГН ранее трансформированных диффузионного пространства в 8,4-8,5), чтобы принести маски для стандартного MNI пространства. Рассчитать объем сферической ROI как средний объем всех ЛГН по субъектам в MNI пространстве.
    Примечание: параметры отслеживания могут быть изменены пользователем. Для большинства трасс, были применены параметры отслеживания по умолчанию, Для некоторых людей (A5, A7, S12), порог анизотропии (по умолчанию 0,14-0,15) была снижена (0.10-0.12) и был увеличен угловой порог (по умолчанию 60) (65-85), для более хорошей визуализации. Схема метода показана на рисунке 3.

9. Статистический анализ - ТБСС (ПСМ)

Примечание: TRACT на основе пространственной статистики является voxelwise статистический анализ ФА участников maps16 получены с dtifit26. Он широко используется для статистики по данным диффузии. Этот voxelwise подход преодолевает потенциальные выравнивание и сглаживание проблемы видели в ВБМ-стиле анализа FA и обеспечивает весь исследование мозга, недостижимы через трактография на основе approaches16.

  1. Запуск "tbss_1_preproc" по данным FA, расположенных во вновь созданном каталоге ТБСС.
  2. Запуск "tbss_2_reg" - T применять нелинейную регистрацию, в результате чего данные FA каждого участника в общее пространство (FMRIB58_FA,изображение цели в ТБСС).
  3. Создание среднего FA скелет с центрами всех общих путей среди участников , использующих "tbss_3_postreg -S".
  4. Бег "Tbss_4_prestats 0.2" проекта выровненный карту ФА каждого участника на средний скелет всех выровненных FA карт.
  5. Создание design.con и design.mat файлов, гарантируя, что порядок матрицы соответствует порядку, в котором ТБСС предварительно обработаны данные FA.
  6. Запуск "рандомизации", используя опцию T2, который рекомендуется для ТБСС, как он действует на каркасе (уменьшенном подмножества данных 3D), и 5000 предварительных мутаций, что дает более точные р-значения.

10. Статистический анализ - SPSS

  1. Извлечение значений из FA детерминированных данных
    Примечание: значения FA Детерминированная основе были получены от DSI студии вывода статистики текстовых файлов. Эти значения представляют собой средние значения FA в сгенерированном трактов, ВГIch в этом случае соответствуют области OR.
    1. Запуск отслеживания волокна в DSI студии.
    2. Сохраните текстовые файлы "Статистика", созданные DSI Studio, для каждого сгенерированного набора путей и записать значения 'FA' означают из них.
  2. Извлечение значений из FA вероятностного данных
    Примечание: Значения вероятностный на основе FA получены из ProbtrackX2 вывода fdt_paths файлов. Эти изображения 3D плотности кишечного тракта, что в данном исследовании, охватывают область, соответствующую ИЛИ.
    1. Использование линейной регистрации FLIRT принести fdt_paths файлы каждого участника диффузионного пространства.
    2. Binarize выходные маски с использованием "fslmaths - бункер".
    3. Для каждого участника, умножить маску на их карте FA от dtifit с использованием "fslmaths -mul".
    4. Выполните команду "fslmeants", чтобы найти среднюю FA от каждой маски тракта.
  3. Запуск Анализы с SPSS (Использование Детерминированные и вероятностные
    Данные)
    NOTE: Статистический анализ выполняется с помощью программы SPSS 20 для Mac. Поскольку полушарие является в пределах объекта съемки переменной, обобщенной линейной модели (GENLIN), с которой эффекты в каждой стороне мозга можно рассматривать отдельно, применяется. В частности, используется обобщенная оценка уравнение (ГЭЭ).
    1. В отдельных тестах, установить каждый из среднего FA и оптимизировать количество (waytotal или процент генерироваться линий тока, PGSL) в качестве зависимой переменной.
      Примечание: В данном исследовании, оптимизировать подсчет основан на пути итог значений. Waytotal описывает общее количество генерируемых линий тока, которые не были отклонены по критериям включения / исключения 27. Количество генерируемых линиями тока (NGSL), которая относится к общему количеству линий тока, посланных, равно количеству вокселей в маске семян, умноженной на число выборок, взятых из каждого воксела (5000 в данном случае). Процент сгенерированные тока (PGSL), waytotal делится на NGSL раз 100, является мерой успешной Connectivity между семенем и мишенью.
    2. Исследование влияния группы и пола на ЛГН для подключения V1, установив их в качестве независимых переменных во всех тестах.
      Примечание: Были изучены основные эффекты, а также двух- и трехходовые взаимодействия. Важно отметить, что эти индивидуальные тесты не обусловлены друг к другу, так что значение одного основного эффекта или взаимодействия не зависит от другого.
    3. Использовать возраст как ковариаций для всех тестов. Кроме того, используйте объем LGN как ковариата для испытаний со средним FA и waytotal как зависимые переменные, но исключить его из тестов с PGSL в качестве зависимой переменной.
      Примечание: Общий объем мозга было обнаружено, что незначительный коварьировать и поэтому был исключен из статистики.
    4. Выберите метод коррекции Бонферрони для корректировки множественных сравнений 28 (уровень значимости р <0,05).

