Waiting
Login processing...

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

Neuroscience

La medición de conectividad en la vía visual primaria en albinismo humano recurriendo a imágenes de tensor de difusión y Tractografía

Published: August 11, 2016 doi: 10.3791/53759

Summary

Este manuscrito describe algoritmos deterministas y probabilistas para la reconstrucción de la sustancia blanca (WM), que se utiliza para examinar las diferencias en la radiación óptica (O) conectividad entre el albinismo y controles. Aunque tractography probabilístico sigue el curso real de las fibras nerviosas más de cerca, tractography determinista se realizó para comparar la fiabilidad y reproducibilidad de ambas técnicas.

Abstract

En el albinismo, el número de ipsilateralmente sobresalen las células ganglionares de la retina (CGR) se reduce significativamente. La retina y el quiasma óptico se han propuesto como sitios candidatos para misrouting. Desde una correlación entre el número de lateral núcleo geniculado (LGN) retransmitir las neuronas y las dimensiones de LGN se ha demostrado, y en base a las reducciones ya se ha informado en los volúmenes de LGN en el albinismo humana, sugerimos que las proyecciones de fibra de LGN a la corteza visual primaria (V1) también se reducen. El estudio de las diferencias estructurales en el sistema visual de albinismo puede mejorar la comprensión del mecanismo de encaminamiento erróneo y aplicaciones clínicas posteriores. los datos de difusión y tractography son útiles para el mapeo de la O (radiación óptica). Este manuscrito describe dos algoritmos para o reconstrucción con el fin de comparar la conectividad cerebral en albinismo y escáner MRI controls.An con una bobina de la cabeza 32 de canal se utiliza para adquirir exploraciones estructurales. Una secuencia 3D-MPRAGE ponderada en T1 con 1 mm3 tamaño de vóxel isotrópico se utilizó para generar imágenes de alta resolución para la segmentación V1. densidad de protones múltiple (PD) imágenes ponderadas fueron adquiridos coronal de derecha e izquierda LGN localización. por imágenes (DTI) de tensor de difusión exploraciones fueron adquiridas con 64 direcciones de difusión. Ambos métodos de seguimiento deterministas y probabilistas se llevaron a cabo y se comparan, con LGN como la máscara de semillas y V1 como la máscara destino. Aunque DTI proporciona una resolución espacial relativamente pobre, y la delimitación exacta de O puede ser un reto debido a su baja densidad de fibra, tractography se ha demostrado que es ventajoso tanto en la investigación y clínicamente. estadística espacial en base de las vías (TBS) revelaron zonas de reducido significativamente la integridad de la materia blanca dentro de la O en pacientes con albinismo en comparación con los controles. Las comparaciones por pares revelaron una reducción significativa de LGN a la conectividad V1 en albinismo comparación con los controles. La comparación de los dos algoritmos de seguimiento revelaron resultados comunes, reforzar la fiabilidadde la técnica.

Introduction

El albinismo es una condición genética que se caracteriza principalmente por la hipopigmentación abierta observado en los individuos afectados. Es causada por mutaciones heredadas de los genes implicados en la síntesis de melanina 1. El albinismo se presenta en dos formas principales: el albinismo oculocutáneo (OCA), un rasgo autosómico recesivo que presenta características tanto oculares y cutáneas; y albinismo ocular (OA), un rasgo ligado a X más prevalente en los hombres y se caracteriza principalmente por los síntomas oculares 2. La melanina en el epitelio pigmentario de la retina (EPR) es crucial para el desarrollo adecuado de la vía visual central. Su ausencia en el albinismo, por tanto, da lugar a impedimentos visuales, incluyendo fotofobia, nistagmo, disminución de la agudeza visual y la pérdida de la visión binocular 2-3. La agudeza visual se ha relacionado con la morfología foveal, que se altera en el albinismo 4. En los seres humanos, una línea de retina decussation encuentra a lo largo de la frontera nasotemporal a través de la fóvea, con las fibras de la retina nasalcruzar al otro hemisferio, y los de retina temporal se extiende ipsilateralmente. El grado de reducción de la función visual en el albinismo se ha relacionado con el nivel de hipopigmentación. En concreto, la pigmentación es inversamente proporcional al cambio en la retina temporal de la línea de decussation 5. Como resultado del cambio en la línea de decussation en la retina temporal, cruce de fibras del nervio óptico se incrementa - una característica común en todas las especies 3.

Estudios de resonancia magnética estructural en humanos han mostrado más estrechos quiasmos óptica en el albinismo en comparación con los controles, lo cual es probablemente el resultado de una mayor cruce de CGR observados en el albinismo 6-8. La retina y el quiasma óptico expresan las señales de orientación axonal como receptores de la familia Eph y sus ligandos 9 y por lo tanto son sitios candidatos para misrouting 10.

Un estudio en monos con glaucoma inducido reveló una significativa diciembreRease en el número de neuronas de relevo LGN parvalbúmina inmunorreactivas y el volumen de LGN 11. Esto sugiere una correlación entre el tamaño de LGN y el número de trayectorias de materia blanca (WM) que viajan a través de la O a V1. Un estudio post mortem en el albinismo humana también reveló LGN más pequeño con capas fusionadas M y P 12. -RM de alta resolución estructural confirmó reducción significativa del volumen de LGN en el albinismo 8. Tomados en conjunto, estos hallazgos sugieren que la disminución de volumen de LGN puede resultar en un número reducido de neuronas en el LGN, y a su vez en conectividad disminuido entre LGN y V1.

El examen de los patrones de conectividad anatómica en humanos ha sido limitada. Disección, la inyección del radiofármaco y la inducción de la lesión son técnicas invasivas que sólo pueden ser utilizados post mortem, y por lo general implican un número muy pequeño de pacientes. Estudios anteriores utilizando carbocianina tinte inyecciones DiI demostraron conectividad neuronal entre V1 y V2 (c visual secundariaortex) 13, así como dentro del complejo del hipocampo en el cerebro humano post-mortem de aldehído-14 fija. Fibras de etiquetado de esta manera se limita a distancias de solamente decenas de milímetros desde el punto de inyección 14. La difusión de imágenes de tensor, DTI, es una modalidad de resonancia magnética desarrollada a principios-mediados de 1990 para identificar fibra de dirección y organización de las vías. Es un método no invasivo que permite el mapeo de las grandes vías WM en el cerebro vivo. DTI es sensible a la difusión de moléculas de agua en el tejido biológico 15. En el cerebro, la difusión de agua es anisotrópica (no uniforme) debido a las barreras tales como membranas y mielina. WM tiene anisotropía alta difusión, es decir, la difusión es mayor paralelo al de perpendicular a la orientación de las fibras 16. anisotropía fraccional (AF) es una cantidad escalar que describe la preferencia de moléculas de difundirse de manera anisotrópica. valores de FA van desde 0-1, de bajo a alto anisotviscosa (líquido cefalorraquídeo (LCR) <materia gris (GM) <WM) 16.

