Login processing...

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

Neuroscience

Måling Forbindelse i Primary Visual Pathway i Human albinisme Brug Diffusion Tensor Imaging og traktografi

doi: 10.3791/53759 Published: August 11, 2016

Summary

Dette manuskript beskriver deterministiske og probabilistiske algoritmer til hvid substans (WM) genopbygning, der anvendes til at undersøge forskelle i optisk stråling (OR) forbindelse mellem albinisme og kontrol. Selvom probabilistisk traktografi følger den sande kurs af nervefibre nærmere, blev deterministisk traktografi kørt for at sammenligne pålideligheden og reproducerbarheden af ​​begge teknikker.

Abstract

I albinisme, er antallet af ipsilaterally rager retinale ganglieceller (RGC'er) signifikant reduceret. Nethinden og optisk chiasm er blevet foreslået som kandidat sites for misrouting. Da en sammenhæng mellem antallet af laterale geniculate nucleus (LGN) relæ neuroner og LGN størrelse er blevet vist, og er baseret på tidligere rapporterede reduktioner i LGN mængder i human albinisme, foreslår vi, at fiber fremskrivninger fra LGN til den primære visuelle cortex (V1) reduceres også. Studere strukturelle forskelle i det visuelle system af albinisme kan forbedre forståelsen af ​​den mekanisme for misrouting og efterfølgende kliniske anvendelser. Diffusion data og traktografi er nyttige til kortlægning af OR (optisk stråling). Dette håndskrift beskriver to algoritmer til OR genopbygning for at sammenligne hjernen konnektivitet i albinisme og controls.An MRI-scanner med en 32-kanals hoved spole blev anvendt til at erhverve strukturelle scanninger. En T1-vægtet 3D-MPRAGE sekvens med 1 mm3 isotropisk voxel størrelse blev anvendt til at generere billeder i høj opløsning til V1 segmentering. Multiple proton densitet (PD) vægtede billeder blev erhvervet coronalt for højre og venstre LGN lokalisering. Diffusion tensor imaging (DTI) scanninger blev erhvervet med 64 diffusion retninger. Både deterministiske og probabilistiske sporingsmetoder blev kørt og sammenlignet med LGN som frø maske og V1 som mål maske. Selvom DTI giver relativt ringe rumlig opløsning, og præcis afgrænsning af OR kan være en udfordring på grund af sin lave fiber tæthed, er traktografi vist sig at være en fordel både i forskning og klinisk. Tract baseret rumlig statistik (TBSS) viste områder med stærkt reduceret hvide substans integritet inden for eller hos patienter med albinisme sammenlignet med kontrolgruppen. Parvise sammenligninger afslørede en signifikant reduktion i LGN til V1-forbindelse i albinisme sammenlignet med kontroller. Sammenligning både sporing algoritmer afslørede fælles resultater, styrkelse af pålidelighedaf teknikken.

Introduction

Albinisme er en genetisk sygdom primært karakteriseret ved åbenlys hypopigmentering observeret i de ramte personer. Det er forårsaget af arvelige mutationer til gener involveret i melanin syntese 1. Albinisme vises i to hovedformer: okulo- kutan albinisme (OCA), en autosomal recessivt træk præsentere både okulære og kutane funktioner; og okulær albinisme (OA), en X-bundet træk mere fremherskende hos mænd og karakteriseret primært af øjensymptomer 2. Melanin i retinale pigment epitel (RPE) er afgørende for en ordentlig udvikling af den centrale visuelle pathway. Dens fravær i albinisme resulterer derfor i synshandicap, herunder fotofobi, nystagmus, nedsat synsstyrke og tab af binokulært syn 2-3. Synsstyrken er blevet forbundet med foveal morfologi, som er ændret i albinisme 4. Hos mennesker, en retinal linje af decussation ligger langs nasotemporal grænse gennem fovea, med fibre fra nasal nethindenkrydser til den anden halvkugle, og dem fra timelige nethinde strækker ipsilaterally. Graden af ​​nedsat synsfunktion i albinisme er blevet forbundet med niveauet af hypopigmentering. Specifikt pigmentering er omvendt proportional med forskydningen i tidsmæssig nethinden af linjen af decussation 5. Som følge af skift i linje decussation i den tidsmæssige nethinden, er krydsning af optiske nervefibre forøget - en karakteristisk fælles på tværs af alle arter 3.

Strukturelle MRI undersøgelser på mennesker har vist smallere optiske chiasms i albinisme sammenlignet med kontroller, hvilket sandsynligvis skyldes øget passage af RGC'er observeret i albinisme 6-8. Nethinden og optisk chiasm udtrykke axonal vejledning signaler såsom Ef familie receptorer og deres ligander 9 og er derfor kandidat sites for misrouting 10.

En undersøgelse af aber med induceret glaukom viste en signifikant decemberrease i antallet af LGN parvalbumin-immunreaktive relæ neuroner og LGN volumen 11. Dette tyder på en korrelation mellem LGN størrelse og antallet af hvide substans (WM) baner rejser gennem OR til V1. En undersøgelse post mortem på menneskers albinisme afslørede også mindre LGN med smeltet M og P lag 12. Høj opløsning strukturelle MRI bekræftede betydelig reduktion i mængden af LGN i albinisme 8. Tilsammen disse resultater tyder på, at faldet LGN volumen kan resultere i et reduceret antal neuroner i LGN, og til gengæld i nedsat forbindelse mellem LGN og V1.

Undersøgelse mønstre af anatomiske tilslutning hos mennesker har været begrænset. Dissektion, sporstof injektion og læsion induktion er invasive teknikker, der kun kan bruges post mortem, og som regel involverer en meget lille antal patienter. Tidligere undersøgelser under anvendelse carbocyanin farvestof DII injektioner demonstrerede neuronal konnektivitet mellem V1 og V2 (sekundær Visual Cortex) 13, samt i hippocampus kompleks i aldehyd-fikseret efter slagtning menneskelige hjerne 14. Mærkning fibre på denne måde er begrænset til afstande på kun snese millimeter fra injektionsstedet 14. Diffusion tensor imaging, DTI, er en MRI modalitet udviklet i begyndelsen-midten af ​​1990'erne for at identificere fiber tarmkanalen retning og organisation. Det er en ikke-invasiv fremgangsmåde, som tillader kortlægning af store WM veje i den levende hjerne. DTI er følsom over for diffusion af vandmolekyler i biologisk væv 15. I hjernen diffusionen af ​​vand er anisotrop (ujævn) på grund af hindringer, såsom membraner og myelin. WM har høj diffusion anisotropi, hvilket betyder diffusionen er større parallelt end vinkelret på orienteringen af fibrene 16. Fractional anisotropi (FA) er en skalar mængde, der beskriver præference for molekyler at diffundere i en anisotropisk måde. FA Værdierne går fra 0-1, fra lav til høj anisotropy (cerebrospinalvæske (CSF) <grå stof (GM) <WM) 16.

