Waiting
Login processing...

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

Neuroscience

מדידת קישוריות במסלול הראייה העיקרית ב לבקנות האדם באמצעות הדמיה דיפוזיה מותח tractography

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

Summary

כתב יד זה מתאר אלגוריתמים דטרמיניסטיים הסתברותי עבור חומר לבן (WM) שיחזור, נבדק הבדלים בקרינה אופטית (OR) קישוריות בין לבקנות ובקרות. למרות tractography הסתברותי עוקב כמובן הנכון של סיבים עצבים יותר מקרוב, tractography הדטרמיניסטית נדרסה להשוות את האמינות ואת השחזור של שני הטכניקות.

Abstract

בשנת לבקנות, מספר ipsilaterally מקרין תאי הגנגליון ברשתית (RGCs) מצטמצם משמעותית. הרשתית אופטית התצלובת הוצעו כאתרי מועמד misrouting. כיוון שנמצא קשר בין מספר הגרעין לרוחב ברך (LGN) להעביר נוירונים וגודל LGN הוכח, ועל סמך נחות שדווחו בעבר בכמויות LGN ב לבקנות אדם, אנו מציעים תחזיות סיבים מן LGN לקורטקס הראייה העיקרי (V1) גם מופחת. לימוד הבדלים מבניים במערכת של לבקנות החזותית יכול לשפר את ההבנה של המנגנון misrouting ויישומים קליניים הבאים. נתוני דיפוזיה tractography שימושיים למיפוי OR (הקרינה אופטית). כתב יד זה מתאר שני אלגוריתמים או שיקום על מנת להשוות קישוריות המוח לבקנות וסורק MRI controls.An עם סליל ראש 32 ערוצים שמש לרכישת סריקות מבניות. רצף T1-weighted 3D-MPRAGE עם 1 מ"מ3 גודל voxel איזוטרופיים היה השתמש כדי ליצור תמונות ברזולוציה גבוהה עבור פילוח V1. צפיפות פרוטון מרובה (PD) תמונות משוקללות נרכשו coronally עבור ימינה ושמאלה לוקליזציה LGN. סריקות דיפוזיה מותח הדמיה (DTI) נרכשו עם 64 כיוונים דיפוזיה. שני שיטות מעקב דטרמיניסטיות הסתברותי נוהלו ומשווות, עם LGN כמסכת זרעי V1 כמסכת היעד. למרות DTI מספק רזולוציה מרחבית ירודה יחסית, ועל תיחום מדויק של או עלול להיות מאתגר בשל צפיפות הסיבים הנמוכה שלה, tractography הוכח להיות יתרון הוא במחקר והן קליני. סטטיסטיקה מרחבית מבוסס בדרכי (TBSS) חשפה תחומי שלמות חומר לבן קטינה באופן משמעותי בתוך או לחולים בעלי לבקנות בהשוואה לקבוצת ביקורת. השוואות Pairwise גילו הפחתה משמעותית LGN קישוריות V1 ב לבקנות בהשוואה לקבוצת ביקורת. השוואת שני אלגוריתמי מעקב חשף ממצאים משותפים, חיזוק האמינותשל הטכניקה.

Introduction

לבקנות היא מחלה גנטית המאופיינת בעיקר היפופיגמנטציה גלויה שנצפתה אנשים מושפעים. הוא נגרם על ידי בירושה מוטציות לגנים המעורבים מלנין סינתזה 1. לבקנות מופיעה בשתי צורות עיקריות: לבקנות oculo-עורית (OCA), תכונת רצסיבית אוטוזומלית ההצגה שתי תכונות של עין עורית; ו לבקנות עינית (OA), תכונה X-linked שכיחה יותר אצל גברים ומאופיינת בעיקר על ידי סימפטומים של העינים 2. המלנין אפיתל הפיגמנט ברשתית (RPE) הוא חיוני להתפתחות תקינה של מסלול הראייה המרכזי. ולהעדרו לבקנות ולכן התוצאה היא ליקויי ראייה, כולל פוטופוביה, ניסטגמוס, חדות הראייה מופחת ואובדן ראייה דו-עינית 2-3. חדות ראייה נקשרה מורפולוגיה foveal, אשר שינתה לבקנות 4. אצל בני אדם, קו רשתית של decussation שוכן לאורך גבול nasotemporal דרך הגומה, עם סיבי רשתית אףחוצה את האונה האחרת ואלה מן רשתית הטמפורלית הארכת ipsilaterally. מידת תפקוד ראייה מופחתת לבקנות נקשרה לרמה של היפופיגמנטציה. באופן ספציפי, פיגמנטציה עומדת ביחס הפוך משמרת לתוך הרשתית הטמפורלית של הקו של decussation 5. כתוצאה מכך המשמרת בקו decussation לתוך הרשתית הטמפורלית, המעבר של סיבי עצב הראייה הוא גדל - משותף מאפיין פני כל המינים 3.

מחקרי MRI מבניים על בני אדם הראו chiasms האופטי צר לבקנות בהשוואה לקבוצת ביקורת, אשר צפוי התוצאה של מעבר מוגבר של RGCs שנצפתה לבקנות 6-8. תצלובת הרשתית אופטית להביע רמזי הדרכת axonal כגון קולטנים מש' Eph ו ligands שלהם 9 ולכן הם אתרי מועמד misrouting 10.

מחקר על קופים עם גלאוקומה מושרה חשף דצמבר משמעותיrease במספר הנוירונים ממסר LGN immunoreactive-parvalbumin ו LGN נפח 11. הדבר מצביע על קורלציה בין גודל LGN ומספר חומר לבן (WM) מסלולי נסיעה דרך OR כדי V1. מחקר פוסט מורטם על לבקנות האדם גילה גם LGN קטן עם שכבות M ו- P התמזגו 12. ברזולוציה גבוהה המבני MRI אשר הפחתה משמעותית בהיקף LGN ב לבקנות 8. יחדיו, ממצאים אלה מראים כי חלה ירידה בהיקף LGN עלול לגרום למספר מופחת של נוירונים LGN, ו בתורו בקישוריות ירד בין LGN ו V1.

דפוסי בדיקת קישוריות אנטומי בבני אדם הוגבל. Dissection, הזרקה נותב ואינדוקצית נגע טכניקות פולשניות שיכולות לשמש פוסט מורטם בלבד, ובדרך כלל מעורב מספר קטן מאוד של חולים. מחקרים קודמים באמצעות carbocyanine לצבוע זריקות DiI הפגינו קישוריות עצבית בין V1 ו- V2 (ג ויזואלית המשניortex) 13, וכן במתחם בהיפוקמפוס במוח האנושי שלאחר מוות קבוע אלדהיד 14. סיבי תיוג בדרך זו מוגבל למרחקים של עשרות בלבד של מילימטרים מנקודת ההזרקה 14. דיפוזיה מותחים הדמיה, DTI, היא שיטת MRI שפותחה בתחילת 1990 האמצע לזהות כיוון בדרכי סיבים וארגון. זוהי שיטה לא פולשנית המאפשרת מיפוי של מסלולי WM גדולים במוח החי. DTI הוא רגיש דיפוזיה של מולקולות המים ברקמה הביולוגית 15. במוח, דיפוזיה של מים הוא איזוטרופי (אחיד) בשל מחסומים כגון ממברנות המיאלין. יש WM אנאיזוטרופיה דיפוזיה גבוהה, כלומר דיפוזיה מקביל יותר מאשר בניצב הכיוון של הסיבים 16. אנאיזוטרופיה שבר (FA) היא כמות סקלר המתארת ​​את ההעדפה של מולקולות מפוזרות באופן איזוטרופי. ערכי FA נעים בין 0-1, מהנמוך anisot הגבוההסיבי (נוזל השדרתי (CSF) <חומר אפור (GM) <WM) 16.

