Login processing...

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

Neuroscience

拡散テンソルイメージングとラクトを用いたヒト色素欠乏症における一次視覚経路で接続を測定します

doi: 10.3791/53759 Published: August 11, 2016

Summary

この原稿は、光学放射(OR)白皮症と対照との間の接続性の違いを調べるために用い白質(WM)復興のための決定論と確率的アルゴリズムを説明します。確率論的トラクトグラフィは、より密接に神経線維の真の経過をたどるが、決定論的トラクトグラフィは、両方の技術の信頼性と再現性を比較するために行きました。

Abstract

白皮症において、同側に突出する網膜神経節細胞(RGC)の数が大幅に低減されます。網膜や視交叉はmisroutingのための候補地として提案されています。外側膝状核(LGN)ニューロンおよびLGNのサイズを中継数との相関関係が示されており、人間の白化におけるLGNボリュームで以前に報告された削減に基づいているので、私たちは一次視覚野(V1)に、LGNからの繊維の突起を示唆していますまた低減されます。白皮症の視覚系の構造的な違いを学ぶことmisroutingとその後の臨床応用のメカニズムの理解を向上させることができます。拡散データ及びラクトは、OR(光学放射)をマッピングするために有用です。この原稿は32チャンネルヘッドコイルは構造的なスキャンを取得するために使用されたと白皮症とcontrols.An MRIスキャナで脳の接続性を比較するために、または再構成の2つのアルゴリズムを説明しています。 1ミリメートルとT1強調3D-MPRAGEシーケンス3等方性のボクセルサイズはV1分割用の高解像度画像を生成するために使用されました。複数のプロトン密度(PD)強調画像は、左右のLGNのローカライズのために冠状に取得しました。拡散テンソルイメージング(DTI)スキャンは、64の拡散方向を用いて取得しました。両方の決定論的及び確率論的追跡方法は、対象マスクとしてシードマスクV1としてLGNで、実行して比較しました。 DTIは、比較的低い空間分解能を提供し、または正確な描写は、その低い繊維密度に挑戦することができるが、ラクトは、研究および臨床の両方に有利であることが示されています。管ベースの空間統計(TBSS)は、対照と比較して、アルビノの患者ではOR内に有意に減少白質の整合性の領域を明らかにしました。一対比較は、対照と比較して白皮症でV1の接続にLGNの大幅な削減を明らかにしました。両方の追跡アルゴリズムを比較すると信頼性を強化し、共通の調査結果を明らかにしました技術の。

Introduction

白皮症は、主に罹患した個体で観察された明白な低色素沈着によって特徴づけられる遺伝子疾患です。これは、メラニン合成1に関与する遺伝子に継承突然変異によって引き起こされます。白皮症は、主に2つの形式で表示されます。oculo-皮膚白皮症(OCA)、眼および皮膚の両方の機能を提示する常染色体劣性形質。そして、眼白子症(OA)、男性でより普及および眼症状2によって主に特徴付けられるX連鎖特色。網膜色素上皮(RPE)におけるメラニンは、中央視覚経路の適切な発達のために重要です。白化現象におけるその不在は、したがって、羞明、眼振、視力低下や両眼視2-3の損失を含む視覚障害、になります。視力は白皮症4に変更された中心窩の形態、にリンクされています。ヒトでは、交叉の網膜のラインは鼻網膜からの繊維と、中心窩を通じてnasotemporal国境沿いに位置します他の半球に交差し、一時的な網膜からのものが同側に伸びます。白皮症で減少した視覚機能の程度が低色素沈着のレベルにリンクされています。具体的には、色素沈着が交叉5のラインの一時的な網膜へのシフトに反比例します。一時的な網膜への交叉のラインのシフトの結果、視神経繊維の交差が増加する-共通の特徴をすべての種3渡って。

ヒトへの構造的MRI研究は、おそらく白皮症6-8で観察されたRGCの増加交差点の結果である対照と比較して、白化現象が狭い光学chiasmsを、示しています。網膜や視神経視交叉は、Ephファミリー受容体およびそれらのリガンド9と軸索ガイダンスの手がかりを表現するため、misrouting 10の候補部位です。

緑内障とサルの研究は重要な12月を明らかにしましたLGNのパルブアルブミン免疫反応性の中継ニューロンの数とLGNのボリューム11でrease。これはLGNのサイズとV1にORを通って移動する白質(WM)軌道の数との相関関係を示唆しています。人間の白皮症に死後の研究はまた、融合MとP層12と小さいLGNを明らかにしました。高分解能構造MRIは、白皮症8 LGNの量の有意な減少が確認されました。まとめると、これらの知見はLGNのニューロン数の減少をもたらす可能性がLGN量を減少し、LGNとV1の間の減少の接続で順番にすることを示唆しています。