Streamline (deterministisk) og probabilistisk fiber sporing er to forskellige algoritmer til 3D sti genopbygning. Deterministisk traktografi anvender en linje formeringsmetode, der forbinder tilstødende voxler i en afgrænset frø region. To stop-kriterier, der anvendes i denne algoritme er drejevinklen og FA værdi. Derfor tarmkanalen sporing mellem nabolande voxels er usandsynligt ved store drejning vinkler. Algoritmen vil derfor skrider også kun, hvis FA i en voxel overstiger en bestemt tærskel, begrænser dens effektivitet i præcist definerer veje nær grå materie, hvor anisotropi dråber. Probabilistisk traktografi, på den anden side, giver en connectivity kort beskriver sandsynligheden for en voxel at være en del af en kontrakt mellem to regioner af interesse (ROI'er), og dermed skrider ind grå stof såsom V1 17. Brug af denne MRI ansøgning, centrale WM strukturer som denOR kan være afgrænset som vist i tidligere undersøgelser 18-20.

Denne undersøgelse anvender derfor diffusion data og traktografi at udforske effekten af ​​axonal misrouting på retino-geniculo-kortikal tilslutningsmuligheder. Baseret på tidligere rapporterede reduktioner i LGN mængder i human albinisme 8, forudser vi, at fiber fremskrivninger fra LGN til V1 også reduceres (figur 1).

Protocol

Etik Statement: Den aktuelle forskningsundersøgelse er godkendt af Human Deltagere Review Committee (HPRC) på York University, Toronto. Alle deltagere gav informeret skriftligt samtykke.

1. Med forbehold Forberedelse

Bemærk: Elleve deltagere med OCA i alderen 36 ± 4 år (6 hunner) blev sammenlignet med ti aldersmatchede kontroller i alderen 32 ± 4 år (6 hunner). Deltager historie er registreret i tabel 1.

  1. Bed hver deltager til at udfylde og underskrive en samtykkeerklæring, der viser MRI sikkerhedsmæssige retningslinjer og imaging-protokol.
  2. For hver deltager giver ørepropper for ørerne. Position deltager liggende og hovedet først i magneten, og vartegn over øjnene på øjenbrynet niveau. Sikker deltagers hoved med puder til at reducere hoved bevægelse. Giv deltageren en tvangsindløsning pære til patient alarm.

2. Strukturelle MRI Parametre

e_content "> Bemærk: Alle imaging er erhvervet på en 3T MR scanner ved hjælp af en 32-kanals hoved spole Under en enkelt session per emne.:

  1. Erhverve en høj opløsning T1-vægtede anatomiske hjælp af en 3D-MPRAGE sekvens dækker hele hjernen med følgende parametre: køb tid 4 min 26 sec, synsfelt 256 mm, 256 matrix, 192 skiver med skivetykkelse på 1 mm, med en resulterende isotrop voxel størrelse på 1,0 mm 3, TR = 1900 ms, TE (ekko tid) = 2,52 ms med en inversion tid på 900 ms og flip vinkel på 9 °, 1 gennemsnit, parallel billeddannelse (IPAT Grappa, acceleration faktor 2) .
  2. Anskaf en DTI sekvens dækker cortex, med skiver i tværgående retning efter den forreste commissure / posterior commissure (AC-PC) linje ved hjælp af følgende parametre: erhvervelse tid 8 min 5 sek, synsfelt 192 mm, 128 matrix, voxels 1.5 1,5 mm i-fly, 56 sammenhængende (ingen gap) skiver med 2 mm tykkelse, TR = 6900 ms, TE = 86 ms, 64 retninger, b-værdi på 1000 s / mm 2 (henvisning billede med lav b-værdi på 0 sek / mm2), 1 gennemsnit, parallel billeddannelse (IPAT GRAPPA) med en acceleration faktor 3.
  3. Erhverve 30-40 PD-vægtede billeder i en koronal orientering, parallelt med hjernestammen, der dækker fra den forreste udstrækning af pons til den bageste del af den ringere colliculus.
    1. Brug Turbo spin-ekko (FAST spin-ekko) puls sekvens og de følgende parametre: erhvervelse tid 1 min 29 sek pr scan, synsfelt 192 mm, 256 matrix, 30-40 skiver med en tykkelse på 1 mm, hvilket resulterer voxel størrelse 0,75 0,75 1 mm 3, TR = 3000 ms, TE = 22 ms, turbo faktor 5, refokusering flip vinkel på 120 °, 1 gennemsnit, parallel billeddannelse (IPAT GRAPPA) med en acceleration på 2.
      Bemærk: S12 blev scannet under anvendelse af følgende parametre: synsfelt 180 mm, 512 matrix, 30 skiver med 1 mm tykke skiver, hvilket resulterer voxelstørrelsen 0,4 x 0,4 x 1,0 mm3. Alle andre parametre forblev den samme. Acquisition tid 2 min 47 sek.
  4. Pre-proces alle scanninger ved at konvertere rå DICOM til NIfTI format ved hjælp af programmet dcm2nii.

3. LGN Afgrænsning

Bemærk: Det LGN er en lille subkortikale struktur ligger dybt i hjernen, og derfor i høj opløsning PD billeder er forpligtet til at bestemme sine anatomiske grænser. I disse scanninger, vises LGN som et område med høj signalintensitet i forhold til de omgivende WM skrifter, letter dens registrering 21. Den identificerede anatomiske LGN anvendes derefter som et frø region for traktografi.

  1. Mens blind for gruppemedlemskab, manuelt spore højre og venstre LGN masker tre gange hver på gennemsnit PD billeder interpoleret til dobbelt så høj opløsning og halv voxel størrelse (original 256 x 256 matrix, 0,75 x 0,75 x 1 mm 3 voxel størrelse).
    1. For at opnå høj opløsning PD billeder bruger frit tilgængelige FLIRT funktion og andre software-værktøjer inden FMRIB SoftwareBibliotek (FSL, http://www.fmrib.ox.ac.uk/fsl/). Opsampling, sammenkæde, motion korrekte og gennemsnitlige PD billeder for hver deltager som tidligere beskrevet andetsteds 22.
    2. Læg den høje opløsning PD billede i FSLView og klik på fanen Værktøjer til at vælge det indre (eller trykke på figur 1 ) For at forstørre billedet.
    3. Klik på fanen Filer for at vælge Opret maske indstilling, og bruge værktøjslinjen øverst til venstre på skærmen for at spore LGN i hver skive. Hvis det ønskes, ændre kontrasten i billedet ved at trække langs min / max i værktøjslinjen for at lette LGN afsløring.
  2. Flet disse regioner af interesse (ROI'er) i en median maske ved hjælp af fslmerge kommandoen.
  3. Bland alle raters 'median masker i en enkelt median maske ved hjælp af den samme kommando.