Racionalizar (determinista) y el seguimiento de fibra probabilístico son dos algoritmos diferentes de reconstrucción ruta 3D. tractography determinista utiliza un método de propagación de línea, la conexión de los voxels vecinos en una región definida de semillas. Dos criterios de parada utilizados en este algoritmo son el ángulo de giro y el valor FA. Por lo tanto, el aparato de rastreo entre voxels vecinos es poco probable a grandes ángulos de giro. El algoritmo por lo tanto también progresa sólo si el FA en un voxel excede un umbral específico, lo que limita su eficacia en la definición precisa vías cerca de la materia gris, donde las gotas de anisotropía. Tractography probabilístico, por otra parte, se obtiene un mapa de conectividad que describe la probabilidad de que un voxel de ser parte de un tracto entre dos regiones de interés (ROI) y así avanza en la materia gris como V1 17. Con esta aplicación MRI, estructuras clave WM como elO puede ser delineado, como se muestra en estudios previos 18-20.

Por lo tanto, este estudio utiliza datos de difusión y tractography para explorar el efecto de misrouting axonal en la conectividad retino-geniculo-corticales. Sobre la base de las reducciones ya se ha informado en los volúmenes de LGN en el albinismo humano 8, predecimos que las proyecciones de fibra de LGN a V1 también se reducen (Figura 1).

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Declaración de Ética: El estudio de investigación actual ha sido aprobada por los participantes humanos Comité de Revisión (HPRC) en la Universidad de York, Toronto. Todos los participantes dieron su consentimiento informado por escrito.

1. Sin perjuicio de Preparación

Nota: Once participantes con OCA, con edades entre 36 ± 4 años (6 mujeres) se compararon con diez controles emparejados por edad, con edades de 32 ± 4 años (6 mujeres). Historia participante se registra en la Tabla 1.

  1. Pida a cada participante que llenar y firmar un formulario de consentimiento que enumera las pautas de seguridad y protocolo de resonancia magnética de imagen.
  2. Para cada participante, proporcionar tapones para los oídos. Posición participante en posición supina y la cabeza por primera vez en el imán, y punto de referencia por encima de los ojos en el nivel de la ceja. la cabeza del participante segura con los amortiguadores para reducir el movimiento de la cabeza. Dar al participante una pera de goma para la alerta de paciente.

2. Los parámetros de resonancia magnética estructural

e_content "> Nota: Todas las imágenes se adquiere en un escáner de RM 3T usando una cabeza de bobina de 32 canales En una sesión única por sujeto.:

  1. Adquirir una anatómica en T1 alta resolución usando una secuencia 3D-MPRAGE que cubre todo el cerebro con los siguientes parámetros: tiempo de adquisición de 4 min 26 seg, el campo de visión de 256 mm, 256 de matriz, 192 rebanadas con un grosor de corte de 1 mm, con una dando como resultado el tamaño del voxel isotrópico de 1,0 mm 3, TR = 1900 ms, TE (tiempo de eco) = 2,52 ms con un tiempo de inversión de 900 ms y ángulo de inclinación de 9 °, 1 media, imágenes paralelas (IPAT Grappa, factor de aceleración de 2) .
  2. Adquirir una secuencia DTI que cubre la corteza, con las rebanadas en orientación transversal después de la comisura / comisura posterior anterior (AC-PC) de la línea, utilizando los siguientes parámetros: tiempo de adquisición 8 min 5 seg, campo de visión 192 mm, 128 de matriz, voxels 1,5 1,5 mm en el plano, 56 (sin BPA) cortes contiguos con un espesor de 2 mm, TR = 6900 ms, TE = 86 ms, 64 direcciones, b-valor de 1000 s / mm (imagen de referencia con un bajo valor b de 0 seg / mm 2) 2, 1 media, imágenes paralelas (IPAT GRAPPA) con un factor de aceleración de 3.
  3. Adquirir 30-40 imágenes PD ponderada en una orientación coronal, en paralelo a la base del cerebro, que abarca desde la medida anterior de la protuberancia a la parte posterior del colículo inferior.
    1. Utilice el eco turbo espín (spin eco RÁPIDO) secuencia de pulsos y los siguientes parámetros: tiempo de adquisición de 1 min 29 seg por barrido, campo de visión de 192 mm, 256 de matriz, 30-40 rebanadas con espesor de 1 mm, lo que resulta tamaño de vóxel 0,75 0,75 1 mm 3, TR = 3000 ms, TE = 22 ms, el factor de turbo de 5, reorientando ángulo de rotación de 120 °, 1 media, imágenes paralelas (IPAT GRAPPA) con un factor de aceleración de 2.
      Nota: S12 se escaneó usando los siguientes parámetros: campo de visión de 180 mm, 512 de matriz, 30 rebanadas con 1 mM rodajas gruesas, dando como resultado el tamaño de voxel 0,4 x 0,4 x 1,0 mm 3. Todos los demás parámetros siguen siendo los mismos. Acquisittiempo de iones 2 min 47 seg.
  4. Pre-proceso de todas las exploraciones mediante la conversión a formato DICOM prima NIfTI utilizando el programa dcm2nii.

3. Delimitación de LGN

Nota: El LGN es una pequeña estructura subcortical situado profundamente en el cerebro, por lo tanto, se requieren imágenes de alta resolución PD para determinar sus límites anatómicos. En estos análisis, el LGN aparece como un área de alta intensidad de señal en relación con las vías WM circundantes, lo que facilita su detección 21. La anatómica LGN identificado se utiliza entonces como una región semilla para tractography.

  1. Mientras que ciega a la pertenencia al grupo, trazar manualmente máscaras LGN derecho e izquierdo tres veces cada uno en las imágenes interpoladas PD promediados al doble de la resolución y la mitad del tamaño de vóxel (original matriz de 256 x 256, tamaño de 0,75 x 0,75 x 1 mm 3 voxel).
    1. Para obtener imágenes de alta resolución PD utilizan la función LIGÓN libremente disponible y otras herramientas de software dentro del software de FMRIBBiblioteca (FSL, http://www.fmrib.ox.ac.uk/fsl/). Upsample, concatenar, imágenes en movimiento con EP correctas y promedio para cada participante como se ha descrito previamente en otro lugar 22.
    2. Cargar la imagen de dominio de la alta resolución en FSLView y haga clic en la pestaña Herramientas para seleccionar la opción individual (o pulse Figura 1 ) Para ampliar la imagen.
    3. Haga clic en la pestaña Archivo para seleccionar la opción Crear máscara, y el uso de la barra de herramientas en la parte superior izquierda de la pantalla para rastrear el LGN en cada rebanada. Si lo desea, cambiar el contraste de la imagen arrastrando a lo largo del mínimo / máximo en la barra de herramientas para facilitar la detección de LGN.
  2. Combinar estas regiones de interés (ROI) en una máscara con el comando mediana fslmerge.
  3. Combine máscaras mediana de todos los calificadores en una sola máscara mediana usando el mismo comando.