ヒトでの解剖学的接続の調査パターンが限定されています。解剖、トレーサー注射および病変の誘発は、死後に使用することができる侵襲性の技術であり、通常は患者のごく少数を含みます。カルボ色素DiIで注射を使用して、以前の研究では、V1とV2(二次のVisual C間の神経の接続性を実証しましたortex)13、ならびにアルデヒド固定死後の人間の脳14内の海馬コンプレックス内。このようにラベリング繊維は、注入14の点からミリメートルの唯一の数十の距離に制限されています。拡散テンソル画像、DTIは、線維トラクトの方向と組織を識別するために、早期1990年代半ばに開発されたMRIモダリティです。それは生きている脳内の大WM経路のマッピングを可能にする非侵襲的方法です。 DTIは、生体組織15内の水分子の拡散に敏感です。脳では、水の拡散は、このような膜およびミエリンなどの障壁に起因する異方性(不均一)です。 WMは、拡散に対するファイバ16の方向に垂直なより大きい平行である意味、高い拡散異方性を有しています。 フラクショナル異方性(FA)は、異方性的に拡散する分子の好みを説明するスカラー量です。 FA値は、ローからハイanisotに、0-1の範囲粘着性の(脳脊髄液(CSF)<灰白質(GM)<WM)16。

(決定論的)合理化と確率論ファイバートラッキング3Dパス再構成のための2つの異なるアルゴリズムです。決定論的トラクトグラフィは、定義されたシード領域に隣接したボクセルを結ぶ、直線伝搬法を使用しています。このアルゴリズムで使用される2つの停止基準は、回転角度とFA値です。したがって、隣接ボクセルの間のトレース管は、大きなターニング角度ではほとんどありません。このアルゴリズムは、したがって、ボクセル内のFAが正確に異方性が低下灰白質、近くの経路を定義することでその有効性を制限し、特定のしきい値を超えた場合にのみ進行することになります。確率論的トラクトグラフィは、一方で、関心対象の2つの領域間の道の一部であるボクセルの確率を記述する接続性マップ(関心領域)が得られるので、このようなV1 17と灰白質に進行します。このMRIのアプリケーションを使用して、などの主要WM構造以前の研究18-20に示すようにOR、描写することができます。

この研究は、したがって、レチノ - geniculo皮質接続上の軸索misroutingの効果を調査するために、拡散データとラクトを使用しています。人間の色素欠乏症8でLGNボリュームで以前に報告された削減に基づいて、我々はV1に、LGNから繊維突起はまた、( 図1)に低減されていると予測しています。

Protocol

倫理文:現在の調査研究は、ヨーク大学、トロントでの人間の参加者審査委員会(HPRC)によって承認されています。すべての参加者は書面によるインフォームドコンセントを与えました。

1.件名の準備

注意:OCAとイレブンの参加者、36±4年(6匹)高齢者が高齢者10年齢をマッチさせたコントロール、32±4年(6匹)と比較しました。参加者の履歴を表1に記録されています。

  1. 記入し、MRIの安全ガイドラインと撮影プロトコルを示しています同意書に署名するために、各参加者を確認して下さい。
  2. 各参加者のために、耳のために耳栓を提供します。眉毛のレベルで目の上の位置仰臥参加者と第一の磁石でヘッド、および目印。頭部の動きを減らすためにクッションと参加者の頭部を固定します。参加者に患者アラートの圧搾バルブを与えます。