4. V1 Segmentering

  1. Kør "Recon all-" kommando i FreeSurfer23 (v5.3.0) på hjernensi indfødte anatomisk rum (T1-vægtede billeder) for automatiseret behandling.
  2. Konverter passende udgange i den nyoprettede mri mappe (orig.mgz, brain.mgz, rawavg.mgz, T1.mgz) til NIfTI hjælp "mri_convert".
  3. Brug BET hjerne udvinding i FSL GUI til at korrigere kraniet-strippet output hjernen (brain.nii.gz) i FreeSurfer plads hvis det er nødvendigt. Vælg Kør standard hjerne ekstraktion med bet2 option (standard). Sænk tærsklen hvis billedet mangler hjernevæv, eller stige, hvis ikke-hjernevæv indfanges (standard tærskel 0,5). Vælg Output hjerne ekstraheret billede og output binært hjerne maske billede (sidstnævnte kan anvendes til manuelle korrektioner) i de avancerede indstillinger.
  4. Konverter udgang V1 udstykning til en volumetrisk maske ved hjælp af "label2surf" og "surf2volume" kommandoer.

5. Pre-sporing Registreringer

Bemærk: de næste skridt, så ring til FSL GUI til at åbne hver af de following værktøjer.

  1. Brug BET hjerne udvinding og vælg Bias feltet & hals oprydning mulighed for at kraniet-strimmel rawavg.nii.gz, beliggende i MRI mappen skabt af "recon-all". Juster tærskel som nødvendigt.
  2. Kør FLIRT lineær registrering at bringe hjerner i FreeSurfer og indfødte anatomiske plads til diffusion plads.
    1. Vælg brain.nii.gz, output af Recon-all (FreeSurfer mellemrum), eller et emne hjerne udvundet T1 (native anatomisk mellemrum) som input billedet, og en Eddy korrigeret og hjerne udvundet diffusion-vægtet billede (DWI) som reference billede. Klik derefter på "Go".
      Bemærk: Dette trin opretter to udgange, input hjernen registreret til referencen billede (.nii.gz) og en transformation matrix (.mat). Bortset fra registrering, er det sidstnævnte filen kræves til traktografi når frø rum er ikke diffusion. Brug output transformation matricer (.mat) oprettet i dette trin for traktografi som forklaret i 7.4.2.
  3. Lignendetil 5,2, for at køre FLIRT lineær registrering bringe deltagernes PD hjerner til FreeSurfer plads og indfødte anatomiske rum.
  4. Forbered frø masker til traktografi:
    1. Påfør FLIRT transformation fra Utils i FLIRT lineær registrering værktøjskassen den. Brug .mat output som omdannelsen matrix, den oprindelige LGN maske som input og brain.nii.gz (FreeSurfer mellemrum) eller T1_brain.nii.gz (native anatomisk rum) (se 5.2) som reference volumen. Vælg nærmeste nabo interpolation metode fra de avancerede muligheder.
  5. Brug kun brain.nii.gz filer, forberede mål masker til traktografi:
    1. Registrer FreeSurfer hjerner til indfødte anatomisk rum og skabe mål masker ved at anvende transformation til V1 masker (se 5.2, 5.4.1) ved hjælp af Tri-lineær interpolation. Klik på "Go".

6. LGN Normalisering

  1. Brug FNIRT ikke-lineær registrering som tidligere beskrevet på http: //fsl.fmrib.ox.ac.uk / FSL / fslwiki / FNIRT at bringe deltagernes ikke-udtrukne hjerner i native anatomiske plads til MNI rum ved hjælp af Montreal Neurological Institute hele hjernen skabelon (MNI152).
    Bemærk: Det anbefales ikke-lineær registrering af originale anatomiske billeder til dette skridt, da registreringer var mere nøjagtige, når FNIRT blev anvendt til ikke-udvundet T1s forhold at flirte på udtrukne hjerner.
  2. Påfør transformation til LGN masker i anatomisk rum (original LGN tidligere omdannet til indfødte anatomiske plads i 5.4) ved hjælp af nærmeste-nabo interpolation som beskrevet i 5.4.1 at bringe masker til MNI rum.
  3. Gennemsnitlige alle LGN masker i MNI plads på tværs af begge grupper bruger AFNI befaling "3dMean".
  4. Brug "fslmaths Thr" for at anvende en tærskel for den gennemsnitlige maske i MNI rum.
  5. Beregn radius af den gennemsnitlige maske i MNI rummet ved hjælp af V = 4/3 πr 3 (påtage sig en kugle).
  6. Optag tyngdepunktet koordineNates enkelte LGN maske i native anatomiske rummet ved hjælp af kommandoen "fslstats C".
  7. Opret sfæriske ROIs af identiske mængder tværs deltagere:
    1. Brug "fslmaths" for at skabe en ROI punkt med koordinaterne for den relevante individuelle LGN maske i native anatomisk rum, som er registreret i 6,6
    2. Brug "fslmaths", anvende radius af den gennemsnitlige maske i MNI plads til at oprette en kugle rundt om ROI punkt i native anatomiske rum.
  8. Brug disse standardiserede masker som frø til traktografi.

7. Probabilistisk traktografi (FSL 5.0.4)

Bemærk: de næste skridt, så ring til Fdt_gui at få adgang til hver af de følgende værktøjer.