4. Segmentación V1

  1. Ejecutar "todo-Recon" comando en FreeSurfer23 (V5.3.0) en el cerebros en el espacio anatómico nativo (imágenes ponderadas en T1) para su tratamiento automatizado.
  2. Convertir las salidas apropiadas en la carpeta recién creada resonancia magnética (orig.mgz, brain.mgz, rawavg.mgz, T1.mgz) para NIfTI usando "mri_convert".
  3. Utilice la extracción del cerebro BET en la GUI FSL para corregir el cerebro de salida cráneo-pelado (brain.nii.gz) en el espacio FreeSurfer si es necesario. Elija la extracción del cerebro norma de ejecución utilizando la opción Bet2 (por defecto). Disminuir el umbral si la imagen no se encuentra tejido cerebral, o aumentar si el tejido cerebral no se captura (umbral predeterminado 0,5). Seleccione la imagen de la máscara de salida cerebro binario (esto último puede ser utilizado para la corrección manual) la imagen de salida en el cerebro extraído y en las opciones avanzadas.
  4. Convertir la salida V1 parcelación a una máscara volumétrica usando comandos "surf2volume" "label2surf" y.

5. Las inscripciones pre-rastreo

Nota: Para los siguientes pasos, llame a la interfaz gráfica de usuario FSL para abrir cada uno de los followinherramientas g.

  1. Utilice la extracción del cerebro BET y seleccione el campo de polarización y opción de limpieza cuello para rawavg.nii.gz cráneo-tira, que se encuentra en la carpeta de resonancia magnética creada por "recon-todo". Ajuste del umbral según sea necesario.
  2. registro lineal LIGÓN ejecutar para llevar cerebros en FreeSurfer y el espacio anatómico nativo de su cámara de difusión.
    1. Seleccionar brain.nii.gz, la producción de recon-all (espacio FreeSurfer), o el cerebro de un sujeto extraído T1 (espacio anatómico nativo) la imagen de entrada como, y un Eddy corregidos y cerebro extrajeron imagen difusión ponderada (DWI) como la referencia imagen. A continuación, haga clic en "Go".
      Nota: Este paso crea dos salidas, el cerebro de entrada registrado en la imagen de referencia (.nii.gz) y una matriz de transformación (.mat). Aparte de registro, se requiere que el último archivo para tractography cuando el espacio semilla no es la difusión. Utilice las matrices de transformación de salida (.mat) creados en este paso para tractography como se explica en el punto 7.4.2.
  3. Similara 5.2, el registro LIGÓN lineal de gestión para traer cerebros PD participantes al espacio FreeSurfer y el espacio anatómico nativo.
  4. Preparar máscaras de semillas para tractography:
    1. Aplicar la transformación LIGÓN de Utilidades en la caja de herramientas de registro LIGÓN lineal. Utilice la salida .mat como la matriz de transformación, el LGN original de la máscara como la entrada y brain.nii.gz (espacio FreeSurfer) o T1_brain.nii.gz (espacio anatómico nativo) (véase 5.2) como el volumen de referencia. Seleccione el método de interpolación de vecino más cercano de las opciones avanzadas.
  5. Usando sólo los archivos brain.nii.gz, preparar máscaras de destino para tractography:
    1. Register cerebros FreeSurfer al espacio anatómico nativo y crear máscaras de destino mediante la aplicación de la transformación de las máscaras V1 (véase 5.2, 5.4.1) mediante la interpolación trilineal. Haga clic en "Go".

6. La normalización de LGN

  1. Utilice FNIRT registro no lineal como se ha descrito anteriormente en http: //fsl.fmrib.ox.ac.uk / FSL / fslwiki / FNIRT para traer cerebros no extraídos de los participantes en el espacio anatómico nativo de MNI espacio, utilizando la plantilla total del cerebro Montreal Neurological Institute (MNI152).
    Nota: Se recomienda el registro no lineal de imágenes anatómicas originales para este paso, ya que los registros fueron más precisos cuando se aplicó a FNIRT T1 que no se explotarán comparación para ligar por cerebros extraídos.
  2. Aplicar la transformación a las máscaras de LGN en el espacio anatómico (LGN originales transformado previamente al espacio anatómico nativo en 5,4) mediante la interpolación del vecino más próximo, como se describe en el punto 5.4.1 de llevar máscaras para el espacio MNI.
  3. Promedio de todas las máscaras de LGN en el espacio MNI a través de ambos grupos mediante el comando "3dMean" de AFNI.
  4. Use "fslmaths Thr" para aplicar un umbral a la máscara media en el espacio MNI.
  5. Calcular el radio de la máscara media en el espacio MNI utilizando V = 4/3 πr 3 (asumir una esfera).
  6. Registre el centro de masa de coornates de cada individuo máscara de LGN en el espacio anatómico nativo usando el comando "fslstats -C".
  7. Crear ROI esféricas de volúmenes idénticos a través de los participantes:
    1. Use "fslmaths" para crear un punto de retorno de la inversión con las coordenadas de la máscara de LGN persona adecuada en el espacio anatómico nativo como se registra en 6.6
    2. El uso de "fslmaths", aplicar el radio de la máscara media en el espacio MNI para crear una esfera alrededor del punto de retorno de la inversión en el espacio anatómico nativo.
  8. Utilizar estas máscaras estandarizados como semillas para tractography.

7. Probabilístico Tractografía (FSL 5.0.4)

Nota: Para los siguientes pasos, llame a la Fdt_gui acceder a cada una de las siguientes herramientas.