2.構造的MRIパラメータ

e_content ">注:すべての撮影は、被写体ごとに単一のセッション中に32チャンネルヘッドコイルを使用して、3T MRIスキャナで取得されています。

  1. 取得時間4分26秒、視野256ミリメートル、256マトリックス、1ミリメートルのスライス厚で192スライス、と:次のパラメータで脳全体をカバーする3D-MPRAGEシーケンスを使用して、高解像度のT1強調解剖学的を買収1.0ミリメートル3、TR = 1900ミリ秒、TE(エコー時間)=反転900ミリ秒の時間と9°のフリップ角で2.52ミリ秒、1平均、パラレルイメージング(IPAT GRAPPA、2の加速係数)の等方性ボクセルサイズを生じました。
  2. 、取得時間8分5秒、ビュー192ミリメートル、128マトリックスのフィールド1.5をボクセル:次のパラメータを使用して、前交連/交連(AC-PC)行の次の横向きにスライスして、皮質をカバーDTIシーケンスを取得100の1.5ミリメートルの面内、2ミリメートルの厚さを持つ56個の連続(ギャップなし)のスライス、TR = 6900ミリ秒、TE = 86ミリ秒、64方向、b値3の加速係数と0秒/ mm 2の(0秒/ mm 2での低b値と基準画像)、1平均、パラレルイメージング(IPAT GRAPPA)。
  3. 冠状向きで30-40 PD-強調画像を取得し、脳幹に平行に、下丘の後方部分に橋の前エクステントからカバーしています。
    1. ターボスピンエコー(FASTスピンエコー)パルスシーケンスと次のパラメータを使用します。スキャンあたりの取得時間1分29秒、ボクセルサイズ0.75 0.75結果の視野192ミリメートル、256マトリックス、厚さ1mmの30-40スライス、 1ミリメートル3、TR = 3000ミリ秒、2の加速係数を持つTE = 22ミリ秒、5のターボ係数、120°のリフォーカスフリップ角、1平均、パラレルイメージング(IPAT GRAPPA)。
      注:S12は、次のパラメータを使用してスキャンしたビュー180ミリメートルの分野、512マトリックス、厚さ1mmのスライスと30スライス、ボクセルサイズ0.4×0.4×1.0ミリメートル3を得られたし。他のパラメータはすべて同じでした。 Acquisitイオン時間2分47秒。
  4. プログラムdcm2niiを使用してNIfTI形式に生のDICOMを変換することにより、すべてのスキャン前処理。

3. LGNの描写

注:LGNは、脳の深部に位置する小さな皮質下の構造であり、従って高解像度のPD画像は、その解剖学的な境界を決定するために必要とされます。これらのスキャンでは、LGNは、その検出21を容易 、周囲のWMトラクトに比べて高信号強度の領域として表示されます。同定された解剖学的LGNは、次にラクトためのシード領域として用いられます。

  1. グループメンバーシップへのブラインドが、手動で二度の解像度に補間平均PDの画像に左右のLGNマスクを3回ずつをトレースし、半分のボクセルサイズ(元の256×256マトリックス、0.75のx 0.75のx 1ミリメートル3ボクセルサイズ)。
    1. 高解像度を得るためには、PDの画像がFMRIBのソフトウェア内で自由に利用できるFLIRT機能や他のソフトウェアツールを使用しますライブラリ(FSL、http://www.fmrib.ox.ac.uk/fsl/)。以前に別の場所で22説明したようにアップサンプリングは、各参加者のために、運動正しいと平均PDの画像を連結します。
    2. FSLViewで高解像度のPD画像を読み込み、1つのオプションを選択するには[ツール]タブをクリックします(またはプレス図1 )画像を拡大します。
    3. マスクを作成するオプションを選択し、各スライスにLGNをトレースするには、画面の左上のツールバーを使用するには[ファイル]タブをクリックします。必要であれば、LGN検出を容易にするために、ツールバーの最小/最大に沿ってドラッグすることで、画像のコントラストを変更します。
  2. fslmergeコマンドを使用して、中央値マスクに興味(関心領域)のこれらの領域をマージします。
  3. 同じコマンドを使用して、単一の中央値のマスクにすべての評価者」の中央値マスクを兼ね備えています。

4. V1セグメンテーション

  1. 脳にFreeSurfer23(V5.3.0)の「偵察-すべて」コマンドを実行します。自動処理用のネイティブ解剖学的空間におけるS(T1強調画像)。
  2. 新しく作成されたMRIフォルダ(orig.mgz、brain.mgz、rawavg.mgz、T1.mgz)内の適切な出力が "mri_convert」を使用してNIfTIに変換します。
  3. 必要に応じてFreeSurfer空間で頭蓋骨ストリッピング出力脳(brain.nii.gz)を補正するためにFSL GUIのBET脳抽出を使用してください。 bet2オプション(デフォルト)を使用して実行して、標準的な脳の抽出]を選択します。画像は、脳組織が不足している場合は、しきい値を下げ、または非脳組織が捕捉された場合に増加する(デフォルトのしきい値0.5)。高度なオプションで(後者は手動修正のために使用することができる)出力脳抽出画像と出力バイナリ脳のマスク画像を選択します。
  4. 「label2surf "と" surf2volume」コマンドを使用して、体積マスクに出力V1のparcellationを変換します。