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

В этом разделе приводится краткое изложение результатов, полученных с использованием двух различных алгоритмов трактографии, детерминированной и вероятностной. Объемы LGN в PD пространстве , в котором маски первоначально были нарисованы, а также во всех других помещениях , используемых в данном исследовании, приведены в таблице 2, и трассировка ЛГН показано на рисунке 4. Результаты, представленные здесь, основаны на ранов, которые использовали стандартную сферу как ROI LGN. Стандартный объем ЛГН был 461 мм 3 в обоих полушариях в анатомическом пространстве (вероятностный пробега), и 292,5 мм 3 и 364,5 мм 3 в правого и левого полушарий, соответственно, в диффузионном пространстве (детерминированный хода). Для обеих серий, эти стандартные объемы очень близки к средним объемам , рассчитанных в MNI пространстве (анатомическое до MNI: 472 мм 3 и 440 мм 3 для левого и правого соответственно; диффузия к MNI: 376 и 312 мм 3 для левогои справа, соответственно) , но больше , чем большинство отдельных томов LGN в родном пространстве ( по величине в анатомическом: 281 мм 3; по величине рассеивания: 324 мм 3). Поскольку Бонферрони является очень консервативным тест, р значения меньше 0,1, рассматриваются по мере приближения значения и , как сообщается здесь. Кроме того, ТБСС на картах ФА выявлены области существенной разницы (р <0,05) между двумя группами, с областями в красных , представляющих области пониженной целостности белого вещества тракта в альбинизм (рисунок 5).

Для обоих детерминированной и вероятностной трасс, ковариатами и три пути группы по полу по полушарии взаимодействий были незначительны, и поэтому исключены из всех окончательных анализов. Для детерминированной прогона, используя средний FA в качестве зависимой переменной, основные эффекты группы и пола были незначительными, в то время как основной эффект полушария приблизились к достоверному (средние значения ± SEM .41± 0,008 вправо; 0,39 ± 0,006 слева, р = 0,064). (± SEM) средних значений ФА соответствующие ИЛИ области подключения к LGN V1 были 0,39 ± 0,007 для альбиносов и 0,40 ± 0,008 для контрольной группы. Двусторонний взаимодействие группы по полусфере было статистически значимым (р = 0,013). Для вероятностного прогона, используя средние значения ФА от fdt_paths в качестве зависимой переменной, основной эффект группы был незначительным (среднее значение ± SEM .353 ± 0,0035 контроля; 0,349 ± 0,0046 альбинизм). Тем не менее, основные эффекты полушария (0,358 ± 0,004 правый; 0,345 ± 0,003 слева, р = 0,005) и пол (.34 ± 0,004 самок; .36 ± 0,004 мужчины, р = 0,014) были значительное. Два пути группы по признаку пола взаимодействия было статистически значимым (р = 0,033). Данные для всех тестов были нормально распределены как это было подтверждено тестом Шапиро-Wilk (р> 0,05). Используя детерминированный подход, средние значения waytotal были 2728 ± 127 для альбиносов и 2753 & #177; 169 для управления. Основной эффект полушария и двухсторонней группы по признаку пола взаимодействия были значимыми (р = 0,027 и р = 0,004 соответственно). Использование PGSL в качестве зависимой переменной, основные эффекты группы и пола были незначительными, в то время как эффект полушария было статистически значимым ( среднее значение ± SEM 0,89 ± 0,045 справа; 0,63 ± 0,026, р = 0,001). Двухсторонней группы по признаку пола взаимодействия также существенно (р = 0,003). Среднее PGSL от LGN к V1 были 0,76 ± 0,046 для альбиносов и 0,76 ± 0,048 для контрольной группы. PGSL были рассчитаны с использованием стандартного LGN ROI. Данные были распределены по нормальному закону (Шапиро р> 0,05). Для вероятностного прогона, используя waytotal значения и PGSL в качестве зависимых переменных, основные эффекты группы, полушария и пола не были значительными. Средние значения waytotal были 28739 ± 7297 для альбиносов и 31220 ± 7202 для управления. Среднее PGSL от LGN к V1 было 1,3 ± 0,3 для альбиносов и 1,4 ±.3 Для элементов управления. В обоих случаях данные были не-нормально распределены и преобразование гамма-журнал был применен.