יעל (דטרמיניסטי) ומעקב סיבים הסתברותי שני אלגוריתמים שונים לשיקום נתיב 3D. tractography הדטרמיניסטי משתמש בשיטת התפשטות קו, חיבור ווקסלים שכנות באזור זרע מוגדר. שני קריטריונים להפסיק להשתמש באלגוריתם זה הם זווית מפנה ערך FA. לכן, בדרכי התחקות בין ווקסלים שכנות סבירות בזוויות מפנה גדולות. האלגוריתם היה אפוא גם התקדמות רק אם FA בתוך voxel עולה על סף מסוים, הגבלת יעילותו במסלולים המגדיר במדויק ליד חומר אפור, שבו אנאיזוטרופיה טיפות. Tractography הסתברותי, ומצד שני, מניב מפת קישוריות המתארת ​​את הסתברות voxel להיות חלק בדרך בין שני אזורים של עניין (ROIs) ובכך התקדמות לתוך חומר אפור כגון 17 V1. באמצעות יישום MRI זו, מבני WM מרכזיים כמואו ניתן שמסומן, כפי שמוצג במחקרים קודמים 18-20.

מחקר זה ולכן משתמשת בנתונים דיפוזיה tractography לחקור את השפעת misrouting אקסונלית על קישוריות retino-מוחיות-geniculo. בהתבסס על נחות שדווחו בעבר בכמויות LGN ב לבקנות אדם 8, אנו צופים כי תחזיות סיבים מן LGN כדי V1 גם מופחתות (איור 1).

Subscription Required. Please recommend JoVE to your librarian.

Protocol

משפט ואתיקה: מחקר המחקר הנוכחי אושר על ידי משתתפי אדם ועדה לבחינה (HPRC) ב York University, טורונטו. כל המשתתפים נתנו הסכמה מדעת בכתב.

1. נושא ההכנה

הערה: משתתפי Eleven עם OCA, בגילי 36 ± 4 שנים (6 נקבות) הושוו עשרה מכשירים לפי גילים, בגילי 32 ± 4 שנים (6 נקבות). ההיסטוריה משתתף נרשם בטבלה 1.

  1. שאל כל משתתף למלא ולחתום על טופס הסכמה המפרט הנחיות הבטיחות MRI ופרוטוקול הדמיה.
  2. עבור כל משתתף, לספק אטמי אוזניים לאוזניים. משתתף תפקיד וראש פרקדן ראשון המגנט, ואת ציון דרך מעל העיניים ברמת הגבה. ראשו של המשתתף מאובטח עם כריות לצמצם תנועת הראש. תן המשתתף נורה לסחוט להתראה חולה.

2. פרמטרים MRI מבנית

e_content "> הערה: כל ההדמיה נקנית סורק 3T MRI באמצעות סליל ראש 32 ערוצים במהלך מושב יחיד לכל נושא.:

  1. רוכשת אנטומיים T1-weighted ברזולוציה גבוהה תוך שימוש ברצף 3D-MPRAGE המכסה את המוח כולו עם הפרמטרים הבאים: זמן הרכישה 4 דקות 26 שניות, בתחום מ"מ נוף 256, 256 מטריקס, 192 פרוסות בעובי פרוסת 1 מ"מ, עם וכתוצאה מכך גודל voxel איזוטרופיים של 1.0 מ"מ 3, TR = 1900 ms, TE (זמן הד) = 2.52 ms עם זמן היפוך של 900 ms וזווית להעיף של 9 מעלות, 1 בממוצע, הדמיה מקבילה (iPat גראפה, גורם להאצה 2) .
  2. רוכשת רצף DTI מכסה את הקליפה, עם פרוסות באורינטציה רוחבית הבאים השלכתי commissure / האחורי הקדמיים (-PC AC) קו, באמצעות הפרמטרים הבאים: זמן רכישה 8 דקות 5 שניות, בתחום מ"מ נוף 192, 128 מטריקס, ווקסלים 1.5 1.5 מ"מ-מטוס, 56 רציף (פער) פרוס עם 2 מ"מ עובי, TR = 6900 ms, TE = 86 מילישניות, 64 כיוונים, ב-ערך של 1000 s / mm 2 (תמונת ייחוס עם b-ערך נמוך של 0 שניות / מ"מ 2), 1 בממוצע, הדמיה מקבילה (iPat גראפה) עם גורם להאצת 3.
  3. לרכוש תמונות 30-40 משוקלל PD בכיוון עטרה, במקביל בגזע המוח, המכסים מהמידה הקדמית של פונס אל החלק האחורי של colliculus הנחה.
    1. השתמש הד ספין טורבו (הד ספין FAST) רצף הדופק ואת הפרמטרים הבאים: רכישת זמן 1 דקות 29 שניות לעמוד סריקה, בתחום מ"מ נוף 192, 256 מטריקס, 30-40 פרוסות בעובי של 1 מ"מ, וכתוצאה מכך גודל voxel 0.75 0.75 1 מ"מ 3, TR = 3000 msec, TE = 22 msec, טורבו גורם של 5, להפנות את עיקר הזווית להעיף של 120 °, 1 בממוצע, ההדמיה מקבילה (iPat גראפה) עם גורם להאצה 2.
      הערה: S12 נסרק באמצעות הפרמטרים הבאים: בתחום מ"מ נוף 180, 512 מטריקס, 30 פרוסות עם 1 מ"מ פרוסות עבות, וכתוצאה מכך גודל voxel 0.4 x 0.4 x 1.0 מ"מ 3. כל שאר הפרמטרים נשארו זהים. Acquisitיון זמן 2 דקות 47 שניות.
  4. טרום תהליך כל סריקות על ידי המרת DICOM גלם לפורמט NIfTI באמצעות dcm2nii התוכנית.

3. תיחום LGN

הערה: LGN הוא מבנה קורטיקליים קטן הממוקם עמוק בתוך המוח, ומכאן תמונות PD ברזולוציה גבוהה נדרשים לקבוע גבולות האנטומי שלו. בסריקות אלה, LGN מופיע כתחום יחסי עוצמת אות גבוהה אל שטחי WM שמסביב, דבר המקל על זיהוי שלה 21. LGN אנטומיים מזוהה לאחר מכן נעשה שימוש כאזור זרע עבור tractography.

  1. בעוד עיוור לחברות בקבוצה, להתחקות באופן ידני על ימין ועל שמאל מסכות LGN שלוש פעמים כל אחד על תמונות PD בממוצע אינטרפולציה לפעמיים ברזולוציה וחצי גודל voxel (המקורי 256 x 256 מטריקס, 0.75 x 0.75 x 1 מ"מ 3 voxel גודל).
    1. כדי להשיג ברזולוציה גבוהה תמונות PD להשתמש בפונקציית FLIRT הזמינה בחינם וכלי תוכנה אחרים בתוך התוכנה של FMRIBהספרייה (FSL, http://www.fmrib.ox.ac.uk/fsl/). Upsample, לשרשר, תמונות PD נכונות ממוצע תנועה לכל משתתף כפי שתואר לעיל במקום אחר 22.
    2. טענת את תמונת PD ברזולוציה הגבוהה ב FSLView ולחץ על כרטיסיית הכלים כדי לבחור באפשרות היחידה (או לחץ איור 1 ) כדי להגדיל את התמונה.
    3. לחץ על כרטיסיית הקובץ כדי לבחור את מסכת יצירת האפשרות, ולהשתמש בסרגל הכלים בפינה השמאלית העליונה של המסך כדי לאתר את LGN בכל פרוסה. אם תרצה, לשנות את הניגודיות של התמונה על ידי גרירת לאורך מינימום / מקסימום בסרגל הכלים על מנת לקדם זיהוי LGN.
  2. מיזוג אזורים אלה של עניין (ROIs) לתוך מסכה החציוני באמצעות הפקודה fslmerge.
  3. מערבבים את כל המסכות החציוני 'מדרגים לתוך מסכה החציוני יחיד תוך שימוש באותה פקודה.