  1. Korrekt for forvrængninger i DWIs med Eddy aktuelle korrektion. Vælg Eddy aktuelle korrektion i menuen øverst på Diffusion Toolbox vinduet og uploade DWI som input, forlader default referencevolumen (0).
  2. Brain udtrække billeder med BET som beskrevet i 4.3.
  3. Vælg DTIFIT Genopbygning diffusions tensorer i menuen. Angiv et input mappe, der indeholder følgende filer: diffusion vægtede data, nodif_brain_mask (output af BET), bvec og bval (skal omdøbes til bvecs og bvals, tekstfiler, der indeholder oplysninger om erhvervelse diffusion billede parametre, output af DICOM til NIfTI konvertering af diffusion data). Klik på "Go" for at køre dtifit, som passer til en diffusion tensor model på hver voxel, skaber filer til efterbehandling.
  4. Vælg derefter BedpostX (estimering af diffusion parametre) i menuen. Brug samme input mappe som for DTIFIT. Klik på 'Go' for at generere alle filer, der kræves for traktografi.
  5. Fra den samme menu, vælge ProbtrackX for probabilistisk sporing og køre det for hver halvkugle separat. Hold standardindstillinger grundlæggende muligheder (5.000 prøver, 0,2 krumning og loopcheck applied) og vælg modificeret Euler til beregning probabilistiske strømliner fra avancerede muligheder for øget præcision.
    1. Vælg produktionen af ​​BedpostX indeholder .merged filer som BEDPOSTX mappe.
    2. Vælg enkelt maske som frø plads og indlæse den transformerede LGN masken (i native anatomisk rum) som frøet billedet, T1 (hjerne i native anatomisk rum) til diffusion transformation matrix som frø til diffusion transformere, og V1 (i native anatomisk rum) i "valgfri mål" (alle, men udelukkelse masker) som målet.
    3. Brug standard mesh konvention (Caret) og indlæse hjernen i native anatomisk rum (T1 billede) som overfladen henvisningen billedet.
  6. Gentag ProbtrackX for probabilistisk tracking bruge standard sfæriske ROIs (oprettet i trin 6) som frø regioner for traktografi som beskrevet i 7.5.2. Upload ROIs på samme måde forvandlet LGN (anatomisk rum) blev uploadet i 7.5.2.
  7. Re-run traktografi (7,5), denne gangmed frø (ikke-normaliseret) og målrette masker i FreeSurfer plads med tilføjelsen af ​​FreeSurfer s kontralaterale hvid maske stof grænsen som en udelukkelse maske, for at undgå enhver passage igen og sikre direkte ipsilaterale forbindelser. Kontroller Surface indstilling fra ProbtrackX værktøjskassen og vælg FreeSurfer som mesh konvention.
    Bemærk: Det er vigtigt at understrege, at traktografi altid løbe fra diffusion plads, men Probtrackx for probabilistisk sporing tillader input af frø og mål masker i et andet rum, sammen med en transformation matrix diffusion plads. I denne undersøgelse blev probabilistisk traktografi kørt med masker i både nativ anatomiske og FreeSurfer rum (figur 2).

8. Deterministisk traktografi (DSI Studio)

  1. Åbent Eddy korrigeret diffusion-vægtede billeder i DSI Studio 24 ved at klikke på Trin 1: Open Source Images. Load bvec og bval filer på en b-bord-vindue, der er automatisk åbNed at skabe en kilde (.src) fil.
  2. Læg de genererede Kildefiler på vinduet genopbygning at ændre standard rekonstrueret hjerne masker som nødvendigt.
  3. Vælg derefter DTI som genopbygningen metode 25 og køre det på kildefilerne til at producere fiber information filer (.fib).
  4. Bring Deltagernes PD hjerner til diffusion plads ved hjælp FLIRT lineær registrering.
  5. Påfør transformation til LGN masker ved hjælp af nærmeste nabo interpolation som beskrevet i 5.4.1.
  6. Åbn .fib filer i programmets sporing vindue.
  7. Kør sporing for hver halvkugle separat, hjælp LGN i diffusion rummet som frøet og Region 17 (V1) fra Brodmann atlas tilgængelige fra DSI Studio som terminative region. Læg LGN masken ved at klikke på fanen Regioner og Open Region. Vælg Seed option under Type i regionen listen til venstre på skærmen. For at indlæse V1 maske fra atlas, skal du klikke på Atlas fra værktøjslinjen i regionen List ogvælge de relevante atlas.
  8. I hver kørsel, sætte den kontralaterale WM (opkaldt venstre / højre-hjerne-hvid-stof) maske fra FreeSurfer segmentering atlas (se Region List boks i sporing vindue) som et område af unddragelse (ROA).
  9. Gentag sporing (8,7-8,8) ved hjælp af sfæriske ROI'er i diffusion plads i stedet for individuel LGN som frø regioner traktografi.
    Bemærk: De sfæriske ROIs har samme volumen på tværs af alle fag og er centreret på midten af ​​massen af ​​hver LGN.
  10. Gentag LGN normalisering, § 6, men denne gang registrering hjerner i diffusion plads til standard MNI plads, og anvende transformationer til LGN i diffusion rum (original LGN tidligere omdannet til diffusion plads i 8,4-8,5) for at bringe masker til standard MNI plads. Beregn rumfanget af den sfæriske ROI som den gennemsnitlige volumen af ​​alle LGN tværs af fag i MNI rum.
    Bemærk: Sporing parametre kan ændres af brugeren. For de fleste kørsler blev standard sporingsparametre anvendt. For nogle personer (A5, A7, S12), blev anisotropi tærskel (standard 0,14-0,15) sænket (0,10-0,12) og kantet tærskel (standard 60) blev øget (65-85) i pænere visualisering. En skematisk af teknikken er vist i figur 3.

9. Statistisk analyse - TBSS (FSL)

Bemærk: Tract-baserede rumlig statistik er en voxelwise statistisk analyse af deltagernes FA maps16 opnået med dtifit26. Det er flittigt brugt til statistik om diffusion data. Denne voxelwise tilgang overvinder potentielle tilpasning og udjævning problemer set i VBM-stil FA analyse og giver hele hjernen undersøgelse, uopnåelig gennem traktografi-baserede approaches16.

  1. Kør "tbss_1_preproc" på FA data placeret i en nyoprettet TBSS mappe.
  2. Kør "tbss_2_reg" - T for at anvende ikke-lineær registrering, bringer hver deltagers FA data i fælles rum (FMRIB58_FA,målbilledet i TBSS).
  3. Opret en gennemsnitlig FA skelet med centrene af alle almindelige skrifter blandt deltagerne ved hjælp af "tbss_3_postreg -S".
  4. Løb "Tbss_4_prestats 0.2" til at projicere hver deltagers linje FA kort på den gennemsnitlige skelet af alle tilpasset FA maps.
  5. Opret design.con og design.mat filer, der sikrer, at rækkefølgen af ​​matricen er i overensstemmelse med den rækkefølge, som TBSS præ-behandlet FA-data.
  6. Kør "randomisere", ved hjælp af T2 mulighed, som anbefales til TBSS da det virker på et skelet (en reduceret delmængde af de 3D data), og 5.000 pre-mutationer, hvilket giver mere præcise p-værdier.