Используя детерминированный подход, попарное сравнение показало , снижается ФА в правом полушарии альбинизм по сравнению с контрольной группой (C 2 (1, N = 21) = 4,15, р = 0,042). В контрольной группе , левое полушарие значение ФА была ниже , чем для правого полушария (р = 0,007), а также тенденции к снижению ФА у женщин по сравнению с мужчинами было обнаружено (С 2 (1, N = 21) = 2,97, р = 0,085). Используя вероятностную трактография, парных сравнений выявили уменьшенный ФА в левом полушарии по сравнению с правым полушарием в обеих группах (C 2 (1, N = 21) = 6,31, р = .012). У самцов FA была значительно уменьшена в альбинизм по сравнению с контрольной группой (C 2 (1, N = 21) = 4,27, p = .039). Кроме того, FA была значительно уменьшилась у самок COMPARред к мужчинам в контроле (C 2 (1, N = 21) = 14,37, р <0,001). Используя waytotal значения из детерминированной прогона в качестве зависимой переменной, попарное сравнение выявили уменьшенный связь у мужчин с альбинизм по сравнению с мужчинами контрольной группы (C 2 (1, N = 21) = 4,65, p = 0,031). В обеих группах, возможность соединения в левом полушарии была ниже по сравнению с правым полушарием (C 2 (1, N = 21) = 4,34, р = 0,037). Кроме того, возможность соединения была ниже у мужчин по сравнению с женщинами в группе альбинизмом (C 2 (1, N = 21) = 4,47, р = .034), в то время как противоположная наблюдалась в контрольной группе (С 2 (1, N = 21) = 3,87, p = .049). Наконец, у женщин, тенденция к пониженной связи наблюдалось в контрольной группе по сравнению с альбинизм (C 2 (1, N = 21) = 3,52, р = 0,061). Используя PGSL значения, вычисленные из детерминированных данных, попарное сравнение показало СимиLAR результаты с результатами, полученными с waytotal значениями. Выходы детерминированной трактографии показаны на рисунке 6. Используя вероятностные данные, парных сравнений выявили связь уменьшились в правом полушарии мужчин по сравнению с женщинами (C 2 (1, N = 21) = 15,96, р <0,001). Выходы вероятностного трактографии показаны на рисунке 7 корреляции A Пирсона показал очень слабую отрицательную корреляцию между значениями PGSL от обоих методов (г = -0,172, р = 0,276;. Однако, тракты волокна в значительной степени перекрывают друг друга и качественно близки (рис 8) ,

Рисунок 1
Рисунок 1:. Первичный зрительный путь в мозге здоровых людей и пациентов с Альбинизм Каждый ЛГН принимает входные сигналы от обоих глаз. Ипсилатеральная пр сетчатки глазаojections заканчиваются на уровнях 2, 3 и 5, в то время как контралатеральной проекции на конец слоев 1, 4 и 6. ЛГН посылает проекции в V1 через оптического излучения (фиолетовый), с аксоны прекращения наиболее сильно на V1 слоя 4. Входы от двух глаза остаются отделены в глазными доминирования столбцов слоя 4. за пределами этой точки, входы от обоих глаз совмещены (бинокулярные нейроны в коре головного мозга). (A) , в контрольной группе , примерно половина из гнозе ипсилатерально (красный) от височной сетчатки, в то время как другая половина возникает из носовой сетчатки и Кросса (зеленого цвета) на перекреста в контралатеральной полушарии. (В) В альбинизм, происходит сдвиг в линии перекрест в височной сетчатки, что приводит к увеличению пересечения волокон зрительного нерва, как показано утолщенных зеленые волокна. Эта схема предполагает дополнительные аномалии далее вниз по течению на ретино-geniculo-кортикальный путь, с пониженной ЛГН на V1 подключения в альбинизм (модифицированный из Mcketton и др., 2014), что подтверждается данным исследованием. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

фигура 2
. Рисунок 2 "Вероятностный трактография трубопровода FLIRT Линейная регистрация была использована для трансформации Мозги участников на различных пространствах (регистрация указанных красными стрелками): При подготовке семян масок, PD мозги были зарегистрированы в анатомическом пространстве T1 и FreeSurfer (FS) пространства, и преобразования были применены к оригинальной маски LGN с помощью ближайшего соседа интерполяция. для создания целевых масок, FS мозги были преобразованы в T1 пространства и преобразования были применены к V1 масок FreeSurfer в использованием трилинейной интерполяции. T1 и FS мозги были линейно зарегистрированы диффузии пространство. FreeSurfer 's контралатеральной белое вещество граница маска была добавлена ​​в качестве исключения маски в перспективе FS. PROBTRACKX2 для вероятностного отслеживания была запущена в диффузионном пространстве с масками ввода в T1 и FS пространства. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