4. V1 פילוח

  1. הפעל "Recon-כל" הפקודה FreeSurfer23 (v5.3.0) על המוחים בחלל אנטומיים הילידים (תמונות-T1 משוקלל) לעיבוד אוטומטי.
  2. המר את התפוקות המתאימות בתיקייה MRI החדש שנוצר (orig.mgz, brain.mgz, rawavg.mgz, T1.mgz) כדי NIfTI באמצעות "mri_convert".
  3. השתמש מיצוי המוח BET ב GUI FSL לתקן את המוח פלט הפשיטו הגולגולת (brain.nii.gz) בחלל FreeSurfer במידת הצורך. בחר את מיצוי המוח רגיל הפעלה באמצעות אפשרות bet2 (ברירת המחדל). מנמיך את הסף אם תמונה חסרת רקמת מוח, או להגדיל אם רקמה הלא-המוח הוא נתפס (סף ברירת מחדל 0.5). בחר את תמונת פלט חילוץ מוח ותמונת מסכת המוח בינארי פלט (זה האחרון עשוי לשמש תיקונים ידניים) באפשרויות המתקדמות.
  4. המרת פרצלציה V1 פלט מסכה נפח באמצעות "label2surf" ופקודות "surf2volume".

5. טרום מעקב רישומים

הערה: על פי השלבים הבאים, התקשר GUI FSL לפתוח כל אחת followinכלי גרם.

  1. השתמש מיצוי מוח BET ובחר באפשרות ניקוי Bias השדה & צוואר rawavg.nii.gz גולגולת-פס, הממוקם בתיקיית MRI נוצרה על ידי "Recon-כל". התאם סף לפי צורך.
  2. רישום FLIRT ליניארי לרוץ להביא מוחות FreeSurfer ומרחב אנטומיים יליד שטח דיפוזיה.
    1. brain.nii.gz בחר, פלט של Recon-הכל (שטח FreeSurfer), או המוח של הנבדק חילוץ T1 (שטח אנטומיים הילידים) כתמונה קלט, וכן אדי תיקן חילוץ המוח תמונה משוקלל דיפוזיה (DWI) כהפניה תמונה. לאחר מכן לחץ על "Go".
      הערה: פעולה זו יוצרת שתי יציאות, מוח הקלט רשום על תמונת הייחוס (.nii.gz) מטריקס טרנספורמציה (.mat). מלבד רישום, הקובץ האחרון נדרש tractography כאשר שטח זרע אינו דיפוזיה. השתמש מטריצות הטרנספורמציה פלט (.mat) שנוצרה בשלב זה עבור tractography כמוסבר 7.4.2.
  3. דוֹמֶהל -5.2, רישום ליניארית FLIRT לרוץ להביא המוח PD של המשתתפים לחלל FreeSurfer ומרחב אנטומיים הילידים.
  4. כן מסכות זרע עבור tractography:
    1. החל טרנספורמציות FLIRT מ Utils בארגז הכלים רישום ליניארית FLIRT. השתמש בפלט .mat כמו מטריקס שינוי, LGN המקורי להסוות כקלט ו brain.nii.gz (שטח FreeSurfer) או T1_brain.nii.gz (שטח אנטומיים מקורי) (ראה 5.2) כמו נפח התייחסות. בחר את שיטת אינטרפולציה השכן הקרוב ביותר מבין האפשרויות המתקדמות.
  5. שימוש בקבצי brain.nii.gz בלבד, להכין מסכות יעד tractography:
    1. הירשם המוח FreeSurfer לחלל אנטומיים יליד וליצור מסכות היעד על ידי יישום השינוי כדי מסכות V1 (ראה 5.2, 5.4.1) באמצעות אינטרפולציה Tri-לינארית. לחץ על "Go".

6. LGN נורמליזציה

  1. השתמש רישום FNIRT שאינו ליניארי כפי שתואר לעיל בכתובת http: //fsl.fmrib.ox.ac.uk / FSL / fslwiki / FNIRT להביא המוח הלא חילוץ של המשתתפים בחלל אנטומיים יליד שטח המשרד, באמצעות התבנית המוח כולו מהמכון הנוירולוגי במונטריאול (MNI152).
    הערה: רישום שאינו ליניארי של תמונות אנטומיים מקוריות מומלץ עבור שלב זה, כמו רישומים היו מדויקים יותר כאשר FNIRT יושמה T1s הלא חילוץ לעומת לפלרטט על מוח חילוץ.
  2. החל טרנספורמציות כדי מסכות LGN בחלל אנטומיים (המקורי LGN שינה בעבר לחלל אנטומיים ילידי 5.4) באמצעות אינטרפולציה הקרובה-שכן כמתואר 5.4.1 להביא מסכות לחלל משרד.
  3. ממוצע כל המסכות LGN בחלל המשרד על פני שתי קבוצות באמצעות של AFNI "3dMean" הפקודה.
  4. השתמש "fslmaths -thr" להחיל סף כדי להסוות את ממוצע בחלל המשרד.
  5. חשבתי את הרדיוס של המסכה הממוצעת בחלל משרד באמצעות V = 4/3 πr 3 (מניח כדור).
  6. קלט במרכז coordi ההמוניתעֲגָבוֹת כל מסכת LGN בודדת בחלל יליד אנטומי באמצעות הפקודה "fslstats -C".
  7. צור ROIs הכדורי כרכים זהים פני משתתפים:
    1. השתמש "fslmaths" ליצור נקודת ROI עם הקואורדינטות של מסכת LGN הפרט המתאימה בחלל אנטומיים יליד כפי שנרשם 6.6
    2. באמצעות "fslmaths", להחיל את הרדיוס של המסכה הממוצעת בחלל המשרד ליצור כדור מסביב לנקודת ROI בחלל אנטומיים ילידים.
  8. להשתמש במסכות סטנדרטיות אלה זרעי tractography.

7. הסתברותי tractography (FSL 5.0.4)

הערה: על פי השלבים הבאים, התקשר Fdt_gui לגשת כל אחד מהכלים הבאים.