5.プリ追跡登録

注:次の手順については、followinのそれぞれを開くためにFSL GUIを呼び出しますグラムツール。

  1. BET脳抽出を使用し、「偵察-すべて」により作成されたMRIフォルダにあり頭蓋骨ストリップrawavg.nii.gzにバイアスフィールド&首のクリーンアップオプションを選択します。必要に応じてしきい値を調整します。
  2. 拡散空間にFreeSurferとネイティブ解剖学的空間内の頭脳を持ってFLIRTリニア登録を実行します。
    1. brain.nii.gzを選択し、偵察-すべて(FreeSurferスペース)、または被験者の脳の出力は、入力画像としてT1(ネイティブ解剖学的空間)を抽出し、基準と拡散強調画像(DWI)を渦を補正し、脳を抽出します画像。そして、「移動」をクリックします。
      注:このステップでは、2つの出力、基準画像(.nii.gz)と変換行列(.MAT)に登録された入力の脳を作成します。シードスペースが拡散ないときは別に登録から、後者のファイルは、ラクトために必要とされます。 7.4.2で説明したようにラクトため、このステップで作成した出力変換行列(.MAT)を使用します。
  3. 同様の5.2に、FreeSurfer空間とネイティブの解剖学的空間への参加者のPDの脳を持ってFLIRTリニア登録を実行します。
  4. ラクトためのシードマスクを準備します。
    1. FLIRTリニア登録ツールボックスにUtilsのからFLIRT変換を適用します。変換行列として.MAT出力を使用して、元のLGNは、参照ボリュームとして入力し、brain.nii.gz(FreeSurferスペース)またはT1_brain.nii.gz(ネイティブ解剖学的空間)(5.2を参照)のようなマスク。高度なオプションから最近傍補間法を選択します。
  5. ラクトのターゲットマスクを準備し、のみbrain.nii.gzファイルを使用します:
    1. ネイティブの解剖学的空間への登録FreeSurfer脳とトライリニア補間を使用してV1マスク(5.2、5.4.1を参照のこと)への変換を適用することにより、ターゲットマスクを作成します。 「移動」をクリックします。

6. LGN正規化

  1. //fsl.fmrib.oxます:httpで前述したようにFNIRT非線形登録を使用しますモントリオール神経学研究所の全脳テンプレート(MNI152)を使用して、MNI空間にネイティブの解剖学的空間内の参加者の非抽出の脳を持って.ac.uk / FSL / fslwiki / FNIRT。
    注:FNIRTが抽出された脳を上浮気する比較して、非抽出のT1に適用したときに登録がより正確であったとして、元の解剖学的画像の非線形登録は、このステップのために推奨されます。
  2. 5.4.1で説明したようにMNI空間にマスクを持参する最近傍補間を使用して(元LGNが以前5.4でネイティブの解剖学的空間に変換)解剖学的空間にLGNマスクに変換を適用します。
  3. AFNIの「3dMean」コマンドを使用して、両方のグループ間MNI空間内のすべてのLGNマスクの平均。
  4. MNI空間での平均マスクにしきい値を適用するには、「fslmaths -Thr」を使用します。
  5. Vを使用して、MNI空間における平均マスクの半径を計算= 4/3πR3(球を想定)。
  6. 質量COORDIの中心を記録コマンドを使用して、ネイティブの解剖学的空間内の個々のLGNマスクの臀部「fslstatsを-C」。
  7. 参加者全体で同一のボリュームの球状のROIを作成します。
    1. 6.6に記録されているネイティブの解剖学的空間に適切な個々のLGNマスクの座標とROIポイントを作成するために「fslmaths "を使用
    2. 「fslmaths」を使用して、ネイティブな解剖学的空間におけるROIポイントを中心に球を作成するために、MNI空間における平均マスクの半径を適用します。
  8. ラクトのためのシードとしてこれらの標準化されたマスクを使用してください。

7.確率ラクト(FSL 5.0.4)