10. Statistisk analyse - SPSS

  1. Udtrækning FA Værdier fra Deterministisk data
    Bemærk: Deterministisk-baserede FA værdier blev afledt fra DSI Studio output statistik tekstfiler. Disse værdier repræsenterer middelværdien FA inden de genererede skrifter, which i dette tilfælde svarer til området af den yderste periferi.
    1. Kør fiber tracking i DSI studie.
    2. Gem statistik tekstfiler skabt af DSI Studio for hver genereret sæt af skrifter og registrere værdierne "FA betyder 'fra dem.
  2. Udtrækning FA Værdier fra Probabilistic data
    Bemærk: Probabilistic-baserede FA værdierne stammer fra ProbtrackX2 output fdt_paths filer. Disse er 3D-tarmkanalen tæthed billeder, som i denne undersøgelse dækker arealet af OR.
    1. Brug FLIRT lineær registrering til at bringe hver deltagers fdt_paths filer til diffusion plads.
    2. Binarize output masker ved hjælp af "fslmaths - bin".
    3. For hver deltager, multipliceres mask af deres FA kort fra dtifit hjælp "fslmaths -mul".
    4. Kør kommandoen "fslmeants" for at finde den gennemsnitlige FA fra hver tarmkanalen maske.
  3. Kørsel Analyser med SPSS (Brug Deterministisk og Probabilistisk
    data)
    Note: udføres Statistisk analyse ved anvendelse SPSS 20 til Mac. Da halvkugle er inden for individet variabel, en generaliseret lineær model (GENLIN), hvormed virkningerne i hver side af hjernen kan betragtes separat, anvendes. Specifikt generaliseret estimering ligning (GEE) anvendes.
    1. I separate forsøg, sæt hver af middelværdi FA og strømline count (waytotal eller procent genereret strømliner, PGSL) som den afhængige variabel.
      Bemærk: I denne undersøgelse strømline tæller er baseret på vej-total værdier. Waytotal beskriver det samlede antal genererede strømliner der ikke er blevet afvist af inklusion / eksklusionskriterier 27. Antallet af genererede strømlinier (NGSL), som henviser til det samlede antal strømliner sendt, er lig med antallet af voxels i frøet masken multipliceret med antallet af prøver udtaget af hver voxel (5000 i dette tilfælde). Procent genereret strømliner (PGSL), waytotal divideret med NGSL gange 100, er et mål for vellykket Connectivity mellem frøet og målet.
    2. Undersøgelse indflydelsen af ​​gruppe og køn på LGN til V1-forbindelse ved at indstille dem som uafhængige variable i alle test.
      Bemærk: De vigtigste virkninger, såvel som to- og tre-vejs interaktioner blev undersøgt. Det er vigtigt at bemærke, at disse individuelle tests ikke er konditioneret til hinanden, så betydningen af ​​én vigtigste virkning eller interaktion er uafhængig af den anden.
    3. Brug alder som en kovariat for alle prøver. Brug også LGN volumen som kovariat for forsøg med gennemsnitlig FA og waytotal som de afhængige variable, men udelade det fra forsøg med PGSL som den afhængige variabel.
      Bemærk: Samlet hjerne volumen blev fundet at være en ubetydelig kovariant og blev derfor udeladt fra statistik.
    4. Vælg Bonferroni-metode metode til at korrigere for multiple sammenligninger 28 (signifikansniveau p <0,05).

Representative Results

Dette afsnit indeholder en oversigt over resultater opnået ved hjælp af to forskellige algoritmer af traktografi, deterministisk og probabilistisk. LGN mængder i PD rum, hvori masker oprindeligt rensede, såvel som i alle andre rum, der anvendes i denne undersøgelse, er angivet i tabel 2, og LGN sporing er illustreret i figur 4. Resultaterne rapporteres her, er baseret på kørsler, der brugte en standard kugle som LGN ROI. Standard LGN volumen var 461 mm 3 i begge halvkugler i anatomisk rum (probabilistisk løb), og 292,5 mm 3 og 364,5 mm 3 i højre og venstre hjernehalvdel, henholdsvis i diffusion rum (deterministiske løb). For begge kørsler, disse standard mængder er meget tæt på de gennemsnitlige mængder beregnet i MNI rum (anatomisk til MNI: 472 mm 3 og 440 mm 3 for venstre og højre, henholdsvis; diffusion til MNI: 376 og 312 mm 3 for venstreog højre, henholdsvis), men større end de fleste individuelle LGN mængder i indfødte plads (største i anatomiske: 281 mm 3; største i diffusion: 324 mm 3). Da Bonferroni er en meget konservativ test, p-værdier mindre end 0,1 behandles som nærmer betydning og er rapporteret her. Derudover TBSS på FA maps afslørede områder af signifikant forskel (p <0,05) mellem de to grupper, med områder i røde repræsenterer regioner med reduceret integritet hvide substans tarmkanalen i albinisme (figur 5).

For både deterministiske og probabilistiske kørsler, kovariater og tre måde gruppe efter køn ved halvkugle interaktioner var ubetydelige og derfor udelukket fra alle endelige analyser. For den deterministiske løb, ved hjælp af gennemsnitlig FA som den afhængige variabel, vigtigste virkninger af gruppe og køn var ubetydelige, mens de vigtigste effekt af halvkugle nærmede signifikans (betyder ± SEM 0,41± 0,008 ret; 0,39 ± 0,006 venstre, p = 0,064). Midler (± SEM) af middelværdier FA værdier svarende til den eller region forbinder LGN til V1 var 0,39 ± 0,007 for albinisme og 0,40 ± 0,008 for kontrollen. En to-vejs interaktion mellem gruppe ved halvkugle var signifikant (p = 0,013). For den probabilistiske løb, ved hjælp af gennemsnitlige FA værdier fra fdt_paths som den afhængige variabel, den største effekt af gruppe var ubetydelig (gennemsnit ± SEM .353 ± 0,0035 kontroller, 0,349 ± 0,0046 albinisme). Men de vigtigste virkninger af halvkugle (0,358 ± 0,004 rigtige; 0,345 ± 0,003 venstre, p = 0,005) og køn (.34 ± 0,004 hunner, .36 ± 0,004 mænd, p = 0,014) var signifikant. En tovejs gruppe efter køn interaktion var signifikant (p = 0,033). Data for alle tests blev normalfordelt som bekræftet af Shapiro-Wilk test (p> 0,05). Ved hjælp af deterministiske tilgang, gennemsnitlige waytotal værdier var 2728 ± 127 for albinisme og 2753 & #177; 169 kontroller. Den væsentligste effekt af halvkugle og tovejs-gruppen efter køn interaktion var signifikant (p = 0,027 og p = 0,004, henholdsvis). Brug PGSL som den afhængige variabel, de vigtigste virkninger af gruppe og køn var ubetydelige, mens effekten af halvkugle var signifikant (betyder ± SEM 0,89 ± 0,045 ret; 0,63 ± 0,026, p = 0,001). De to måde gruppe efter køn interaktion var også signifikant (p = 0,003). Mean PGSL fra LGN til V1 var 0,76 ± 0,046 for albinisme og 0,76 ± 0,048 for kontrollen. PGSL blev beregnet ved hjælp af standard LGN ROI. Data blev normalfordelt (Shapiro p> 0,05). For den probabilistiske løb, hjælp waytotal værdier og PGSL som afhængige variabler, de vigtigste virkninger af gruppen, halvkugle og køn var ikke signifikant. Mean waytotal værdier var 28.739 ± 7297 for albinisme og 31.220 ± 7202 for kontrol. Mean PGSL fra LGN til V1 var 1,3 ± 0,3 for albinisme og 1,4 ±0,3 for kontrollen. I begge tilfælde data var ikke-normalfordelte og gamma log transformation blev anvendt.