  1. Corregir las distorsiones en DWIs con Eddy corrección actual. Seleccione la opción de corrección de corrientes de Foucault en el menú en la parte superior de la ventana de la caja de herramientas de difusión y cargar el DWI como la entrada, dejando el default volumen de referencia (0).
  2. Cerebro extracto de las imágenes con BET como se describe en 4.3.
  3. Seleccionar la opción tensores de difusión DTIFIT Reconstrucción del menú. Especificar un directorio de entrada que contiene los siguientes archivos: los datos de difusión ponderada, nodif_brain_mask (salida de BET), bvec y bval (debe ser renombrado a bvecs y bvals; archivos de texto que contienen información sobre los parámetros de adquisición de imágenes de difusión, la producción de DICOM a la conversión NIfTI de difusión datos). Haga clic en "Go" para ejecutar dtifit, que se ajusta a un modelo de tensor de difusión en cada voxel, la creación de archivos de post-procesamiento.
  4. A continuación, seleccione la opción en el menú BedpostX (estimación de parámetros de difusión). Utilice el mismo directorio de entrada como para DTIFIT. Haga clic en "Ir" para generar todos los archivos necesarios para tractography.
  5. En el mismo menú, elija ProbtrackX probabilístico para el seguimiento y ejecutarlo para cada hemisferio por separado. Mantenga las opciones predeterminadas básicas (5.000 muestras, 0,2 curvatura y applie loopcheckd) y seleccione modificado de Euler para el cálculo de las líneas de corriente de probabilidad de opciones avanzadas para una mayor precisión.
    1. Seleccione la salida de BedpostX que contiene archivos .merged como el directorio BEDPOSTX.
    2. Seleccionar sola máscara como espacio de semilla y cargar la máscara de LGN transformado (en el espacio anatómico nativo) la imagen de la descendencia como, T1 (cerebro en el espacio anatómico nativo) de matriz de transformación de difusión como la semilla a la difusión a transformar, y V1 (en el espacio anatómico nativo) en "objetivos opcionales" (todos menos máscaras de exclusión) como objetivo.
    3. Utilice la convención de malla predeterminado (intercalación) y cargar el cerebro en el espacio anatómico nativo (imagen T1) la imagen de referencia de la superficie como.
  6. Repita ProbtrackX para el seguimiento probabilística usando el ROI esférica estándar (creado en el paso 6) como regiones de semillas para tractography como se describe en 7.5.2. Subir regiones de interés de la misma manera transformado LGN (espacio anatómico) se cargaron en 7.5.2.
  7. Vuelva a ejecutar tractography (7.5), esta vezcon semillas (no normalizada) y máscaras de destino en el espacio FreeSurfer con la adición de máscara blanca contralateral de FreeSurfer frontera materia como una máscara de exclusión, para evitar cualquier cruce sobre y garantizar conexiones directas ipsilaterales. Marque la opción de la superficie de la caja de herramientas y seleccione ProbtrackX FreeSurfer como convención de malla.
    Nota: Es importante destacar que tractography siempre se ejecuta desde el espacio de difusión, pero Probtrackx para el seguimiento probabilístico permite la entrada de las semillas y de destino máscaras en un espacio diferente, junto con una matriz de transformación de espacio de difusión. En este estudio, tractography probabilístico se realizó con máscaras en tanto anatómica nativa y el espacio FreeSurfer (Figura 2).

8. determinista Tractografía (DSI Studio)

  1. Abrir Eddy corrige las imágenes potenciadas en difusión en DSI Studio 24 haciendo clic en el Paso 1: Abrir las imágenes de origen. Cargar bvec y archivos BVAL sobre una ventana de b-tabla que es automáticamente opeNed para crear un archivo de origen (.src).
  2. Cargar los archivos fuente generado en la ventana de reconstrucción de modificar el valor por defecto del cerebro reconstruye máscaras según sea necesario.
  3. A continuación, seleccione DTI como el método de reconstrucción de 25 y ejecutarlo en los archivos de origen para producir archivos de información de la fibra (.fib).
  4. Llevar cerebros PD de los participantes a su cámara de difusión utilizando el registro lineal coquetear.
  5. Aplicar la transformación a las máscaras de LGN mediante la interpolación de vecino más cercano, como se describe en 5.4.1.
  6. .fib Abrir archivos en la ventana de seguimiento del programa.
  7. Ejecutar el seguimiento de cada hemisferio por separado, utilizando LGN en el espacio de difusión como la semilla y la Región 17 (V1) del atlas de Brodmann disponibles de DSI Studio como la región terminative. Cargar la máscara de LGN haciendo clic en la pestaña Regiones y Open Región. Seleccionar la opción de Semillas en Tipo en la lista de regiones a la izquierda de la pantalla. Para cargar la máscara de V1 a partir del atlas, haga clic sobre el Atlas de la barra de herramientas en la lista de regiones yseleccione el atlas apropiadas.
  8. En cada ejecución, establecer el contralateral WM (denominada izquierda / derecha-cerebro-blanco-materia) máscara del atlas de segmentación FreeSurfer (ver cuadro de lista de regiones en la ventana de seguimiento) como una región de evitación (ROA).
  9. Repita el seguimiento (8.7-8.8) usando ROI esférica en el espacio de difusión en lugar de LGN individuo como regiones de semillas para tractography.
    Nota: Las regiones de interés esféricas tienen el mismo volumen en todas las materias y se centran en el centro de masa de cada LGN.
  10. Repita la normalización de LGN, sección 6, sólo que esta vez los cerebros registrarse en el espacio de difusión al espacio estándar de MNI, y la aplicación de transformaciones de LGN en el espacio de difusión (LGN originales transformado previamente al espacio de difusión de 8.4 a 8.5) para llevar a máscaras espacio norma MNI. Calcular el volumen de la ROI esférica como el volumen medio de todo LGN través de los sujetos en el espacio MNI.
    Nota: Los parámetros de seguimiento pueden ser modificados por el usuario. Para la mayoría de las carreras, se aplicaron parámetros de seguimiento por defecto. Para algunos individuos (A5, A7, S12), se redujo el umbral de anisotropía (por defecto 0,14-0,15) (0,10-0,12) y se aumentó el umbral angular (por defecto 60) (65-85) para una visualización más agradable. Un esquema de la técnica se muestra en la Figura 3.

9. Análisis estadístico - TBSS (FSL)

Nota: la estadística espacial basada en las Vías es un análisis estadístico de la FA voxelwise participantes maps16 obtenido con dtifit26. Se utiliza ampliamente para las estadísticas de los datos de difusión. Este enfoque voxelwise supera potenciales problemas de alineación y de suavizado visto en el análisis FA-estilo VBM y proporciona investigación de todo el cerebro, a través de inalcanzable approaches16 basado en tractography.

  1. Ejecutar "tbss_1_preproc" en las FA datos ubicados en un directorio TBSS recién creado.
  2. Ejecutar "tbss_2_reg" - T para aplicar el registro no lineal, con lo que FA datos de cada participante en el espacio común (FMRIB58_FA,imagen de destino TBSS).
  3. Crear un esqueleto media FA con los centros de todas las extensiones comunes entre los participantes que utilizaron "tbss_3_postreg -S".
  4. correr "Tbss_4_prestats 0,2" para proyectar correlación de FA alineado de cada participante en el esqueleto media de todos los mapas alineados FA.
  5. Crear archivos design.con y design.mat, asegurando que el orden de la matriz es consistente con el orden en que TBSS pre-procesar los datos de FA.
  6. Ejecutar "aleatorizar", usando la opción T2, que se recomienda para TBSS ya que actúa sobre un esqueleto (un reducido subconjunto de los datos 3D), y 5.000 pre-mutaciones, lo que da los valores de p más precisos.