  1. נכון עבור עיוותים DWIs עם התיקון הנוכחי אדי. בחר באפשרות התיקון הנוכחית האד מהתפריט בחלק העליון של חלון ארגז כלי דיפוזיה והעלה את DWI כקלט, עוזב את defaulנפח t הפניה (0).
  2. המוח לחלץ את התמונות עם BET כמתואר 4.3.
  3. בחר באפשרות טנזורים דיפוזיה לשיקום DTIFIT מהתפריט. ציין ספריית קלט המכיל את הקבצים הבאים: נתונים משוקללים דיפוזיה, nodif_brain_mask (פלט של BET), bvec ו bval (חייב להיות שונה ל bvecs ו bvals; קבצי טקסט המכילים מידע על פרמטרי רכישת תמונת דיפוזיה, פלט של DICOM מרה של דיפוזיה NIfTI נתונים). לחץ על "Go" כדי להפעיל dtifit, אשר מתאים מודל מותח דיפוזי בכל voxel, יצירת קבצים עבור שלאחר עיבוד.
  4. הבא, בחר את BedpostX (אמידת הפרמטרים דיפוזיה) אפשרות מהתפריט. השתמש ספריית קלט זהה עבור DTIFIT. לחץ על 'המשך' ליצירת כל הקבצים הדרושים עבור tractography.
  5. מאותו התפריט, לבחור ProbtrackX למעקב הסתברותי ולהפעיל אותו עבור כל חצי הכדור בנפרד. שמור אפשרויות בסיסיות ברירת המחדל (5,000 דגימות, 0.2 עקמומיות loopcheck applieד) ובחר שונה אוילר לחישוב מייעל הסתברותי מן האפשרויות המתקדמות עבור דיוק מוגבר.
    1. בחר את הפלט של BedpostX המכיל קבצי .merged כספריית BEDPOSTX.
    2. בחר מסכת אחת כשטח זרע ולטעון את מסכת LGN טרנספורמציה (בחלל אנטומיים ילידים) כתמונת הזרע, T1 (המוח בחלל יליד אנטומיים) כדי מטריקס טרנספורמציה דיפוזיה כגרעין דיפוזיה לשנות, ו V1 (בחלל אנטומיים ילידים) ב "מטרות פומביות" (אלא מסכות הדרה) כיעד.
    3. השתמש אמנת רשת ברירת מחדל (קארה) ולטעון את המוח בחלל אנטומיים ילידים (תמונת T1) כתמונה להתייחסות שטח.
  6. חזור ProbtrackX למעקב הסתברותי באמצעות ROIs הכדורית הסטנדרטית (שנוצרה בשלב 6) כאזורים זרע עבור tractography כמתואר 7.5.2. ROIs העלה באותה הדרך טרנספורמציה LGN (שטח אנטומיים) הועלה ב 7.5.2.
  7. להפעיל מחדש tractography (7.5), הפעםעם זרע (לא מנורמל) ומסכות היעד בחלל FreeSurfer בתוספת מסכת גבול חומר הלבנה הנגדית של FreeSurfer כמו מסיכת הדרה, כדי למנוע מעבר מעל ולהבטיח קשרי ipsilateral ישירים. סמן את אפשרות Surface מארגז כלי ProbtrackX ובחר FreeSurfer כמו אמנת רשת.
    הערה: חשוב להדגיש tractography כי הוא תמיד לרוץ מחלל דיפוזיה, אבל Probtrackx למעקב הסתברותי מאפשר ההזנה של מסכות זרעי היעד בחלל שונה, יחד עם מטריקס טרנספורמציה לחלל דיפוזיה. במחקר זה, tractography הסתברותי נדרס עם מסכות בשני אנטומיים יליד ומרחב FreeSurfer (איור 2).

8. דטרמיניסטיים tractography (סטודיו DSI)

  1. להרחיב אדי תיקן תמונות משוקלל דיפוזיה ב DSI Studio 24 על ידי לחיצה על שלב 1: תמונות קוד פתוח. bvec טען וקבצים bval על חלון ב-השולחן כי הוא אוטומטי אופנדתי כדי ליצור קובץ מקור (.src).
  2. טען את קבצי מקור שנוצרו על גבי חלון השחזור כדי לשנות את ברירת המחדל משוחזרת מסכות מוח לפי צורך.
  3. לאחר מכן, בחר DTI כשיטת שיקום 25 ולהפעיל אותו על קבצי המקור כדי לייצר קבצי מידע סיבים (.fib).
  4. תביא מוח PD המשתתף לחלל דיפוזיה באמצעות FLIRT רישום ליניארית.
  5. החל טרנספורמציות כדי מסכות LGN באמצעות אינטרפולציה השכן הקרוב ביותר כמתואר 5.4.1.
  6. פתח .fib קבצים בחלון המעקב של התכנית.
  7. הפעל מעקב עבור כל חצי הכדור בנפרד, באמצעות LGN בחלל דיפוזיה כגרעין ואזור 17 (V1) מן האטלס ברודמן זמינים DSI סטודיו כאזור terminative. טען את מסכת LGN ידי לחיצה על כרטיסיית האזורים להרחיב אזור. בחר באפשרות הזרע תחת הקלידו את רשימת האזור על השמאל של המסך. כדי לטעון את מסכת V1 מאטלס, לחץ על אטלס מסרגל הכלים ברשימת האזורלבחור את האטלס המתאים.
  8. בכל ריצה, להגדיר את WM הנגדי (בשם שמאלה / ימינה-מוחי-לבן-משנה) מסכה מעל אטלס פילוח FreeSurfer (ראה מסגרת רשימת האזור בחלון המעקב) כאזור של הימנעות (ROA).
  9. חזור על מעקב (8.7-8.8) באמצעות ROIs כדורית בחלל דיפוזיה במקום LGN הפרט כאזורים זרע עבור tractography.
    הערה: ROIs הכדורי יש את אותו נפח בכל הנושאים מרוכזים על מרכז המסה של כל LGN.
  10. נורמליזציה LGN חזור, בסעיף 6, אלא שהפעם רישום המוח בחלל דיפוזיה לחלל המשרד תקן, ומיישום טרנספורמציות כדי LGN בחלל דיפוזיה (המקורי LGN שינו בעבר לחלל דיפוזיה 8.4-8.5) להביא מסכות לחלל המשרד סטנדרטי. חשבתי את הנפח של ROI הכדורית כמו הנפח הממוצע של כל LGN פני נושאים בחלל משרד.
    הערה: פרמטרים מעקב יכול להיות שונה על ידי המשתמש. עבור רוב הריצות, פרמטרי מעקב המחדל יושמו. עבור אנשים מסוימים (A5, A7, S12), סף אנאיזוטרופיה (ברירת מחדל 0.14-0.15) הונמך (0.10-0.12) ו סף זוויתי (ברירת מחדל 60) הוגדל (65-85) להדמיה נחמדת. סכמטי של הטכניקה מוצג באיור 3.

9. ניתוח סטטיסטי - TBSS (FSL)

הערה: סטטיסטיקה מרחבית מבוססי החוברת ניתוח סטטיסטי voxelwise של FA של המשתתפים maps16 שהושג עם dtifit26. זה נעשה שימוש נרחב בכל הקשור לסטטיסטיקה על נתונים דיפוזיה. גישת voxelwise זה מתגברת על בעיות יישור והחלקת פוטנציאל לראות בניתוח VBM בסגנון אנגלי ומספקת חקירת מוח כולו, בלתי ניתן להשגה באמצעות approaches16 tractography מבוסס.

  1. הפעל "tbss_1_preproc" על נתוני FA הנמצאים בספריית TBSS חדש שנוצרה.
  2. הפעל "tbss_2_reg" - T ליישם רישום שאינו ליניארי, להעמיד כל הנתונים FA של המשתתף לחלל משותף (FMRIB58_FA,תמונת היעד ב TBSS).
  3. צור שלד FA ממוצע עם המרכזי של כל שטחים הנפוצים בקרב משתתפים באמצעות "tbss_3_postreg -S".
  4. לָרוּץ "Tbss_4_prestats 0.2" להקרין כל מפת FA המיושרת של משתתף על שלד הממוצע של כל מפות FA המיושרות.
  5. יצירת קבצי design.con ו design.mat, להבטיח כי סדר המטריצה ​​עולה בקנה אחד עם הסדר שבו TBSS מראש עיבד את נתוני ה- FA.
  6. הפעל "randomise", באמצעות אפשרות T2, אשר מומלצת עבור TBSS כפי שהוא פועל על שלד (קבוצת משנה מופחת של נתוני 3D), ו -5,000-מוטציות מראש, אשר נותנת-ערכי p מדויקים יותר.