Рисунок 3
Рисунок 3: Детерминированная трактография трубопровода. Предварительная обработка Участие DICOM в NIfTI конверсии и давшую диффузионно-взвешенное изображение (dti.nii.gz) наряду с двумя текстовыми файлами (bvec и bval). Искажения и движения были исправлены для использования вихретоковый инструмент коррекции FSL в. Eddy исправлен были открыты диффузионно-взвешенные изображения в DSI студии и bvec и bval файлы были загружены на окно б-таблицы для создания источника (.src) файл. были открыты исходные файлы и по умолчанию реконструированымаски мозга были модифицированы по мере необходимости. Затем DTI модель реконструкции была применена к исходным файлам для получения информации волокна файлов (.fib). LGN масок в диффузионном пространстве были загружены на .fib файлы в окне отслеживания и установить в качестве семян. Регион 17 (V1) от Бродманн атласе был установлен в качестве terminative региона. В каждом цикле, контралатеральной WM маска из FreeSurfer сегментации атласе был загружен и установлен как ROA (очерченных обоих полушарий здесь). Равные знаки представляют собой продукт поддались в той или иной стадии; Оранжевые стрелки указывают входной файл, который был использован для дальнейшей обработки или шаг отслеживания; Звездочкой (*) обозначает маски и мозги в диффузионном пространстве. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

Рисунок 4
Рисунок 4: ЛГН Маска Разграничение. (A) Увеличиваемую зрения правого и левого LGN на усредненном корональной PD-взвешенные изображения, плиты интерполировалась в два раза разрешение и половину размера воксела у пациента с альбинизм, A11. (B) прослежена вручную вправо и влево ЛГН областей , представляющих интерес (трансформирования) в красном (С) LGN масок трансформируются в FreeSurfer пространства с помощью ближайшего соседа (красный) и три-линейные (синие) интерполяцию. Первый из них был использован для всех преобразований , проведенных в этом исследовании для более точного разграничения структуры. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

Рисунок 5
Рисунок 5: Voxelwise Статистический анализ с ТБСС Весь мозг voxelwise статистического анализа. Данные FA проводили с использованием тракта на основе пространственной статистики (ТБСС). Нелинейная регистрация ФА изображений всех участников к общему пространству было выполнено, с последующим созданием среднего FA скелета и проекции ФА изображения каждого участника на скелет. (A) Альбинизм> Контроль контрастности , показывая скелет в зеленый цвет без каких - либо областях , имеющих важное значение в связи с сокращением ФА в альбинизм по сравнению с контрольной группой . (B) Значительная разница между контрольной группой и альбинизмом группы обнаружены, с участками в красных , представляющих регионы (церебрального белого вещества , соответствующие оптического излучения волокон и шпорной коры, на которых они завершаются) уменьшенного целостности белого вещества тракта в альбинизм, для контроль> альбинизм контраст (TFCE (усиление без порога кластера) исправлено, р <0,05), (C) Утолщенные skeletonised версия результатов отображается в B, для визуального представления.ле / ftp_upload / 53759 / 53759fig5large.jpg "целевых =" _blank "> Пожалуйста, нажмите здесь, чтобы посмотреть увеличенную версию этой фигуры.

Рисунок 6
Рис . 6: Выход DSI студии слежения волокна (A) Снижение ЛГН для подключения V1 в альбинизм пациента A1 (наименьшее количество реконструируемых путей среди участников в правом полушарии, 1365) по сравнению с (В) контрольной группы (S6, наибольшее количество реконструируемых путей в контрольной группе в правом полушарии, 4355) (слева LGN в красный, правый ЛГН в зеленых, LGN подключения к зрительном тракте и OR в оранжевый цвет, V1 синим цветом). Оптический тракт к соединениям LGN также показано в выводе. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

Рис . 7: Выход PROBTRACKX для вероятностного Tracking Снижение ЛГН для подключения V1 в альбинизмом (вверху) по сравнению с контрольной группой (внизу). ЛГН показан в желтом, оптического излучения в зеленом, V1 в красном цвете. Обратите внимание , что срезы , показанные здесь , не предназначены быть одинаковыми, а скорее выбран в качестве ломтиков , которые наилучшим образом отражают результаты метода. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

Рисунок 8
Рисунок 8:. Вероятностный по сравнению с Детерминированная Output перекрывающихся Карта Анатомические мозги (вероятностный бег) и диффузии мозги (детерминированный) Run были зарегистрированы в1мм мозг MNI. Трансформации были применены к трактография выходных трактов из прогонов, которые используются стандартные сферы, как LGN ROI. Выходные тракты были усреднены по участникам в каждом методе, и Маски (А) средняя тракта были наложены на 1 мм MNI мозга в FSL зрения для сравнения (вероятностной зеленым цветом, детерминированной в красном цвете). Прозрачность была применена, чтобы изобразить подобные понятия связности в обоих методах. Были добавлены (B) ЛГН (синий) и V1 (розовый) маски для иллюстрации семян и целевые регионы. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