10. Análisis estadístico - SPSS

  1. La extracción de valores de FA a partir de datos determinista
    Nota: Los valores de FA basados ​​en determinístico se obtuvieron a partir de archivos de texto de estadística de salida DSI Studio. Estos valores representan la media FA dentro de los tractos generados, whICH en este caso corresponden a la región del OR.
    1. seguimiento de fibra ejecutar en el estudio de DSI.
    2. Guarde los archivos de texto de estadística creado por DSI Studio para cada conjunto generado de extensiones y registrar los valores '' significa FA de ellos.
  2. La extracción de valores de FA a partir de datos Probabilístico
    Nota: Los valores basados ​​en Probabilístico FA se derivan de ProbtrackX2 archivos fdt_paths de salida. Estos son imágenes de densidad tracto 3D que en este estudio cubren el área correspondiente a la OR.
    1. Utilice el registro lineal LIGÓN para llevar archivos fdt_paths de cada participante al espacio de difusión.
    2. Binarización en las máscaras de salida usando "fslmaths - bin".
    3. Para cada participante, se multiplica la máscara a su hoja de FA de dtifit usando "fslmaths -mul".
    4. Ejecutar el comando "fslmeants" para encontrar la media FA de cada máscara vías.
  3. Ejecución de análisis con SPSS (Usando determinista y probabilista
    Datos)
    norteota: El análisis estadístico se realizó con el programa SPSS 20 para Mac. Desde hemisferio es una variable dentro de la materia, un modelo lineal generalizado (GENLIN) con la que los efectos en cada lado del cerebro pueden ser analizados por separado, se aplica. En concreto, se utiliza la ecuación de estimación generalizada (GEE).
    1. En pruebas independientes, establezca cada uno de media FA y agilizar conteo (waytotal o porcentaje generaron líneas de corriente, PGsl) como la variable dependiente.
      Nota: En este estudio, agilizar el recuento se basa en valores Way-total. Waytotal describe el número total de líneas de corriente generados que no hayan sido rechazadas por los criterios de inclusión / exclusión 27. El número de líneas de corriente generados (NGSL), que se refiere al número total de líneas de corriente enviado, es igual al número de voxels en la máscara de semilla multiplicado por el número de muestras extraídas de cada voxel (5000 en este caso). líneas de corriente generados porcentuales (PGsl), waytotal divididos por NGSL Tiempos 100, es una medida del éxito connectividad entre la semilla y el objetivo.
    2. Estudiar la influencia del grupo y el sexo sobre LGN a la conectividad V1 estableciéndolos como variables independientes en todas las pruebas.
      Nota: Se estudiaron los efectos principales, así como de dos y tres vías interacciones. Es importante tener en cuenta que estas pruebas individuales no están condicionadas a la otra, por lo que la importancia de un efecto principal o interacción es independiente de la otra.
    3. Utilice edad como covariable para todas las pruebas. Asimismo, el uso del volumen de LGN como covariable para las pruebas con FA y media waytotal como las variables dependientes, pero omite de pruebas con PGsl como la variable dependiente.
      Nota: se encontró Volumen total cerebro para ser una covariable insignificante y por lo tanto se omitió de las estadísticas.
    4. Seleccione el método de corrección de Bonferroni para ajustar para comparaciones múltiples 28 (nivel de significación p <0,05).

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

En esta sección se ofrece un resumen de los resultados obtenidos utilizando dos algoritmos diferentes de tractography, determinista y probabilística. Volúmenes de LGN en el espacio PD en el que las máscaras se extrajeron originalmente, así como en todos los demás espacios utilizados en este estudio, se registran en la Tabla 2, y LGN rastreo se ilustran en la Figura 4. Los resultados aquí presentados se basan en carreras que utilizan una esfera estándar que el retorno de la inversión de LGN. LGN volumen estándar fue de 461 mm3 en ambos hemisferios en el espacio anatómico (pista probabilístico), y 292,5 mm y 364,5 mm 3 3 en los hemisferios derecho e izquierdo, respectivamente, en el espacio de difusión (ejecución determinista). Para ambas carreras, estos volúmenes estándar están muy cerca de los volúmenes medios calculados en el espacio MNI (anatómica de MNI: 472 mm 3 y 440 mm 3 para la izquierda y la derecha, respectivamente; difusión de MNI: 376 y 312 mm 3 para la izquierday derecha, respectivamente), pero más grande que la mayoría de los volúmenes individuales de LGN en el espacio (nativa más grande en anatómica: 281 mm; 3 más grande en la difusión: 324 mm 3). Desde Bonferroni es una prueba muy conservador, valores de p menor que 0,1 son tratados como se acerca importancia y se reportan aquí. Además, TBSS en correlaciones de FA reveló áreas de diferencia significativa (p <0,05) entre los dos grupos, con superficies de regiones que representan rojos de la reducción de la integridad del tracto materia blanca en el albinismo (Figura 5).

Para ambas carreras deterministas y probabilistas, covariables y tres grupos manera por género por las interacciones del hemisferio eran insignificantes y, por tanto, excluidos de todos los análisis finales. Para la ejecución determinista, utilizando media FA como la variable dependiente, los principales efectos de grupo y el sexo fueron insignificantes, mientras que el efecto principal del hemisferio acercó a la significación (media ± SEM .41± 0,008 derecho; 0,39 ± 0,006 izquierda, p = .064). Medios (± SEM) de los valores medios correspondientes a la FA O zona de unión de LGN a V1 fueron 0,39 ± 0,007 para el albinismo y 0,40 ± 0,008 para los controles. Una interacción de dos vías de grupo por hemisferio fue significativa (p = 0,013). Para la ejecución probabilístico, con valores medios de FA fdt_paths como la variable dependiente, el efecto principal del grupo era insignificante (media ± SEM ± .353 .0035 controles; 0,349 ± 0,0046 albinismo). Sin embargo, los principales efectos del hemisferio (0.358 ± 0.004 0.345 ± correctas; .003 izquierda, p = 0,005) y el género (.34 ± 0.004 mujeres; .36 ± 0.004 varones, p = 0,014) fueron significativo. Un grupo de dos vías por la interacción de género fue significativa (p = 0,033). Los datos de todos los ensayos se distribuyen normalmente según lo confirmado por la prueba de Shapiro-Wilk (p> 0,05). Utilizando el enfoque determinista, los valores medios fueron waytotal 2.728 ± 127 y 2.753 para el albinismo & #177; 169 para los controles. El principal efecto del hemisferio y el grupo de dos vías por la interacción de género fueron significativas (p = 0,027 yp = 0,004, respectivamente). Usando PGsl como la variable dependiente, los principales efectos de grupo y el sexo fueron insignificantes, mientras que el efecto del hemisferio fue significativa (media ± SEM 0,89 ± 0,045 derecho; 0,63 ± 0,026, p = 0,001). El grupo de dos vías por la interacción de género también fue significativa (p = 0,003). Significa PGsl de LGN a V1 fueron 0,76 ± 0,046 para el albinismo y 0,76 ± 0,048 para los controles. PGsl se calcularon utilizando ROI estándar de LGN. Los datos se distribuyen normalmente (Shapiro p> 0,05). Para la ejecución probabilística, utilizando valores waytotal y PGsl como variables dependientes, los principales efectos de grupo, hemisferio y el género no fueron significativas. waytotal valores medios fueron de 28.739 ± 7.297 para el albinismo y 31.220 ± 7.202 para los controles. La media de PGsl de LGN a V1 fueron de 1,3 ± 0,3 para el albinismo y 1,4 ±0,3 para los controles. En ambos casos, los datos no eran distribuidos normalmente y se aplicó la transformación log gamma.