Brug af den deterministiske tilgang, afslørede parvise sammenligninger reduceret FA i højre hjernehalvdel af albinisme sammenlignet med kontroller (C2 (1, N = 21) = 4,15, p = 0,042). I kontroller, venstre hjernehalvdel FA værdi var lavere end for den højre hjernehalvdel (p = 0,007), og en tendens til reduceret FA hos kvinder sammenlignet med mænd blev fundet (C2 (1, N = 21) = 2,97, p = 0,085). Brug af probabilistisk traktografi, parvise sammenligninger afslørede reduceret FA i venstre hemisfære sammenlignet med den højre hjernehalvdel i begge grupper (C2 (1, N = 21) = 6,31, p = .012). Hos mænd blev FA signifikant reduceret i albinisme sammenlignet med kontroller (C 2 (1, N = 21) = 4,27, p = .039). FA var også, faldt betydeligt i hunner Compared til mænd i kontroller (C2 (1, N = 21) = 14,37, p <0,001). Brug waytotal værdier fra den deterministiske køre som den afhængige variabel, parvise sammenligninger afsløret reduceret tilslutningsmuligheder hos mænd med albinisme i forhold til mandlige kontroller (C 2 (1, N = 21) = 4,65, p = 0,031). I begge grupper blev tilslutning i den venstre hemisfære lavere sammenlignet med den højre hjernehalvdel (C2 (1, N = 21) = 4,34, p = 0,037). Derudover tilslutningsmuligheder var lavere hos mænd end hos kvinder i albinisme gruppen (C2 (1, N = 21) = 4,47, p = 0,034), mens det modsatte blev set i kontrolgruppen (C2 (1, N = 21) = 3,87, p = 0,049). Endelig hos kvinder, blev en tendens til nedsat konnektivitet set i kontrol i forhold til albinisme (C2 (1, N = 21) = 3,52, p = 0,061). Brug PGSL beregnet ud fra deterministiske data, parvise sammenligninger afslørede siminende resultater til dem, der opnås med waytotal værdier. Output af deterministisk traktografi er illustreret i figur 6. Brug af probabilistiske data, parvise sammenligninger afslørede faldt tilslutning i højre hjernehalvdel af mænd sammenlignet med kvinder (C2 (1, N = 21) = 15,96, p <0,001). Output af probabilistisk traktografi er illustreret i figur 7 A Pearsons korrelation afslørede en meget svag negativ korrelation mellem PGSL værdier fra begge metoder (r = -0,172, p = 0,276;. Men at de forskellige fiber i vidt omfang overlapper og svarer kvalitativt (figur 8) .

figur 1
Figur 1:. Primær Visual Pathway i hjernerne hos raske personer og patienter med albinisme Hver LGN modtager input fra begge øjne. Ipsilaterale retinal PRojections opsige på Lag 2, 3 og 5, mens kontralaterale fremskrivninger slutter den Lag 1, 4 og 6. LGN sender fremskrivninger til V1 via den optiske stråling (lilla), med axoner afslutning tungest på V1 Layer 4. Input fra de to øjne forbliver adskilt i de okulære dominans kolonner af Layer 4. ud over dette punkt, er input fra begge øjne kombineret (kikkerter neuroner i cortex). (A) I kontroller, omtrent halvdelen af fremskrivningerne strækker ipsilaterally (rød) fra den tidsmæssige nethinden, mens den anden halvdel skyldes den nasale nethinden og cross (grøn) ved chiasm til den kontralaterale hemisfære. (B) I albinisme, der er et skift i linje decussation i den tidsmæssige nethinden, hvilket resulterer i øget passage af optiske nervefibre, som illustreret ved de fortykkede grønne fibre. Denne skematiske antyder yderligere abnormiteter længere nedstrøms den retino-geniculo-cortical vej, med reduceret LGN til V1 konnektivitet i albinisme (modificeret fra Mcketton et al., 2014) som bekræftet af denne undersøgelse. Klik her for at se en større version af dette tal.

Figur 2
. Figur 2 "Probabilistic traktografi Pipeline FLIRT Linear Registrering blev brugt til at omdanne deltagernes Brains til forskellige rum (registrering angivet med røde pile): Som forberedelse til frø masker blev PD hjerner registreret til anatomiske T1 plads og FreeSurfer (FS) plads, og transformationer blev anvendt på originale LGN masker ved hjælp nærmeste-nabo interpolation. for at oprette målet masker blev FS hjerner omdannet til T1 plads og transformationer blev anvendt på FreeSurfer s V1 masker ved hjælp af tri-lineær interpolation. T1 og FS hjerner blev lineært registreret til diffusion plads. FreeSurfer 's kontralaterale hvide substans grænserne maske blev tilsat som udelukkelse maske i FS løb. PROBTRACKX2 for probabilistisk sporing blev kørt i diffusion plads med masker input i T1 og FS plads. Klik her for at se en større version af dette tal.

Figur 3
Figur 3: Deterministisk traktografi Pipeline. Pre-behandling Involveret DICOM til NIfTI Konvertering og gav en Diffusion-Weighted Image (dti.nii.gz) sammen med to tekstfiler (bvec og bval). Forvrængninger og bevægelse blev korrigeret for hjælp FSL Eddy-aktuelle korrektion værktøj. Eddy korrigeret diffusion-vægtede billeder blev åbnet i DSI Studio og bvec og bval filer blev læsset på en b-tabel vinduet for at oprette en kilde (.src) fil. Kilde filer blev åbnet og standard rekonstruerethjerne masker blev modificeret som nødvendigt. Dernæst blev DTI genopbygning model anvendes på kildefilerne til at producere fiber information filer (.fib). LGN masker i diffusion plads indlades til .fib filer i sporing vinduet og indstillet som frø. Region 17 (V1) fra Brodmann atlas blev fastsat som en terminative region. I hver kørsel blev den kontralaterale WM maske fra FreeSurfer segmentering atlas indlæst og indstillet som en ROA (begge hjernehalvdele afgrænset her). Lige tegn repræsenterer produktet givet i en bestemt trin; Orange pile angiver input fil, der blev anvendt til den næste bearbejdning eller sporing trin; Stjerne (*) angiver masker og hjerner i diffusion plads. Klik her for at se en større version af dette tal.