Альбинизм управления
участник Возраст (лет) секс классификация Острота зрения участник Возраст (лет) секс
A1 48 M ОСА 0,6 S1 24 F
A2 20 M ОСА-1 0,8 S2 22 M
A3 21 M ОСА-1A 1,0 S3 25 M
A4 48 M ОСА-1 1,0 S4 24 F
A5 43 F ОСА-1 0,8 S5 20 F
A6 56 M ОСА 0,9 S6 39 M
A7 22 F ОСА 0,6 S7 26 F
A8 47 F ОСА 0,9 S8 42 F
A9 45 F ОСА 1,0 S9 41 F
A10 17 F ОСА-1 0,9 S10 60 M
A11 29 F ОСА-2 0,5

Таблица 1: Информация об участнике и истории болезни. Острота оценивали с использованием ранней терапии диабетической ретинопатии исследование (ETDRS) глазная диаграмма и Expresseг в LogMAR (логарифм минимального угла разрешения) нотации, то есть логарифм по основанию 10 десятичное остроты зрения (0.0-1.0 20 / 20-20 / 200). Тестирование диаграммы ETDRS было показано , чтобы быть более точным , чем повсеместно используемый тест Snellen 29. Все элементы управления имели нормальный или исправленный к нормальной остроты зрения (20/20). Нет истории неврологических расстройств не сообщалось.

PD анатомический рассеивание FS
Оставил Правильно Оставил Правильно Оставил Правильно Оставил Правильно
Альбинизм A1 48 71 57 78 63 72 49 67
A2 195 176 199 179 194 162 212 190
A3 191 181 203 186 180 171 194 184
A4 119 99 132 110 122 122 129 113
A5 128 132 101 106 153 113 135 153
A6 128 75 75 75 86 104 84 85
A7 115 105 101 95 117 113 117 114
A8 63 49 54 56 45 32 79 40
A9 81 105 81 104 77 113 76 112
A10 120 122 115 117 131 126 156 156
A11 69 92 70 93 81 113 75 98
управления S1 201 234 217 240 198 297 205 250
S2 158 165 126 131 180 135 112 115
S3 172 184 204 212 167 180 186 199
S4 153 119 140 112 162 167 166 121
S5 276 229 281 247 324 239 292 243
S6 187 202 203 230 149 176 191 193
S7 242 250 199 209 270 239 206 235
S8 196 112 213 125 194 104 209 136
S9 212 236 224 256 225 234 224 256
S10 193 151 190 152 212 176 211 158

Таблица 2:. Резюме из LGN Volumes Объемы , записанные в этой таблице (мм 3) правого и левогоЛГН пациентов и контроля во всех пространствах, используемых в данном исследовании.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Altered WM и, более конкретно, уменьшилась возможность соединения в альбинизм по сравнению с ожидались управления. Таким образом, приведенная FA в правом полушарии альбинизм по сравнению с контрольной группой, а также уменьшением подключения у мужчин с альбинизм сообщили здесь в соответствии с нашим предсказанием. Гендерные и полусферы эффекты не совсем ясно, хотя исследования на здоровом мозге , что наводит на мысль уменьшилась сложность WM в левом полушарии мужчин по сравнению с женщинами 30-31 могли бы объяснить некоторые из гендерными и полушария , связанных различия , наблюдаемые в данном исследовании. Снижение подключения у самцов альбинизм по сравнению с женским альбинизм может быть отчасти из - за младшего среднего возраста женщин в обеих группах (7 - 8 лет <самцы), а объем WM было сообщено быть уменьшена в середине взрослой жизни в здоровом мозге 32 -33. Гендерные различия также могут быть из-за небольшого размера выборки и нечетного числа мужчин по сравнению с женщинами в каждойгруппа (5 мужчин ОСА, 4 управления). Увеличение связи наблюдается в женских альбинизм по сравнению с контролем того же пола не ожидается, и может предложить какой-то компенсаторный механизм в альбинизм. Тем не менее, этот результат скорее можно было бы отнести к большой изменчивости в небольшой выборке населения.

Среднее значение FA и оптимизировать подсчет используются для изучения LGN для подключения V1. FA является одним из наиболее часто встречающихся мер, полученных из данных диффузии. Это наиболее точно охарактеризовать как квантификации, как сильно направленной диффузии в регионе. Важно отметить, что групповые различия в мерах FA, не обязательно подразумевают различия в целостности белого вещества. Поскольку это исследование включает в себя клиническое состояние с потенциальным воздействием на белое вещество, такое толкование может быть оправдано. Тем не менее, в то время как нарушение целостности предполагает структурное повреждение или снижение, FA в регионе может быть снижена из-за меньшего количества барьеров, таких как большеДиаметр аксона и менее плотно упакованные аксонов, а также за счет менее эффективных границ в результате повышенной проницаемости мембраны 34. Термин "рационализировать Count ', предпочтительнее' количество волокна", так как число реконструированных линий тока не может быть истинным представлением фактического числа волокон из-за изменений характеристик проводящих путей, таких как длина, кривизны и ветвления, а также экспериментальные условия , такие как отношение сигнал-шум (SNR) 34.