Utilizando el enfoque determinista, las comparaciones por pares reveló reducen FA en el hemisferio derecho del albinismo en comparación con los controles (C 2 (1, N = 21) = 4.15, p = .042). En los controles, el valor FA hemisferio izquierdo fue menor que para el hemisferio derecho (p = 0,007) y una tendencia a la disminución de la FA en las mujeres que en los varones fue encontrado (C 2 (1, N = 21) = 2.97, p = .085). Usando tractography probabilística, las comparaciones por pares revelados reducen FA en el hemisferio izquierdo en comparación con el hemisferio derecho en ambos grupos (C 2 (1, N = 21) = 6.31, p = .012). En los hombres, FA se redujo significativamente en comparación con los controles albinismo (C 2 (1, N = 21) = 4,27, p = .039). Además, la FA fue significativamente menor en las hembras compared a los varones en los controles (C 2 (1, N = 21) = 14,37, p <0,001). El uso de valores waytotal de la ejecución determinista como la variable dependiente, las comparaciones por pares revelados reducen la conectividad en los hombres con albinismo en comparación con los controles masculinos (C 2 (1, N = 21) = 4.65, p = .031). En ambos grupos, la conectividad en el hemisferio izquierdo fue menor en comparación con el hemisferio derecho (C 2 (1, N = 21) = 4.34, p = 0.037). Además, la conectividad fue menor en los hombres en comparación con mujeres en el grupo albinismo (C 2 (1, N = 21) = 4,47, p = 0,034), mientras que lo contrario se observó en el grupo de control (C 2 (1, N = 21) = 3,87, p = 0,049). Por último, en las mujeres, una tendencia para la conectividad de la disminución se observó en los controles en comparación con albinismo (C 2 (1, N = 21) = 3,52, p = 0,061). El uso de valores PGsl calculados a partir de datos deterministas, las comparaciones por pares revelaron simiResultados lares a los obtenidos con los valores waytotal. Las salidas de tractography determinista se ilustran en la Figura 6. Usando datos probabilísticos, las comparaciones por pares mostró disminución de la conectividad en el hemisferio derecho de los varones que en mujeres (C 2 (1, N = 21) = 15,96, p <0,001). Las salidas de tractography probabilístico se ilustran en la Figura 7 de correlación de Pearson reveló una correlación negativa muy débil entre los valores PGsl de ambos métodos (r = -0,172, p = 0,276;. Sin embargo, los tractos de fibras se superponen en gran parte y son cualitativamente similares (Figura 8) .

Figura 1
Figura 1:. Principal vía visual en los cerebros de los individuos sanos y pacientes con albinismo Cada LGN recibe entradas de los dos ojos. pr retiniana ipsilateralojections terminará en las capas 2, 3 y 5, mientras que las proyecciones contralateral terminan en las capas 1, 4 y 6. El LGN envía proyecciones a V1 a través de la radiación óptica (púrpura), con axones que termina con más fuerza sobre V1 Capa 4. Las aportaciones de los dos ojos permanecen segregados en las columnas de dominancia ocular de la capa 4. Más allá de este punto, las aportaciones de ambos ojos se combinan (neuronas binoculares en la corteza). (A) En los controles, aproximadamente la mitad de los salientes se extienden ipsilateralmente (rojo) de la retina temporal, mientras que el otro medio se derivan de la retina nasal y la cruz (verde) en el quiasma al hemisferio contralateral. (B) En el albinismo, hay un cambio en la línea de decussation en la retina temporal, resulta en una mayor cruce de fibras del nervio óptico, como se ilustra por las fibras verdes engrosadas. Este esquema sugiere anomalías adicionales aguas abajo de la vía retino-geniculo-cortical, con una reducción de LGN a V1 conectividad en el albinismo (modificado a partir de Mcketecla se mantendrá et al., 2014) según lo confirmado por este estudio. Haga clic aquí para ver una versión más grande de esta figura.

Figura 2
. Figura 2 "Registro Probabilístico Tractografía Pipeline LIGÓN lineal se utilizó para transformar cerebros de los participantes a los diferentes espacios (registro indicadas por las flechas rojas): En la preparación de las máscaras de semillas, los cerebros PD se registraron al espacio T1 anatómica y para FreeSurfer espacio (FS), y las transformaciones se aplican a las máscaras de LGN originales utilizando la interpolación del vecino más próximo. para crear las máscaras de destino, los cerebros FS se transformaron en el espacio T1 y transformaciones se aplican a las máscaras V1 de FreeSurfer utilizando tri-lineal de interpolación. T1 y FS cerebros fueron linealmente registrada a la difusión el espacio. FreeSurfer 's máscara frontera sustancia blanca contralateral se añadió como máscara de exclusión en la carrera FS. PROBTRACKX2 probabilístico para el seguimiento se llevó a cabo en el espacio de difusión con máscaras de entrada en T1 y FS espacio. Por favor, haga clic aquí para ver una versión más grande de esta figura.

figura 3
Figura 3: determinista Tractografía Pipeline. Pre-procesamiento necesario para DICOM NIfTI Conversión y arrojó una difusión ponderada de imagen (dti.nii.gz), junto con dos archivos de texto (bvec y bval). Las distorsiones y el movimiento fueron corregidas para el uso de la herramienta de corrección de corrientes parásitas de FSL. Eddy corrige las imágenes potenciadas en difusión se abrieron en DSI Studio y archivos bvec y BVAL se cargaron en una ventana de b-tabla para crear un archivo de origen (.src). Los archivos de origen se abrieron y el valor predeterminado reconstruidosmáscaras cerebrales fueron modificados según sea necesario. A continuación, modelo de reconstrucción DTI se aplicó a los archivos de origen para producir archivos de información de la fibra (.fib). máscaras de LGN en el espacio de difusión se cargaron en los archivos .fib en la ventana de seguimiento y se definen como semillas. Región 17 (V1) del atlas de Brodmann se estableció como una región terminative. En cada ejecución, la máscara de WM contralateral FreeSurfer atlas segmentación se cargó y se establece como un ROA (ambos hemisferios delineadas aquí). Signos iguales representan el producto producido en un paso en particular; flechas de color naranja indican el archivo de entrada que se utilizó para el siguiente procesamiento de seguimiento o de paso; El asterisco (*) indica las máscaras y los cerebros en el espacio de difusión. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Figura 4
Figura 4: Máscara de LGN Delineación. (A) vista ampliada de la derecha y la izquierda de LGN en una losa de la imagen de dominio coronal ponderada en promedio que fue interpolada al doble de la resolución y la mitad del tamaño de vóxel en un paciente con albinismo, A11. (B) trazado a mano derecha e izquierda LGN áreas de interés (ROI) en rojo máscaras (C) LGN transformadas al espacio FreeSurfer utilizando vecino más cercano (rojo) y interpolaciones (azul) tri-lineales. El primero se utiliza para todas las transformaciones realizadas en este estudio para la delimitación más precisa de la estructura. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Figura 5
Figura 5: Análisis Estadístico voxelwise con TBSS todo el cerebro voxelwise análisis estadístico de. FA datos se llevó a cabo utilizando la estadística espacial basada en las vías (TBS). Se llevó a cabo el registro no lineal de todos los participantes imágenes FA a un espacio común, seguido por la creación de una media FA esqueleto y la proyección de imagen FA de cada participante en el esqueleto. (A) El albinismo> contraste de control que muestra el esqueleto en verde sin áreas de importancia debido a la reducción en el albinismo FA en comparación con los controles. (B) de diferencia significativa entre el grupo control y el grupo albinismo detectado, con áreas en las regiones que representan rojos (materia blanca cerebral correspondiente a las fibras de radiación óptica y corteza calcarine, en el que terminar) de reducida blanco integridad tracto materia en albinismo, para la Control> contraste albinismo (TFCE (mejora sin umbral clúster) corregida, p <0.05), (C) engrosada versión en esqueleto de resultados mostrados en B, para la representación visual.Les / ftp_upload / 53759 / 53759fig5large.jpg "target =" _ blank "> Haga clic aquí para ver una versión más grande de esta figura.