10. ניתוח סטטיסטי - SPSS

  1. לחלץ ממנו את ערכי ה- FA מ דטרמיניסטי נתונים
    הערה: ערכי FA מבוססים דטרמיניסטית נגזרו קבצי טקסט סטטיסטיקת פלט סטודיו DSI. ערכים אלה מייצגים את FA הממוצע בתוך השטחי שנוצר, WHich במקרה זה מתאים באזור של הניתוח.
    1. מעקב סיבים לרוץ בסטודיו DSI.
    2. שמור את קבצי הטקסט "הסטטיסטיקה" שיצרו DSI Studio עבור כל קבוצה של שטחים שנוצרו ולהקליט את הערכים 'FA אומר' מהם.
  2. לחלץ ממנו את ערכי ה- FA מ הסתברותי נתונים
    הערה: ערכי FA הסתברותי המבוסס נגזרים קבצי fdt_paths פלט ProbtrackX2. אלה דימויי צפיפות 3D בדרך כי במחקר זה לכסות את האזור המתאים לחדר הניתוח.
    1. השתמש רישום ליניארית FLIRT להביא כל קבצי fdt_paths של משתתף לחלל דיפוזיה.
    2. Binarize המסכות פלט באמצעות "fslmaths - bin".
    3. עבור כל משתתף, להכפיל את המסכה על ידי המפה FA שלהם dtifit באמצעות "fslmaths -mul".
    4. הפעל פקודה "fslmeants" כדי למצוא את ה- FA הממוצע מתחילת כל מסכה בדרכי.
  3. ריצת ניתוחים עם SPSS (שימוש דטרמיניסטי הסתברותי
    נתונים)
    NOTE: ניתוח סטטיסטי מתבצע באמצעות SPSS 20 עבור Mac. מאז חצי הכדור הוא משתנה בתוך-נושא, מודל ליניארי כללי (GENLIN) עם שלגביהם ההשפעות בכל צד של המוח יכולות להיות מסתכלים בנפרד, מוחל. באופן ספציפי, אמידת המשוואה הכללית (GEE) משמשת.
    1. בבדיקות נפרדות, להגדיר כל אחד אומר FA ולייעל ספירה (waytotal או אחוז שנוצר מייעל, PGSL) כמשתנה התלויה.
      הערה: במחקר זה, לייעל ספירה זו מתבססת על ערכים דרך מוחלט. Waytotal מתאר את המספר הכולל של קווי זרימה שנוצר שלא נדחו על ידי קריטריוני ההכללה / הדרה 27. מספר מייעלת שנוצר (NGSL), אשר מתייחס למספר הכולל של מייעלת נשלח, הוא שווה למספר של ווקסלים במסכת הזרע מוכפל במספר דגימות שנלקחו כל voxel (5,000 במקרה זה). אחוז המייעל שנוצר (PGSL), waytotal מחולק NGSL פעמים 100, הוא מדד של קונה מוצלחctivity בין הזרע לבין היעד.
    2. ללמוד את ההשפעה של קבוצת ומגדר על LGN קישוריות V1 ידי הגדרתן משתנים בלתי תלויים כמו כל הבדיקות.
      הערה: השפעות עיקריות וכן אינטראקציות שתיים או משולשת נחקרו. חשוב לציין כי בדיקות הבודדות אלה אינן מותנות זו לזו, כך את המשמעות של אפקט מרכזי אחד או אינטראקציה היא עצמאית של אחרים.
    3. ציין את גילך כמו covariate עבור כל הבדיקות. כמו כן, השתמש נפח LGN כמו covariate לבדיקות עם ממוצע FA ו waytotal כמשתנים תלויים, אך להשמיט אותו מבדיקות עם PGSL כמשתנה תלוי.
      הערה: נפח המוח סה"כ נמצא להיות covariate מבוטל ולכן הושמט מסטטיסטיקה.
    4. בחר את שיטת התיקון Bonferroni להתאים להשוואות מרובות 28 (רמת p משמעות <0.05).

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

סעיף זה מספק סיכום של תוצאות שהושג באמצעות שני אלגוריתמים שונים של tractography, הדטרמיניסטי הסתברותי. כרכים LGN בחלל PD שבו מסכות נמשכו במקור, כמו גם בכל מקומות אחרים בהם נעשה שימוש במחקר זה, נרשמות בטבלה 2, והדגשת LGN מתוארת באיור 4. התוצאות המדווחות כאן מבוססות על ריצות שהשתמשו כדור סטנדרטי כמו ROI LGN. נפח LGN רגיל היה 461 מ"מ 3 בשתי ההמיספרות בחלל אנטומיים (בטווח הסתברותית), ו 292.5 מ"מ 3 ו 364.5 מ"מ 3 ב ההמיספרות ימין ושמאל, בהתאמה, בחלל דיפוזיה (בטווח דטרמיניסטית). עבור שני הריצות, כרכי תקן אלה קרובים מאוד אל הכרכים הממוצעים מחושבים בחלל משרד (אנטומי משרד: 472 מ"מ 3 ו 440 מ"מ 3 שמאל וימין, בהתאמה; דיפוזיה המשרד: 376 ו 312 מ"מ 3 שמאלונכון, בהתאמה), אך גדול יותר מאשר רוב כרכי LGN הבודדים בחלל ילידים (הגדולים אנטומיים: 281 מ"מ 3; בגודלה דיפוזיה: 324 מ"מ 3). מאז Bonferroni הוא מבחן מאוד שמרני, עמ 'ערכים הקטנים מ -0.1 כאל מתקרב משמעות מדווחות כאן. בנוסף, TBSS במפות FA חשף תחומי הבדל מובהק (p <0.05) בין שתי הקבוצות, עם אזורים באזורים אדומים מייצגים של שלמות בדרכי חומר לבנה מופחתים לבקנות (איור 5).

עבור שתי ריצות דטרמיניסטיות הסתברותי, למשתנים ושלוש קבוצת דרך לפי מין על ידי אינטראקציות אונה היו חסרי משמעות ולכן נשלל מכל הניתוחים הסופיים. לקבלה בטווח הדטרמיניסטי, באמצעות FA הממוצע הוא המשתנה התלוי, השפעות עיקריות של קבוצה ומין היו חסרות משמעות, ואילו ההשפעה העיקרית של אונה ניגשה משמעות (כאמצעי ± SEM .41± .008 תקין; .39 ± .006 שמאל, p = 0.064). אמצעי (± SEM) של ערכי FA ממוצעים מתאים או אזור חיבור LGN כדי V1 היו 0.39 ± 0.007 עבור לבקנות ו 0.40 ± 0.008 עבור פקדים. אינטראקציה דו כיוונית של קבוצה על ידי אונה הייתה מובהקת (p = 0.013). לקבלת בטווח הסתברותי, באמצעות ערכי ה- FA הממוצע מתחילת fdt_paths כמשתנה תלוי, ההשפעה העיקרית של הקבוצה היה חסר חשיבות (ממוצע ± SEM 0.353 ± 0.0035 שולטת; 0.349 ± 0.0046 לבקנות). עם זאת, ההשפעות העיקריות של אונה (0.358 ± .004 התקינה; 0.345 ± .003 שמאל, p = .005) והמין (.34 ± .004 נקבות; .36 ± .004 זכרים, p = 0.014) היו משמעותי. קבוצה דו-כיוונית על ידי אינטראקציה בין מינים הייתה משמעותית (p = 0.033). נתונים לכל הבדיקות חולקו בדרך כלל כפי שאושר על ידי מבחן שפירא-וילק (p> 0.05). השימוש בגישה הדטרמיניסטית, ערכי waytotal ממוצעים היו 2,728 ± 127 עבור לבקנות ו 2,753 & #177; 169 עבור פקדים. ההשפעה העיקרית של אונה והקבוצה שני הדרך על ידי אינטראקציה בין מינים היו משמעותיים (p = 0.027 ו- p = .004, בהתאמה). שימוש PGSL כמשתנה התלויה, ההשפעות העיקריות של קבוצה ומין היו חסרות משמעות, בעוד ההשפעה של אונה הייתה משמעותית (כאמצעי ± SEM 0.89 ± 0.045 תקין; 0.63 ± 0.026, p = .001). לקבוצה שני הדרך על ידי אינטראקציה בין מינים הייתה גם מובהקת (p = .003). Mean PGSL מ LGN כדי V1 היו 0.76 ± 0.046 עבור לבקנות ו 0.76 ± 0.048 עבור פקדים. PGSL חושב באמצעות ROI LGN הסטנדרטי. נתונים חולקו בדרך כלל (שפירא p> 0.05). לקבלה בטווח הסתברותי, באמצעות ערכי PGSL waytotal כמשתנים תלויים, ההשפעות העיקריות של קבוצה, בחצי כדור ומין לא היו משמעותיות. ערכי waytotal Mean היו 28,739 ± 7297 עבור לבקנות ו 31,220 ± 7202 עבור פקדים. Mean PGSL מ LGN כדי V1 היו 1.3 ± .3 עבור לבקנות ו -1.4 ±.3 עבור פקדים. בשני המקרים, נתונים היו בלתי רגיל מופץ וטרנספורמציה יומן גמא יושם.