Трактография является единственным неинвазивным методом для отображения WM в естественных условиях. В детерминированном подходе завершение происходит, когда анизотропия падает ниже определенного уровня, или когда происходит резкое ангуляция. Тем не менее, большинство вокселей содержат волокна более чем в одном направлении, а детерминированный подход ограничивается либо выявления доминирующего тракта в воксела или "средний" из всех направлений в пределах воксела. Таким образом, она не может обеспечить истинного represентация нервных путей. Вероятностный трактография позволяет разрешение двух моделей волокна в одном вокселе, обеспечивая более надежное представление тракта, а также отслеживания в районах с низкой анизотропии 17. Вероятностный алгоритм был поэтому особенно выгодно в данном исследовании, в котором исследовали траекторию OR, весьма разветвленности структуры WM (в частности, часть петли Мейера), заканчивающийся в сером веществе V1. Важно отметить, что вероятностные трактография относится к стохастическим вероятности иметь один и тот же путь, возникают по нескольким перестановкам, а не вводящим в заблуждение понятие трактографии представляющего истинную анатомию волокна. Хотя вероятностный трактография, как полагают, более внимательно следить за истинный ход нервных волокон, детерминированный трактография проводили сравнение полезности и воспроизводимости обоих методов. Поскольку тенденции были выявлены с использованием вероятностного подхода, сходство виднов детерминированном перспективе лишь еще больше укрепили достоверность результатов.

Помимо его более широкое использование в исследованиях связности отображения анатомического в головном мозге, трактография показал перспективные достижения в области нейрохирургической панорамирование. Визуализация или во время резекции опухолей путем neuronavigationally передачи данных DWI в операционном поле было сообщено , чтобы помочь в успешном удалении поражений и сохранении поля зрения нетронутыми 35. Тем не менее, DTI имеет определенные ограничения , такие как относительно низким пространственным разрешением и ослабленным качества данных , когда структуры с низкой плотностью волокон , таких как OR изучаются 20. Хотя вероятностный трактография был предпочтительным методом, текущее исследование с целью сравнить два алгоритма. Оба отслеживания алгоритмы показали некоторые общие выводы, повышение достоверности результатов.

Объем ЛГН колеблется от 112-276 мм 3 у здоровых мозгов 8 и Correlates с объемами зрительной коры и зрительного тракта, но не с общим объемом мозга 36. Поскольку трактография зависит от количества вокселов в маске семян, объем ЛГН должны быть нормализованы по участникам , чтобы предотвратить смещение в количественных сравнений между трактов 37. Мы контролировали различия в размерах LGN с использованием двух различных методов. В первом способе, были созданы сферические трансформирования стандартного размера. Для достижения этой цели был рассчитан средний объемный по всем предметам их LGN масок, превращенных в MNI пространство. Используя радиус средней маски в MNI пространстве, сфера была сосредоточена на центр масс каждой ЛГН в любом анатомическом или диффузионном пространстве. Используя стандартную сферу ROI с объемом больше, чем отдельных томов LGN обеспечивает включение всех вокселей, которые являются частью этой структуры во всех участников. При использовании большего размера маски, как правило, увеличивают риск ложных срабатываний, такая забота не применяется при посевев структуре таких как ЛГН, которая отличается от моделей подключения окружающих ядер. Следовательно, вокселей , принадлежащие к другим структурам будет генерировать линий тока , которые не следуют ожидаемые пути и такие пути , следовательно , будут отброшены 18 .The второй метод , который мы использовали для контроля объема LGN должен был работать статистический анализ с использованием объема LGN как ковариата, но это существенно не изменяет статистические результаты. Другой возможный подход к LGN нормализации является добавление и удаление вокселей вокруг отдельных масок LGN для получения стандартного размера через субъектов с помощью сценария MATLAB. Такой подход не требует каких-либо дополнительных регистраций и, следовательно, ограничивает степень деформации изображений головного мозга и точность возрастает. Он также сохраняет очертания LGN, а не создавать сферу вокруг LGN региона. Тем не менее, чтобы свести к минимуму ошибки человека, сегментация мульти-атласе может быть использован вместо того, чтобы вручную трассировки маски ЛГН. С помощью набора атласов счетовдля индивидуальной структурной изменчивости и , следовательно , дает более точное представление о подкорковой области , чем один атлас 38.

Этот роман в естественных условиях исследования исследует развитие взаимозависимые между различными частями первичного зрительного пути в человеческом альбинизм. Таким образом, он обеспечивает более глубокое представление об этиологии этого заболевания и улучшение диагностики посредством выявления расстройств конкретных подписей. Оба детерминированные и вероятностные алгоритмы трактография используются здесь показали сопоставимые модели измененном ЛГН к связности V1 в человеческом альбинизм. Хотя ни один обобщение на большой популяции может быть сделано из-за небольшого размера выборки и большой межпредметных изменения в структурах, представляющих интерес, это исследование демонстрирует полезность трактографии в выявлении тенденций в популяции образца, что указывает на важность дальнейших исследований в поле.