Figura 6
Figura 6:. La producción de DSI Estudio de seguimiento de la fibra (A) Reducción de LGN a la conectividad V1 en pacientes albinismo A1 (el más bajo número de extensiones reconstruidas entre los participantes en el hemisferio derecho, 1365) en comparación con los controles (B) (S6, mayor número de vías reconstruidas entre los controles en el hemisferio derecho, 4355) (LGN izquierda en rojo, LGN justo en verde, las conexiones a LGN tracto óptico y OR en naranja, V1 en azul). Óptica vías a las conexiones de LGN también se observan en la salida. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Figura 7:. La producción de PROBTRACKX para Probabilístico de seguimiento reducido LGN a la conectividad V1 en el albinismo (arriba) en comparación con los controles (parte inferior). LGN se muestra en amarillo radiación, óptica en verde, V1 en rojo. Tenga en cuenta que las rodajas se muestran aquí no están destinados a ser los mismos, pero son más bien elegidas como cortes que mejor representan los resultados del método. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Figura 8
Figura 8:. Probabilístico frente salida determinista superposición Mapa cerebros anatómicas (pista probabilístico) y difusión (cerebros de ejecución determinista) se registraron aMNI cerebros de 1 mm. Las transformaciones se aplican a Tractografía tractos de salida de carreras que utilizan esferas estándar como LGN retorno de la inversión. tractos de salida fueron promediados entre los participantes en cada método, y Máscaras (A) media de las vías se recubrieron en un 1 mm MNI cerebro en vista FSL para la comparación (probabilístico en verde, determinista en rojo). La transparencia se aplicó para representar nociones similares de conectividad en ambos métodos. Se añadieron (B) LGN (azul) y V1 máscaras (rosa) para ilustrar las regiones de semillas y de destino. Por favor, haga clic aquí para ver una versión más grande de esta figura.

Albinismo controles
Partícipe Edad (años) Sexo Clasificación Agudeza visual Partícipe Edad (años) Sexo
A1 48 METRO OCA 0,6 S1 24 F
A2 20 METRO OCA-1 0,8 S2 22 METRO
A3 21 METRO OCA-1A 1.0 S3 25 METRO
A4 48 METRO OCA-1 1.0 S4 24 F
A5 43 F OCA-1 0,8 S5 20 F
A6 56 METRO OCA 0,9 S6 39 METRO
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 METRO
A11 29 F OCA-2 0,5

Tabla 1: Información del participante y su historia clínica. La agudeza visual se evaluó a través de una carta de ojo tratamiento temprano de la retinopatía diabética Study (ETDRS) y explícitod en logMAR (logaritmo del ángulo mínimo de resolución) notación, es decir, el logaritmo en base 10 de la agudeza visual decimal (0,0 a 1,0 para 20 / 20-20 / 200). Prueba gráfica ETDRS se ha demostrado que es más exacta que la usada universalmente prueba de Snellen 29. Todos los controles tenían normal o corregida a la normal de la agudeza visual (20/20). No se informó de los antecedentes de trastornos neurológicos.

PD Anatómico Difusión FS
Izquierda Derecha Izquierda Derecha Izquierda Derecha Izquierda Derecha
Albinismo 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
Controles 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

Tabla 2:. Un Resumen de los volúmenes de LGN Los volúmenes registrados en esta tabla (3 mm) son de derecha e izquierdaLGN de ​​los pacientes y los controles en todos los utilizados en este estudio.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

WM alterada y, más concretamente, la disminución de la conectividad en comparación con el albinismo se esperaba que los controles. Por lo tanto, la reducción de la FA en el hemisferio derecho del albinismo en comparación con los controles, así como la disminución de la conectividad en los pacientes masculinos con albinismo aquí presentados están en línea con nuestra predicción. Género y del hemisferio efectos no son del todo claras, aunque la investigación sobre el cerebro saludable que sugiere una disminución WM complejidad en el hemisferio izquierdo de los varones que en mujeres 30-31 podría explicar algunas de las diferencias relacionadas con el género y del hemisferio-observados en este estudio. Conectividad reducida en el albinismo masculina en comparación con el albinismo femenina puede ser en parte debido a la menor edad promedio de las mujeres en ambos grupos (7 - 8 años <machos), ya que se registró un volumen de WM a reducirse a mediados de la edad adulta en el cerebro sano 32 -33. Las diferencias de género también pueden ser debido al tamaño pequeño de la muestra y el número desigual de los varones frente a las mujeres en cadagrupo (5 machos OCA, 4 controles). El aumento de la conectividad observa en el albinismo femenina en comparación con los controles del mismo sexo no se esperaba, y podría sugerir algún tipo de mecanismo compensatorio en el albinismo. Sin embargo, este hallazgo en lugar podría atribuirse a la gran variabilidad dentro de una pequeña muestra de la población.

La media de la FA y agilizar el recuento se utilizan para explorar LGN a la conectividad V1. FA es una de las medidas más comúnmente notificadas derivados de los datos de difusión. Se describe con más precisión como una cuantificación de la fuerza con la difusión direccional es en una región. Es importante señalar que las diferencias de grupo en las medidas de FA no implican necesariamente diferencias en la integridad de la materia blanca. Dado que este estudio implica una condición clínica con un efecto potencial en la materia blanca, dicha interpretación puede justificarse. Sin embargo, mientras que la integridad estructural reducida sugiere un daño o deterioro, FA en una región puede reducirse debido al menor número de barreras, tales como mayordiámetros de los axones y axones menos densamente empaquetados, así como debido a los límites menos eficaces que resultan del aumento de la permeabilidad de la membrana 34. El término "agilizar recuento ', es preferible a' número de fibras ', ya que el número de líneas de corriente reconstruidas puede no ser una verdadera representación del número de fibras reales debido a las variaciones en las características de la vía, como la longitud, la curvatura y la ramificación, así como condiciones experimentales tales como la relación señal-ruido (SNR) 34.