Figur 4
Figur 4: LGN Mask Afgrænsning. (A) Zoomet-i betragtning af højre og venstre LGN på en gennemsnitlig koronale PD-vægtet billede plade, der blev interpoleret til dobbelt så høj opløsning og halvdelen af voxel størrelse i en patient med albinisme, A11. (B) Manuelt spores højre og venstre LGN områder af interesse (ROI'er) i rød (C) LGN masker forvandlet til FreeSurfer rummet ved hjælp af nærmeste nabo (rød) og tri-lineære (blå) interpolationer. Førstnævnte blev brugt til alle transformationer udført i denne undersøgelse for mere præcis afgrænsning af strukturen. Klik her for at se en større version af dette tal.

Figur 5
Figur 5: Voxelwise Statistisk analyse med TBSS Hele hjerne voxelwise statistisk analyse af. FA-data blev udført ved hjælp tract-baserede rumlig statistik (TBSS). Ikke-lineær registrering af alle deltagernes FA billeder til et fælles rum blev udført, efterfulgt af oprettelsen af ​​en gennemsnitlig FA skelet og projektionen af ​​hver deltagers FA billede på skelettet. (A) Albinisme> kontrol kontrast viser skelet i grøn med nogen områder af betydning på grund af reduceret FA i albinisme sammenlignet med kontrolgruppen. (B) Signifikant forskel mellem kontrolgruppen og albinisme gruppen opdaget, med områder i røde repræsenterer regioner (cerebral hvid substans, der svarer til optiske stråling fibre og calcarine cortex, som de afslutter) af reduceret hvide integritet stof tarmkanalen i albinisme, for kontrol> albinisme kontrast (TFCE (tærskel-fri klynge ekstraudstyr) rettet, p <0,05), (C) Fortykket skeletonised version af resultater vises i B, for visuel repræsentation.les / ftp_upload / 53.759 / 53759fig5large.jpg "target =" _ blank "> Klik her for at se en større version af dette tal.

Figur 6
Figur 6:. Udgang af DSI Studio Fiber Tracking (A) Reduceret LGN til V1-forbindelse i albinisme patient A1 (laveste antal rekonstruerede skrifter blandt deltagerne i højre hjernehalvdel, 1365) i forhold til (B) kontroller (S6, højeste antal rekonstruerede skrifter blandt kontroller i højre hjernehalvdel, 4355) (venstre LGN i rød, højre LGN i grønne, LGN forbindelser til optisk tarmkanalen og OR i orange, V1 med blåt). Optic tarmkanalen til LGN forbindelser ses også i output. Klik her for at se en større version af dette tal.

Figur 7:. Udgang af PROBTRACKX for Probabilistic Tracking Reduceret LGN til V1-forbindelse i albinisme (øverst) sammenlignet med kontroller (nederst). LGN er vist i gul, optik stråling i grøn, V1 i rødt. Bemærk, at skiverne er vist her ikke er beregnet til at være den samme, men er snarere valgt som skiver, der bedst repræsenterer resultaterne af metoden. Klik her for at se en større version af dette tal.

Figur 8
Figur 8:. Probabilistisk versus Deterministisk Output Overlap Kort Anatomiske hjerner (probabilistisk køre) og diffusion hjerner (deterministisk run) blev registreret på1mm MNI hjerner. Transformationer blev anvendt til at traktografi output skrifter fra kørsler, der brugte standard kugler som LGN ROI. Output skrifter blev midlet tværs deltagere i hver metode, og (A) gennemsnitlig tarmkanalen masker blev overlejret på en 1 mm MNI hjernen i FSL udsigt til sammenligning (probabilistiske i grøn, deterministisk i rødt). Gennemsigtighed blev anvendt til at skildre lignende opfattelser af tilslutningsmuligheder i begge metoder. (B) LGN (blå) og V1 (pink) masker blev sat til at illustrere de frø og målområder. Klik her for at se en større version af dette tal.

albinisme Controls
Deltager Alder (år) Køn Klassifikation Visual Acuity Deltager Alder (år) Køn
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

Tabel 1: Deltager Information og sundhed historie. Visuel skarphed blev vurderet ved hjælp af en tidlig behandling Diabetisk retinopati Study (ETDRS) synstavle og Expressed i LogMar (logaritme af den mindste vinkel på opløsning) notation, dvs. logaritmen til bunden 10 af decimal synsstyrke (0,0-1,0 for 20 / 20-20 / 200). ETDRS diagram test har vist sig at være mere præcis end den globalt anvendte Snellen test 29. Alle kontroller havde normal eller korrigeret-til-normal synsstyrke (20/20). Ingen historie af neurologiske lidelser blev rapporteret.

PD anatomisk Diffusion FS
Venstre Højre Venstre Højre Venstre Højre Venstre Højre
albinisme 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
Controls 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

Tabel 2:. En Oversigt over LGN Mængder De registreres i denne tabel (mm 3) mængder er af højre og venstreLGN af patienter og kontroller i alle rum, der anvendes i denne undersøgelse.

Discussion

Altered WM og mere specifikt faldt forbindelse i albinisme sammenlignet med kontroller var forventet. Således reducerede FA i højre hjernehalvdel af albinisme i forhold til kontroller samt nedsat tilslutningsmuligheder i mandlige patienter med albinisme rapporteret her er i tråd med vores forudsigelse. Køn og halvkugle virkninger er ikke helt klart, selvom forskning i sund hjerne, der antyder formindsket WM kompleksitet i den venstre hemisfære af mænd sammenlignet med kvinder 30-31 kunne forklare nogle af de køns- og halvkugle-relaterede forskelle observeret i denne undersøgelse. Reduceret konnektivitet i mandlige albinisme forhold til kvindelige albinisme kan til dels skyldes den yngre gennemsnitsalderen for kvinder i begge grupper (7 - 8 år <hanner), som WM volumen blev rapporteret at være nedsat i midten af voksenalderen i sund hjerne 32 -33. Kønsforskelle kan også være på grund af den lille stikprøve størrelse og ulige antal mænd versus kvinder i hvergruppe (5 hanner OCA, 4 kontroller). Den øgede tilslutningsmuligheder observeret i kvindelig albinisme i forhold til kontrol af samme køn ikke var forventet, og måske foreslå en form for en kompenserende mekanisme i albinisme. Imidlertid kunne denne konklusion snarere tilskrives den store variation inden for en lille population prøve.

Mean FA og strømline tæller bruges til at udforske LGN til V1-forbindelse. FA er en af ​​de mest almindeligt rapporterede foranstaltninger afledt af diffusion af data. Det er mest præcist kan beskrives som en kvantificering af hvor stærkt retningsbestemt diffusion er i en region. Det er vigtigt at bemærke, at gruppere forskelle i FA foranstaltninger ikke nødvendigvis forskelle i hvid substans integritet. Da denne undersøgelse indebærer en klinisk tilstand med en potentiel effekt på hvid substans, kan en sådan fortolkning være berettiget. Men mens reduceret integritet foreslår strukturelle skader eller tilbagegang, FA i en region kan sænkes som følge af færre barrierer såsom størreAxon diametre og mindre tætpakkede axoner, samt på grund af mindre effektive grænser som følge af øget membranpermeabilitet 34. Udtrykket "strømline count ', foretrækkes frem» fiber count', da antallet af rekonstruerede strømlinier ikke kan være en sand repræsentation af antallet af faktiske fibre som følge af variationer i pathway funktioner såsom længde, krumning og forgrening, samt forsøgsbetingelser signal-støj-forhold (SNR) 34.