שימוש בגישה דטרמיניסטית, השוואות pairwise חשף מופחת FA במחצית המוח הימנית של לבקנות בהשוואה לקבוצת הביקורת (C 2 (1, N = 21) = 4.15, p = 0.042). בשינה שולטת, ערך FA האונה השמאלית היה נמוך מזה של האונה הימנית (p = 0.007), ומגמה עבור ירד FA אצל נקבות לעומת גברים נמצאה (C 2 (1, N = 21) = 2.97, p = 0.085). שימוש tractography הסתברותי, השוואות pairwise חשפו מופחתות FA באונה השמאלית לעומת האונה הימנית בשתי הקבוצות (C 2 (1, N = 21) = 6.31, p = 0.012). אצל גברים, FA הופחת משמעותית לבקנות בהשוואה לקבוצת הביקורת (C 2 (1, N = 21) = 4.27, p = 0.039). כמו כן, ה- FA ירד משמעותי compar נקבותed לזכרים בקבוצת הביקורת (C 2 (1, N = 21) = 14.37, p <0.001). שימוש בערכי waytotal מהריצה הדטרמיניסטית הוא המשתנה התלוי, השוואות pairwise חשפו מופחת קישוריות בזכרים עם לבקנות בהשוואה לקבוצת ביקורת זכר (C 2 (1, N = 21) = 4.65, p = 0.031). בשתי הקבוצות, קישוריות באונה השמאלית הושוותה תחתונה אל האונה הימנית (C 2 (1, N = 21) = 4.34, p = 0.037). בנוסף, הקישוריות נחלשה אצל גברים לעומת נשים בקבוצת לבקנות (C 2 (1, N = 21) = 4.47, p = .034), בעוד ההפך נתפס בקבוצת הביקורת (C 2 (1, N = 21) = 3.87, p = 0.049). לבסוף, אצל נקבות, מגמה לקישוריות ירד נתפסה שולטת לעומת לבקנות (C 2 (1, N = 21) = 3.52, p = 0.061). שימוש בערכי PGSL מחושבים מנתונים דטרמיניסטיים, השוואות pairwise חשף מסיימיםתוצאות Lar לאלה שהושגו עם ערכי waytotal. יציאות של tractography הדטרמיניסטית הן באיור 6. שימוש בנתונים הסתברותיים, השוואות pairwise חשפו ירד קישוריות במחצית המוח הימני של זכרים לעומת נקבות (2 C (1, N = 21) = 15.96, p <0.001). יציאות של tractography הסתברותי הן באיור 7 המתאם של א פירסון חשף מתאם שלילי חלש מאוד בין ערכי PGSL בשתי השיטות (r = -0.172, p = 0.276;. עם זאת, את שטחי אדמת הסיבים בעיקר חופפים והם איכותיים דומים (איור 8) .

איור 1
איור 1:. מסלול הראייה העיקרית במוחם של אנשים בריאים וחולים עם לבקנות כל LGN מקבל תשומות משתי העיניים. יחסי ציבור רשתית Ipsilateralojections לסיים ב -2 שכבות, 3 ו -5, בעוד תחזיות נגדיות לסיים ב -1 שכבות, 4 ו 6. LGN שולח תחזיות ל V1 באמצעות הקרינה האופטית (הסגולה), עם אקסונים הסיום ביותר בכבדות על שכבת V1 4. תשומות משני עיניים נשארות מופרדות במדורי הדומיננטיות העיניים של שכבה 4. מעבר לנקודה זו, תשומות מהעיניים הן משולבות (נוירונים המשקפים בקליפה). (א) בקרות, כמחצית מן התחזיות להאריך ipsilaterally (אדום) מהרשתית הזמנית, ואילו החצי השני לנבוע רשתית אף הצלב (ירוק) ב התצלובת כדי בחצי הכדור הנגדיים. (ב) לבקנות, יש שינוי בקו של decussation לתוך הרשתית הטמפורלית, וכתוצאה מכך מעבר מוגבר של סיבי עצב הראייה, כפי שמודגם על ידי הסיבים הירוקים מעובה. סכמטית זה מרמז מומים נוספים נוספת במורד השביל-geniculo-מוחיות retino, עם מופחת LGN לגירסה 1 קישוריות ב לבקנות (שונה מן Mcketton et al., 2014) כפי שאושר על ידי המחקר. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 2
. איור 2 "הסתברותי tractography צינור רישום FLIRT לינארית שימש Transform המוח של משתתפי חללים שונים (מסומן רישום על ידי חצים אדומים): בעריכת תמצית מסכות זרע, מוח PD נרשם לחלל T1 אנטומיים כדי FreeSurfer (FS) בחלל, ותמורות יושמו מסכות מקוריות LGN באמצעות אינטרפולציה הקרובה-שכן. כדי ליצור את מסכות היעד, מוח FS שהוסב לחלל T1 ותמורות יושמו מסכות V1 של FreeSurfer באמצעות אינטרפולציה תלת-ליניארי. מוח T1 ו FS נרשמו באופן ליניארי דיפוזיה החלל. FreeSurfer 'הים נגדי חומר לבן גבול מסכה נוספה כמו מסכת הדרה בטווח FS. PROBTRACKX2 למעקב הסתברותי נדרס בחלל דיפוזיה עם קלט מסכות בחלל T1 ו FS. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 3
איור 3: דטרמיניסטי tractography צינור. טרום עיבוד מעורב DICOM כדי NIfTI מרת ניב תמונה משוקלל דיפוזיה (dti.nii.gz) יחד עם שני קבצי טקסט (bvec ו bval). עיוותים ותנועה תוקן לשימוש בכלי תיקון אדי השוטפים של FSL. אדי תיקן תמונות משוקלל דיפוזיה נפתחו DSI סטודיו וקבצים bvec ו bval הועמסו חלון ב-השולחן כדי ליצור מקור (.src) קובץ. קבצי מקור נפתחו ואת משוחזר המחדלמסכות המוח שונו לפי צורך. לאחר מכן, מודל השיקום DTI היה מוחל על קבצי המקור כדי לייצר קבצי מידע סיבים (.fib). מסכות LGN בחלל דיפוזיה הועמסו על קבצי .fib בחלון המעקב ולהגדיר כמו זרעים. אזור 17 (V1) מן האטלס ברודמן נקבע כאזור terminative. בכל ריצה, מסכת WM הנגדית מן אטלס פילוח FreeSurfer הועמסה ולהגדיר בתור ROA (שתי האונות שמסומנות כאן). סימני שוויון לייצג את המוצר הניב בשלב מסוים; חצים כתומים לציין את קובץ הקלט ששימשה לעיבוד הבא או מעקב צעד; כוכבית (*) מציינת מסכות ומוח בחלל דיפוזיה. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 4
איור 4: Delineation מסכת LGN. (א) תצוגה מוגדלת של ימין ושמאל LGN על לוח תמונת עטרה בממוצע משוקלל פ"ד כי היה אינטרפולציה לפעמים ברזולוציה וחצי גודל voxel אצל חולה עם לבקנות, A11. (ב) באופן ידני לייחס ימינה ושמאלה באזורי LGN של עניין (ROIs) במסכות LGN אדומות (C) הפכו לחלל FreeSurfer באמצעות השכן הקרוב ביותר (אדום) ו-ליניארי תלת אינטרפולציה (כחולה). הראשון שמש את כל התמורות בצעו במחקר זה עבור תיחום מדויק יותר של המבנה. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 5
איור 5: ניתוח סטטיסטי voxelwise עם TBSS המוח כולו voxelwise ניתוח סטטיסטי של. נתוני FA בוצעו באמצעות סטטיסטיקה מרחבית מבוסס מערכת (TBSS). רישום שאינו ליניארי של כל תמונות 'FA למשתתפי מרחב משותף בוצע, ולאחר מכן עד לכינונה של שלד FA מתכוון ההשלכה של כל תמונת FA של משתתף על השלד. (א) לבקנות> בניגוד מלא מראה שלד ירוק וללא תחומי המשמעות בשל FA מופחת לבקנות בהשוואה לקבוצת ביקורת. (ב) הבדל משמעותי בין קבוצת הביקורת לבין הקבוצה לבקנות מזוהית, עם אזורים באזורים אדומים מייצגים (חומר לבן במוח מתאים בסיבי קרינה אופטיות ואת קליפת calcarine, שעליו הוא לסיים) של קטינה שלמת משנה בדרך לבן לבקנות, עבור שליטה> בניגוד לבקנות (TFCE (שיפור אשכול חינם-סף) תיקן, p <0.05), (ג) מעובה גרסה skeletonised של התוצאות המוצגות B, עבור ייצוג חזותי.les / ftp_upload / 53,759 / 53759fig5large.jpg "target =" _ blank "> לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 6
איור 6:. פלט של מעקב סיבי DSI סטודיו (א) צמצום LGN קישוריות V1 ב לבקנות החולה A1 (המספר הנמוך ביותר של שטחים משוחזרים בין משתתפי אונה ימנית, 1365) בהשוואה ל- (B) שולט (S6, המספר הגבוה ביותר של קטעים משוחזרים בין פקדי אונה ימנית, 4355) (LGN שמאל LGN האדום, נכון בחיבורים ירוקים, LGN כדי בדרכי אופטיות ו- OR בכתום, V1 בכחול). בדרכי אופטיק לחיבורי LGN נראות גם בפלט. אנא לחצו כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 7:. פלט של PROBTRACKX עבור מעקב הסתברותי מופחתת LGN קישוריות V1 ב לבקנות (למעלה) בהשוואה לקבוצת הביקורת (למטה). LGN מוצג קרינה צהובה, אופטית בירוק, V1 באדום. ראוי לציין, כי הפרוסות המוצגות כאן אינן מיועדות להיות זהה, אבל הם בחרו דווקא כמו פרוסות בצורה הטובה ביותר לייצג את הממצאים של השיטה. נא ללחוץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