Tractografía es la única técnica no invasiva para la WM mapeo in vivo. En el enfoque determinista, la terminación se produce cuando la anisotropía cae por debajo de un cierto nivel, o cuando hay una angulación brusca. Sin embargo, la mayoría de los voxels contienen fibras en más de una dirección, y el enfoque determinista se limita a la identificación de cualquiera de las vías dominante en un voxel o un "promedio" de todas las direcciones dentro de un voxel. Por lo tanto, no puede proporcionar un verdadero representación de las vías neuronales. Tractography probabilístico permite la resolución de los dos modelos de fibra en un solo voxel, que proporcionan una representación más fiable de un tubo, y del seguimiento en las zonas de baja anisotropía 17. Por consiguiente, el algoritmo probabilístico era particularmente ventajoso en este estudio, que investigó la trayectoria de la O, una estructura altamente WM de ramificación (en particular la parte del asa de Meyer), que termina en la materia gris de V1. Es importante señalar que tractography probabilístico se refiere a una probabilidad estocástica de tener la misma vía de emerger a través de múltiples permutaciones, en lugar de la idea engañosa de tractography que representa la verdadera anatomía de una fibra. Aunque se cree que tractography probabilístico para seguir el curso real de las fibras nerviosas más de cerca, tractography determinista se realizó para comparar la utilidad y la reproducibilidad de ambas técnicas. Dado que se han detectado tendencias utilizando el enfoque probabilístico, similitudes vistosen el período previo determinista reforzado aún más los servicios validez de los resultados.

Aparte de su uso creciente en la investigación sobre la conectividad de mapeo anatómica en el cerebro, tractography ha mostrado avances prometedores en panning neuroquirúrgica. La visualización de o durante la resección de tumores mediante la transferencia de datos neuronavigationally DWI en el campo operatorio se informó para ayudar en la eliminación de las lesiones con éxito y mantener intactos los campos visuales 35. Sin embargo, DTI tiene limitaciones como relativamente pobre resolución espacial y deterioro de la calidad de los datos cuando se estudian las estructuras de baja densidad de fibra, como el O 20. Aunque tractography probabilística fue la técnica preferida, el presente estudio tuvo como objetivo comparar los dos algoritmos. Ambos algoritmos de seguimiento revelaron algunos resultados comunes, el aumento de la fiabilidad de los resultados.

Volumen LGN oscila desde 112 hasta 276 mm 3 en cerebros sanos 8 y correlates con volúmenes de la corteza visual y la cintilla óptica, pero no con el volumen total del cerebro 36. Desde tractography depende del número de voxels en la máscara de la semilla, el volumen de LGN debe ser normalizado a través de los participantes para evitar sesgo en las comparaciones cuantitativas entre extensiones 37. Hemos controlado por las diferencias en el tamaño de LGN utilizando dos métodos diferentes. En el primer método, se crearon ROIs esférica de un tamaño estándar. Para lograr esto, se calculó un volumen medio en todos los sujetos de sus máscaras LGN transformadas al espacio MNI. Uso de la radio de la máscara media en el espacio MNI, una esfera se centró en el centro de masa de cada LGN ni en el espacio anatómico o difusión. El uso de un ROI esfera estándar con un volumen mayor que el volumen de LGN individuales asegura la inclusión de todos los voxels que forman parte de esta estructura en todos los participantes. Durante el uso de una máscara de tamaño más grande que suele aumentar el riesgo de falsos positivos, tal preocupación no se aplica cuando la siembraen una estructura tal como el LGN, que se diferencia en los patrones de conectividad de los núcleos de los alrededores. Por lo tanto, los voxels que pertenecen a otras estructuras generará líneas de corriente que no siguen los caminos previstos y, por tanto, dichos caminos se descartarán 18 .El segundo método se utilizó para controlar el volumen de LGN fue correr análisis estadísticos utilizando el volumen de LGN como covariable, pero esto no alteró significativamente los resultados estadísticos. Otro enfoque posible para la normalización de LGN es la adición y la eliminación de voxels alrededor de máscaras individuales LGN para obtener un tamaño estándar a través de los sujetos utilizando una secuencia de comandos de MATLAB. Este enfoque no requiere registros adicionales y por lo tanto limita el grado de deformación de las imágenes del cerebro y aumenta la precisión. También conserva el contorno de LGN en lugar de crear una esfera alrededor de la región de LGN. Sin embargo, para minimizar el error humano, la segmentación de múltiples atlas puede utilizarse en lugar de trazar manualmente las máscaras LGN. El uso de un conjunto de cuentas atlasla variabilidad estructural individual y por lo tanto produce una representación más precisa de una región subcortical que un solo atlas 38.

Este nuevo estudio in vivo investiga el desarrollo interdependientes entre las diferentes partes de la vía visual primaria en el albinismo humano. Por lo tanto, proporciona una mayor comprensión de la etiología de esta enfermedad y mejorar el diagnóstico mediante la identificación de firmas específicos del trastorno. Ambos algoritmos probabilísticos y determinísticos tractografía usar aquí mostraron patrones similares de alteración de LGN a la conectividad V1 en el albinismo humano. Aunque ninguna generalización a la población grande puede hacerse debido al tamaño pequeño de la muestra y la gran variación interindividual en las estructuras de interés, este estudio demuestra la utilidad de tractography en la detección de tendencias dentro de la población de la muestra, lo que sugiere la importancia de una mayor investigación en el campo.

Subscription Required. Please recommend JoVE to your librarian.

Acknowledgments

El trabajo es apoyado en parte por las Ciencias Naturales e Ingeniería de Investigación de Canadá (NSERC). Los autores agradecen a los participantes, el Dr. Rick Thompson, por su ayuda en el reclutamiento de los pacientes albinismo, Denis Romanovsky por su ayuda la ejecución de algunos de los análisis y la modificación de una figura, Mónica Giraldo Chica por su conocimiento y asesoramiento con tractography, Joy Williams por su ayuda en la adquisición de resonancia magnética, y Aman Goyal por su experiencia análisis de resonancia magnética.

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

Neurociencia No. 114 El desarrollo del cerebro el albinismo misrouting neuronal imágenes por resonancia magnética (IRM) tensor de difusión (DTI) tractography el seguimiento de la fibra determinista / probabilística lateral núcleo geniculado (LGN) la radiación óptica (OR) visual primaria corteza (V1) la neurobiología
La medición de conectividad en la vía visual primaria en albinismo humano recurriendo a imágenes de tensor de difusión y Tractografía
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