Subscription Required. Please recommend JoVE to your librarian.

Acknowledgments

Работа частично поддержана естественным наукам и инженерным исследованиям Совета Канады (NSERC). Авторы благодарят участников, д-р Рик Томпсон за его помощь в наборе пациентов альбинизм, Денис Романовский за его помощь работает несколько анализов и модифицирующих фигуру, Mónica Хиральдо Чика за ее знания и советы с трактографии, Джой Уильямс за свою помощь в приобретении МРТ, и Аман Goyal для его МРТ экспертизы анализа.

Materials

Name Company Catalog Number Comments
Magnetom Tim Trio 3T MRI Siemens (Erlangen, Germany)
FMRIB’s Software Library (FSL) http://www.fmrib.ox.ac.uk/fsl/
FreeSurfer http://surfer.nmr.mgh.harvard.edu
DSI Studio http://dsi-studio.labsolver.org
SPSS

DOWNLOAD MATERIALS LIST

References

  1. Montoliu, L., et al. Increasing the complexity: new genes and new types of albinism. Pigment Cell Melanoma Res. 27, 11-18 (2013).
  2. Martinez-Garcia, M., Montoliu, L. Albinism in Europe. J. Dermatol. 40 (5), 319-324 (2013).
  3. Gottlob, I. Albinism: a model of adaptation of the brain in congenital visual disorders. Br. J. Opthalmol. 91 (4), 411-412 (2007).
  4. Wilk, M. A., et al. Relationship between foveal cone specialization and pit morphology in albinism. Invest. Ophthalmol. Vis. Sci. 55 (7), 4186-4198 (2014).
  5. Von dem Hagen, E. A. H., Houston, G. C., Hoffman, M. B., Morland, B. A. Pigmentation predicts the shift in the line of decussation in humans with albinism. Eur. J. Neurosci. 25, 503-511 (2007).
  6. Rice, D. S., Williams, R. W., Goldowitz, D. Genetic control of retinal projections in inbred strains of albino mice. J comp neurol. 354 (3), 459-469 (1995).
  7. Schmitz, B., Schaefer, T., Krick, C. M., Reith, W., Backens, M., Kasmann-Kellner, B. Configuration of the optic chiasm in humans with albinism as revealed by magnetic resonance imaging. Invest. Ophthalmol. Vis. Sci. 44 (1), 16-21 (2003).
  8. 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).
  9. Williams, S. E., et al. Ephrin-B2 and EphB1 mediate retinal axon divergence at the optic chiasm. Neuron. 39 (6), 919-935 (2003).
  10. van Genderen, M. M., Riemslag, F. C., Schuil, J., Hoeben, F. P., Stilma, J. S., Meire, F. M. Chiasmal misrouting and foveal hypoplasia without albinism. J. Opthalmol. 90 (9), 1098-1102 (2006).
  11. Yücel, Y. H., Zhang, Q., Gupta, N., Kaufman, P. L., Weinreb, R. N. Loss of neurons in magnocellular and parvocellular layers of the lateral geniculate nucleus in Glaucoma. Arch. Ophthalmol. 118 (3), 378-384 (2000).
  12. von dem Hagen, E. A., Hoffman, M. B., Morland, A. B. Identifying human albinism: a comparison of VEP and fMRI. Invest. Ophthalmol. Vis. Sci. 49 (1), 238-249 (2008).
  13. Burkhalter, A., Bernardo, K. L. Organization of cortico-cortical connections in human visual cortex. Proc. Natl. Acad. Sci. USA. 86 (3), 1071-1075 (1989).
  14. Mufson, E. J., Brady, D. R., Kordower, J. H. Tracing neuronal connections in postmortem human hippocampal complex with the carbocyanine Dye DiI. Neurobiol. Aging. 11 (6), 649-653 (1990).
  15. Wedeen, V. J., et al. Diffusion spectrum magnetic resonance imaging (DSI) tractography of crossing fibers. Neuroimage. 41 (4), 1267-1277 (2008).
  16. Smith, S. M., et al. Tract-based spatial statistics: voxelwise analysis of multi-subject diffusion data. NeuroImage. 31 (4), 1487-1505 (2006).
  17. Newcombe, V. F., Das, T., Cross, J. J. Diffusion imaging in neurological disease. J. Neurol. 260 (1), 335-342 (2013).
  18. Behrens, T. E. J., et al. Non-invasive mapping of connections between human thalamus and cortex using diffusion imaging. Nat. Neurosci. 6 (7), 750-757 (2003).
  19. Bassi, L., et al. Probabilistic diffusion tractography of the optic radiations and visual function in preterm infants at term equivalent age. Brain. 131 (2), 573-582 (2008).
  20. Hofer, S., Karaus, A., Frahm, J. Reconstruction and dissection of the entire human visual pathway using diffusion tensor MRI. Front Neuroanat. 4, 1-7 (2010).