הספרה 8
איור 8:. הסתברותי לעומת מפת חפיפת פלט דטרמיניסטי מוח אנטומי (בטווח הסתברותי) ומוח דיפוזיה (בטווח דטרמיניסטי) נרשם כדימוח משרד 1mm. טרנספורמציות יושמו tractography שטחי פלט מהפעלות שהשתמשו תחומים סטנדרטיים כמו ROI LGN. שטחי פלט היו בממוצע על פני המשתתפים בכל שיטה, (א) ממוצעי מסכות בדרכים היו מעולפות על מוח משרד 1 מ"מ לאור FSL להשוואה (הסתברותי בירוק, דטרמיניסטית באדום). שקיפות יושמה לתאר מושגים דומים של קישוריות, בשתי השיטות. (ב) LGN (כחול) ו V1 מסכות (ורוד) נוספו להמחיש את אזורי הזרע והיעד. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

לַבקָנוּת בקרות
מִשׁתַתֵף גיל (שנים) מִין מִיוּן חדות ראייה מִשׁתַתֵף גיל (שנים) מִין
A1 48 M OCA 0.6 S1 24 F
A2 20 M OCA-1 0.8 S2 22 M
A3 21 M OCA-1A 1.0 S3 25 M
A4 48 M OCA-1 1.0 S4 24 F
A5 43 F OCA-1 0.8 S5 20 F
A6 56 M OCA 0.9 S6 39 M
A7 22 F OCA 0.6 S7 26 F
A8 47 F OCA 0.9 S8 42 F
A9 45 F OCA 1.0 S9 41 F
A10 17 F OCA-1 0.9 S10 60 M
A11 29 F OCA-2 0.5

טבלה 1: מידע משתתף ובריאות היסטוריה. חדות ראייה הוערכו באמצעות מחקר רטינופתיה סוכרתית טיפול מוקדם (ETDRS) תרשים עין מביעהד ב LogMar (לוגריתם של הזווית המינימלית של רזולוציה) ציון, כלומר, לוגריתם לבסיס 10 של חדות הראייה עשרוניים (0.0-1.0 עבור 20 / 20-20 / 200). בדיקות תרשים ETDRS הוכחו להיות מדויק יותר מאשר הבדיקה האוניברסלית המשומשת Snellen 29. כל הפקדים היו נורמלים או תקן אל-נורמלי חד ראייה (20/20). אין היסטוריה של הפרעות נוירולוגיות נמסרה.

PD אֲנָטוֹמִי פִּעַפּוּעַ FS
שמאל ימין שמאל ימין שמאל ימין שמאל ימין
לַבקָנוּת 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
בקרות 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

טבלה 2:. תמצית כרכי LGN הכרכים נרשמו בטבלה זו (3 מ"מ) הם של ימין ושמאלLGN מהחולים ובקרות בכל המקומות המשמשים במחקר זה.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

WM Altered, וליתר דיוק, ירידה קישוריות ב לבקנות בהשוואה לקבוצת הביקורת היו צפויות. לפיכך, FA מופחת במחצית המוח הימנית של לבקנות בהשוואה לקבוצת הביקורת, כמו גם את קישוריות ירד בגברים עם לבקנות דיווחו כאן עולים בקנה אחד עם התחזית שלנו. השפעות מגדר אונה אינן ברורות לחלוטין, אם כי מחקר על המוח הבריא המרמז ירד מורכבות WM באונה השמאלית של זכרים לעומת נקבות 30-31 יכול להסביר חלק מההבדלים מגדרית ואת קשור אונה שנצפו במחקר זה. קישוריות מופחתת לבקנות זכרה לעומת לבקנות נשי עשויה להיות בין שאר בשל הגיל הממוצע הצעיר של נקבות בשתי הקבוצות (7 - 8 שנים <זכרים), כמו נפח WM נמסר יופחת ב-בגרות באמצע במוח הבריא 32 -33. ההבדלים בין המינים יכול להיות גם בשל גודל המדגם הקטן ואת מספר בלתי זוגי של זכרים לעומת נקבות בכלהקבוצה (5 זכרים OCA, 4 שולטת). קישוריות מוגברת שנצפתה לבקנות הנשי בהשוואה לקבוצת הביקורת של בני אותו מין לא היה צפוי, ועשוי להציע איזשהו מנגנון מפצה לבקנות. עם זאת, ממצא זה ניתן לייחס דווקא את ההשתנות הרבה בקרב מדגם אוכלוסייה קטן.

Mean FA ולייעל ספירת משמשים לחקור LGN קישוריות V1. FA הוא אחד האמצעים הנפוצים ביותר שדווח נגזרות מנתוני דיפוזיה. זה מתואר בצורה המדויקת ביותר כמו כימות של כמה חזק כיוונית דיפוזיה שוכנת באזור. חשוב לציין כי הבדלים בין קבוצות במדדי FA לא בהכרח הבדלים שלמים חומר לבן. מאחר והמחקר הזה כרוך מצב קליני עם השפעה פוטנציאלית על חומר לבן, ניתן להצדיק פירוש כזה. עם זאת, בעוד שלמות מופחת מרמז נזק או ירידה מבניים, FA באזור עשוי להיות הוריד בשל מחסומים פחות כגון גדולבקטרים ​​האקסון ופחות אקסונים צפופים, כמו גם בשל גבולות יעילים פחות נובעות חדירות הממברנה גדל 34. המונח 'לייעל ספירה', עדיף על פני "ספירת סיבים ', שכן מספר מייעלת משוחזרת לא יכול להיות ייצוג אמיתי של המספר סיבי בפועל עקב שינויים בתכונות מסלול כגון אורך, עקמומיות הסתעפות, כמו גם תנאי ניסוי כגון יחס אות לרעש (SNR) 34.