Traktografi er den eneste ikke-invasiv teknik til kortlægning WM in vivo. I den deterministiske tilgang, ophør opstår, når anisotropi falder under et vist niveau, eller når der er en brat vinkling. Men de fleste voxels indeholder fibre i mere end én retning, og den deterministiske tilgang er begrænset til enten at identificere den dominerende tarmkanalen i en voxel eller en "gennemsnitlige" af alle retninger inden for et voxel. Det undlader således at tilvejebringe en ægte repræsenentation af nervebaner. Probabilistisk traktografi tillader opløsning på to fiber modeller i en enkelt voxel, med en mere pålidelig repræsentation af en tarmkanalen, og sporing i områder med lav anisotropi 17. Den probabilistisk algoritme var derfor særlig fordelagtig i denne undersøgelse, som undersøgte bane af OR, et stærkt forgrening WM struktur (især den del af Meyers sløjfe), der ender i den grå substans i V1. Det er vigtigt at bemærke, at probabilistisk traktografi henviser til en stokastisk sandsynligheden for at have den samme pathway emerge over flere permutationer, snarere end den vildledende begrebet traktografi repræsenterer den sande anatomi af en fiber. Selvom probabilistisk traktografi menes at følge den sande kurs af nervefibre nærmere, blev deterministisk traktografi kørt for at sammenligne nytten og reproducerbarhed af begge teknikker. Da blev påvist tendenser ved hjælp af den probabilistiske metode, ligheder seti den deterministiske løb kun yderligere styrket validiteten af ​​resultaterne.

Bortset fra dens stigende anvendelse i forskning i kortlægning anatomisk konnektivitet i hjernen, har traktografi vist lovende fremskridt inden neurokirurgisk panorering. Visualisering af eller under resektion af tumorer ved neuronavigationally overføre DWI data i den operative felt blev rapporteret til at hjælpe i en vellykket fjernelse læsioner og holde de visuelle felter intakt 35. Ikke desto mindre, DTI har begrænsninger såsom forholdsvis dårlig rumlig opløsning og forringet datakvalitet når strukturer med lav fibertæthed såsom OR studeres 20. Selvom probabilistisk traktografi var den foretrukne teknik, den foreliggende undersøgelse havde til formål at sammenligne de to algoritmer. Begge sporing algoritmer afslørede nogle fælles resultater, øge pålideligheden af ​​resultaterne.

LGN volumen spænder fra 112 til 276 mm 3 hos raske hjerner 8 og correlates med mængder af den visuelle cortex og den optiske tarmkanalen, men ikke med den samlede hjerne volumen 36. Da traktografi afhænger af antallet af voxels i frøet maske, bør LGN volumen normaliseres tværs deltagerne til at forhindre skævhed i kvantitative sammenligninger mellem skrifter 37. Vi kontrolleret for forskelle i LGN størrelse ved hjælp af to forskellige metoder. I den første fremgangsmåde blev sfæriske ROI'er af en standardstørrelse oprettet. For at opnå dette, blev en gennemsnitlig volumen på tværs af alle emner af deres LGN masker omdannet til MNI rum beregnet. Brug af radius af den gennemsnitlige maske i MNI plads, blev en kugle centreret på midten af ​​massen af ​​hver LGN i enten anatomiske eller diffusion plads. Ved hjælp af en standard kugle ROI med et volumen større end de enkelte LGN bind sikrer inklusion af alle voxel, der er en del af denne struktur i alle deltagere. Mens du bruger en større maske størrelse ville normalt øge risikoen for falske positiver, er en sådan bekymring ikke anvendelse, når seedningi en struktur, såsom den LGN, der adskiller sig tilslutningsmuligheder mønstre fra omgivende kerner. Derfor vil voxels tilhører andre strukturer vil generere strømliner, der ikke følger de forventede stier og sådanne stier derfor kasseres 18 .Den anden metode, vi bruges til at kontrollere for LGN volumen var at køre statistiske analyser ved hjælp LGN volumen som kovariat, men dette ændrede ikke signifikant de statistiske resultater. En anden mulig fremgangsmåde til LGN normalisering er tilsætningen og fjernelse af voxel omkring individuelle LGN masker for at opnå en standardstørrelse på tværs af fag under anvendelse af en MATLAB script. Denne tilgang kræver ikke nogen yderligere registreringer og begrænser derfor graden af ​​deformation af billeder af hjernen og øger nøjagtighed. Det bevarer også LGN skitse stedet for at skabe en kugle omkring LGN regionen. Men for at minimere menneskelige fejl, kan multi-atlas segmentering anvendes i stedet for manuelt at spore LGN masker. Ved hjælp af et sæt af atlas regnskabfor individuel strukturel variabilitet og giver derfor en mere nøjagtig gengivelse af en subcortical region end en enkelt atlas 38.

Denne roman in vivo studie undersøger indbyrdes afhængige udvikling blandt forskellige dele af den primære visuelle pathway i human albinisme. Det giver således yderligere indsigt i ætiologien af ​​denne tilstand og forbedret diagnose gennem identifikation af uorden-specifikke signaturer. Både probabilistiske og deterministiske traktografi algoritmer bruges her viste sammenlignelige mønstre af ændret LGN til V1-forbindelse i menneskelig albinisme. Selvom ingen generalisering til den store befolkning kan ske på grund af den lille stikprøvestørrelse og den store inter-emne variation i strukturer af interesse, denne undersøgelse viser nytten af ​​traktografi at opdage tendenser i prøven befolkning, hvilket tyder betydningen af ​​yderligere forskning i marken.

Acknowledgments

Arbejdet er delvist understøttet af naturvidenskab og teknik Forskningsråd of Canada (NSERC). Forfatterne takker deltagerne, Dr. Rick Thompson for hans hjælp i rekruttere albinisme patienter, Denis Romanovsky for hans hjælp kører nogle af analyserne og ændre et tal, Mónica Giraldo Chica for hendes viden og rådgivning med traktografi, Joy Williams for hendes hjælp i MRI erhvervelse, og Aman Goyal for hans MRI analyse ekspertise.

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).
Måling Forbindelse i Primary Visual Pathway i Human albinisme Brug Diffusion Tensor Imaging og traktografi
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

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).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