  21. Fujita, N., et al. Lateral Geniculate Nucleus: Anatomic and Functional Identification by Use of MR Imaging. Am. J. Neuroradiol. 22 (9), 1719-1726 (2001).
  22. McKetton, L., Joy, W., Viviano, J. D., Yücel, Y. H., Gupta, N., Schneider, K. A. High resolution structural magnetic resonance imaging of the human subcortex in vivo and postmortem. J. Vis. Exp. , (2015).
  23. Fischl, B. FreeSurfer. NeuroImage. 62 (2), 774-781 (2012).
  24. Yeh, F. C., Verstynen, T. D., Wang, Y., Fernández-Miranda, J. C., Tseng, W. Y. Deterministic Diffusion Fiber Tracking Improved by Quantitative Anisotropy. PLoS One. 8 (11), 807-813 (2013).
  25. Jiang, H., van Zijl, P. C., Kim, J., Pearlson, G. D., Mori, S. DtiStudio: resource program for diffusion tensor computation and fiber bundle tracking. Comput. Methods. Programs. Biomed. 81 (2), 106-116 (2006).
  26. Smith, S. M., et al. Advances in functional and structural MR image analysis and implementation as FSL. NeuroImage. 23 (1), 208-219 (2004).
  27. Galantucci, S., et al. White matter damage in primary progressive aphasias: a diffusion tensor tractography study. J. Neurol. 134, 3011-3029 (2011).
  28. Cabin, R. J., Mitchell, R. J. To Bonferroni or not to Bonferroni: when and how are the questions. Bull. Ecol. Soc. Am. 81 (3), 246-248 (2000).
  29. Kaiser, P. K. Prospective evaluation of visual acuity assessment: a comparison of snellen versus ETDRS charts in clinical practice (An AOS Thesis). Trans. Am. Ophthalmol. Soc. 107, 311-324 (2009).
  30. Farahibozorg, S., Hashemi-Golpayegani, S. M., Ashburner, J. Age and sex-related variations in the brain white matter fractal dimension throughout adulthood: An MRI study. Clin. Neuroradiol. 25 (1), 19-32 (2014).
  31. Tian, L., Wang, J., Yan, C., He, Y. Hemisphere and gender-related differences in small world brain networks: a resting state functional MRI study. NeuroImage. 54 (1), 191-202 (2011).
  32. Ge, Y., Grossman, R. I., Babb, J. S., Rabin, M. L., Mannon, L. J., Kolson, D. L. Age-related total gray matter and white matter changes in normal adult brain. Part 1: volumetric MR imaging analysis. Am. J. Neuroradiol. 23 (8), 1327-1333 (2002).
  33. Zhang, L., Dean, D., Liu, J. Z., Sahgal, V., Wang, X., Yue, G. H. Quantifying degeneration of white matter in normal aging using fractal dimension. Neurobiol. Aging. 28 (10), 1543-1555 (2007).
  34. Jones, D. K., Knosche, T. R., Turner, R. White matter integrity, fiber count, and other fallacies: The do's and don'ts of diffusion MRI. NeuroImage. 73, 239-254 (2013).
  35. Coenen, V. A., Huber, K. K., Krings, T., Weidemann, J., Gilsbach, J. M., Rohde, V. Diffusion-weighted imaging-guided resection of intracerebral lesions involving the optic radiation. Neurosurg. Rev. 28 (3), 188-195 (2005).
  36. Andrews, T. J., Halperm, S. D., Purves, D. Correlated size variations in human visual cortex, lateral geniculate nucleus, and optic tract. J. Neurosci. 17 (8), 2859-2865 (1997).
  37. Bridge, H., Thomas, O., Jbabdi, S., Cowey, A. Changes in connectivity after visual cortical brain damage underlie altered visual function. Brain. 131, 1433-1444 (2008).
  38. Asman, A. J., Landman, B. A. Non-local statistical label fusion for multi-atlas segmentation. Med. Image. Anal. 17 (2), 194-208 (2013).

Tags

Neuroscience выпуск 114 развитие мозга альбинизм нейронная misrouting магнитно-резонансная томография (МРТ) тензор диффузии томография (DTI) трактография детерминированный / вероятностный отслеживания волокна боковое коленчатое ядро ​​(LGN) оптического излучения (OR) первичной зрительной кора (V1) нейробиологии
Измерение Связь в первичной зрительной Путь в человека Альбинизм Использование Diffusion Tensor визуализации и трактография
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Grigorian, A., McKetton, L.,… More

Grigorian, A., McKetton, L., Schneider, K. A. Measuring Connectivity in the Primary Visual Pathway in Human Albinism Using Diffusion Tensor Imaging and Tractography. J. Vis. Exp. (114), e53759, doi:10.3791/53759 (2016).

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