Tractography היא טכניקה לא פולשנית רק עבור WM מיפוי in vivo. לפי הגישה הדטרמיניסטית, סיום מתרחש כאשר אנאיזוטרופיה יורדת מתחת לרמה מסוימת, או כאשר קיימת זווית פתאומית. עם זאת, רוב ווקסלים מכילים סיבים בלמעלה מ בכיוון אחד, ואת הגישה הדטרמיניסטית מוגבלת או זיהוי הדרך הדומיננטית voxel או "ממוצע" של לכל הכיוונים בתוך voxel. בכך הוא לא מצליח לספק repres נכוןentation של מסלולים עצביים. Tractography הסתברותי מאפשר רזולוציה של שני מודלים סיבים בתוך voxel יחיד, מתן ייצוג אמין יותר של הכתב, ומעקב אחר באזורים של אנאיזוטרופיה נמוך 17. האלגוריתם ההסתברותי היה אפוא יתרון במיוחד במחקר זה, שחקרה את מסלולו של OR, מבנה WM הסתעפות מאוד (במיוחד החלק של לולאה של מאיר), המסתיימת בשנת בחומר האפור של V1. חשוב לציין כי tractography הסתברותי מתייחס הסתברות סטוכסטיים של נתקל באותה המסלול לצוץ מעל פרמוטציות מרובה, ולא הרעיון המטעה של tractography המייצג את האנטומיה האמיתי של סיבים. למרות tractography הסתברותי הוא האמין לעקוב אחר המהלך הנכון של סיבים עצבים יותר מקרוב, tractography הדטרמיניסטית נדרסה להשוות את התועלת ואת השחזור של שני הטכניקות. מאז מגמות התגלו באמצעות גישה הסתברותית, דמיון לראותבטווח הדטרמיניסטי רק חזק עוד יותר את תוקפו של התוצאות.

מלבד השימוש הגובר שלה במחקר על קישוריות אנטומי מיפוי במוח, tractography הוכיח התקדמות מבטיחה פנורמי נוירוכירורגיים. ויזואליזציה של או במהלך כריתה של גידולים ידי neuronavigationally העברת נתונים DWI לתוך שדה הניתוח נמסר לעזור בהסרת נגעים בהצלחה ושמירה על שדות הראייה שלם 35. אף על פי כן, יש DTI מגבלות כגון רזולוציה מרחבית ירודה יחסית ואיכות נתונים לקוי כאשר מבנים עם צפיפות סיבים נמוכה כגון OR נלמדים 20. למרות tractography הסתברותי היה הטכניקה המועדפת, המחקר הנוכחי נועד להשוות בין שני האלגוריתמים. אלגוריתמים מעקב שני חשף כמה ממצאים משותפים, הגדלת האמינות של התוצאות.

נפח LGN נע בין 112-276 מ"מ 3 במוחות בריאים 8 ו- correlates עם כרכים של הקורטקס הוויזואלי ואת דרכי הראייה, אבל לא עם נפח המוח הכולל 36. מאז tractography תלוי במספר של ווקסלים במסכת זרע, נפח LGN צריך להיות מנורמל פני המשתתפים כדי למנוע הטיה השוואות כמותיות בין שטחי 37. שלטנו להבדלים בגודל LGN באמצעות שתי שיטות שונות. בשיטה הראשונה, ROIs כדורית בגודל סטנדרטי נוצרה. כדי להשיג זאת, נפח ממוצע על פני כל הנושאים של מסכות LGN שלהם הפכו לחלל משרד חושב. באמצעות הרדיוס של המסכה הממוצעת בחלל משרד, כדור היה מרוכז על מרכז המסה של כל LGN באחת שטח אנטומיים או דיפוזיה. באמצעות ROI בתחום רגיל עם נפח גדול יותר מאשר כרכי LGN פרט מבטיח הכללת כל ווקסלים כי הם חלק של מבנה זה בכל המשתתפים. בזמן שאנו משתמשים גודל מסכה גדול בדרך כלל יגדיל את הסיכון עבור תוצאות חיוביות שגויות, חשש כזה אינו חל כאשר הזריעהבמבנה כמו LGN, שונים בדפוסי קישוריות מגרעינים שמסביב. לפיכך, ווקסלים שייכים ומבנים אחרים יפיק מייעל כי לא פעלו נתיבים הצפויים ושבילים כזה ולכן ייפסלו 18 .the שיטה השנייה השתמשנו כדי לשלוט על עוצמת קול LGN הייתה לרוץ ניתוחים סטטיסטיים באמצעות נפח LGN כמו covariate, אבל זה לא שינה את התוצאות הסטטיסטיות באופן משמעותי. גישה נוספת אפשרית לנורמליזציה LGN הוא בנוסף והסרה של ווקסלים סביב מסכות LGN הפרט להשיג בגודל סטנדרטי על פני נושאים בעזרת סקריפט MATLAB. גישה זו אינה דורשת כל רישומים נוספים ולכן מגבילה את מידת העיוות של תמונות המוח ודיוק עליות. זה גם שומר על המתווה LGN במקום ליצור כדור רחבי האזור LGN. עם זאת, כדי למזער טעויות אנושות, פילוח רב-אטלס עשויה לשמש במקום ידני התחקות מסכות LGN. באמצעות מערכת חשבונות אטלסיםעבור השתנות מבניות פרט ולכן מניב ייצוג מדויק יותר של אזור קורטיקליים מאשר באטלס יחיד 38.

הרומן הזה במחקר vivo חוקר פיתוח תלות הדדי בין חלקים שונים של מסלול הראייה העיקרי ב לבקנות אדם. כך הוא משמש תובנה נוספת לתוך האטיולוגיה של מצב זה ואבחון לשפר באמצעות זיהוי חתימות ספציפית למחלה. שני אלגוריתמי tractography הסתברותיות דטרמיניסטיים משמשים כאן הראו דפוסים דומים של LGN שינה קישוריות V1 ב לבקנות אדם. למרות שאין הכללה לאוכלוסייה הגדולה יכולה להתבצע בשל גודל המדגם הקטן ואת הווריאציה בין הנושא הגדולה במבנים של עניין, מחקר זה מדגים את השימוש tractography באיתור מגמות בתוך אוכלוסיית המדגם, דבר המצביע על חשיבותו של מחקר נוסף השדה.

Subscription Required. Please recommend JoVE to your librarian.

Acknowledgments

העבודה נתמך בחלקו על ידי למדעי הטבע וההנדסה מועצת המחקר של קנדה (NSERC). המחברים מודים המשתתפים, ד"ר ריק תומפסון עזרתו בגיוס החולים לבקנות, דניס רומנובסקי על עזרתו לרוץ כמה הניתוחים ושינוי דמות, מוניקה גירלדו Chica לידע עצתה עם tractography, ג'וי וויליאמס על עזרתה ברכישת MRI, אמן Goyal עבור מומחיות ניתוח MRI שלו.

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 גיליון 114 התפתחות המוח לבקנות misrouting העצבית הדמיית תהודה מגנטית (MRI) דימות מותחת דיפוזי (DTI) tractography דטרמיניסטי / מעקב סיבים הסתברותי גרעין ברך הצדי (LGN) קרינה אופטית (OR) יסודי חזותי קליפת המוח (V1) נוירוביולוגיה
מדידת קישוריות במסלול הראייה העיקרית ב לבקנות האדם באמצעות הדמיה דיפוזיה מותח tractography
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