注:次の手順については、次の各ツールにアクセスするにはFdt_guiを呼び出します。

  1. 渦電流補正とDWIsの歪みに対する正しいです。 defaulを残して、拡散[ツールボックス]ウィンドウの上部にあるメニューから、渦電流補正オプションを選択し、入力としてDWIをアップロードTの参照量(0)。
  2. 4.3で説明したように脳はBETで画像を抽出します。
  3. メニューからDTIFIT復興の拡散テンソルのオプションを選択します。以下のファイルを含む入力ディレクトリを指定します:拡散強調データ、nodif_brain_mask(BETの出力)、bvecとBVALは(bvecsとbvalsに名前を変更する必要があります;拡散画像取得パラメータについての情報を含むテキストフ​​ァイル、拡散のNIfTIへの変換DICOMの出力をデータ)。 dtifitを実行するには、「移動」をクリックし、後処理用のファイルを作成し、各ボクセルでの拡散テンソルモデルにフィットします。
  4. 次に、BedpostX(拡散パラメータの推定)メニューからオプションを選択します。 DTIFIT用と同じ入力ディレクトリを使用します。ラクトために必要なすべてのファイルを生成するには、「戻る」をクリックします。
  5. 同じメニューから、確率的追跡のためProbtrackXを選択し、個別に各半球のためにそれを実行します。デフォルトの基本オプション(5,000サンプル、0.2曲率とloopcheckのapplieを保ちますd)及び高精度のための高度なオプションから確率的流線を計算するために修正オイラーを選択します。
    1. BEDPOSTXディレクトリとして.MERGEDファイルを含むBedpostXの出力を選択します。
    2. シード空間として単一のマスクを選択し、シード画像として(ネイティブ解剖学的空間に)変換されたLGNマスクをロードし、T1拡散へのシード変換として拡散変換行列に(ネイティブ解剖学的空間における脳)、およびV1(ネイティブ解剖学的空間内)ターゲットとして「任意のターゲット」(除外マスクを除くすべて)インチ
    3. デフォルトのメッシュ大会(キャレット)を使用し、表面の基準画像などのネイティブ解剖学的空間(T1の画像)で脳をロードします。
  6. 7.5.2で説明したようにラクトためのシード領域として(ステップ6で作成した)標準的な球状のROIを使用して確率的追跡にProbtrackXを繰り返します。 LGN(解剖学的空間)を形質転換したのと同じ方法でアップロードROIが7.5.2にアップロードされました。
  7. 再実行ラクト(7.5)、この時間除外マスクとしてFreeSurferの反対側の白質境界マスクを加えたFreeSurfer空間での種子(非正規化)と目標マスクで、以上の任意の交差を回避し、直接同側の接続を確保します。 ProbtrackXツールボックスからサーフェスオプションをチェックし、メッシュ規則としてFreeSurferを選択します。
    注:これは、そのラクトを強調することが重要である常に拡散空間から実行されますが、確率的追跡のためProbtrackxは拡散空間への変換行列と一緒に、異なる空間でのシードとターゲットマスクの入力を可能にします。本研究では、確率論的トラクトグラフィは、天然の解剖学的およびFreeSurfer空間( 図2)の両方でマスクで実行されました。

8.確定ラクト(DSIスタジオ)

  1. オープンソースの画像:エディはステップ1をクリックすることにより、DSIメーカー24での拡散強調画像を補正し開きます。自動的にB-テーブルウィンドウ上にロードbvecとBVALファイルOPEソース(.SRC)ファイルを作成するために定義さ。
  2. デフォルトを変更するには、再構成ウィンドウ上に生成されたソースファイルを読み込み、必要に応じて脳のマスクを再構築し。
  3. その後、再構成法25としてDTIを選択して、繊維情報ファイル(.fib)を生成するソースファイル上で実行します。
  4. FLIRT線形登録を使用して拡散空間への参加者のPDの脳を持参してください。
  5. 5.4.1で説明したように、最近傍補間を使用して、LGNマスクに変換を適用します。
  6. プログラムの追跡ウィンドウに.fibファイルを開きます。
  7. 終局の領域としてDSIメーカーから入手可能なブロードマンアトラスから種子及び地域17(V1)として拡散空間にLGNを使用して、個別に各半球のトラッキングを実行します。 Regionsタブおよび開口領域をクリックすることで、LGNマスクをロードします。画面左のリージョン・リストのタイプの下に種子のオプションを選択します。アトラスからV1マスクをロードするには、リージョン・リストにツールバーからアトラスをクリックして、適切なアトラスを選択します。
  8. 各実験では、反対側のWM回避領域(ROA)などFreeSurferセグメンテーションアトラス(追跡ウィンドウ内のリージョン・リストボックスを参照してください)​​から(名前付き/左右の大脳白マター)のマスクを設定します。
  9. ラクトのためのシード領域として拡散空間の代わりに、個々のLGNで球状のROIを使用して(8.7から8.8)を追跡繰り返します。
    注:球形ROIがすべての被験者間で同じボリュームがあり、各LGNの質量の中心を中心としています。
  10. 標準MNI空間にマスクを持参する(元LGNが以前に8.4から8.5に拡散空間に変換)標準MNI空間へ拡散空間で脳を登録し、拡散空間にLGNへの変換を適用LGNの正規化、セクション6、これだけの時間を繰り返します。 MNI空間における被験者全体のすべてのLGNの平均体積として球形ROIの体積を計算します。
    注:トラッキングパラメータは、ユーザによって変更することができます。ほとんどの実行のために、デフォルトのトラッキングパラメータを適用しました。いくつかの個体(A5、A7、S12)については、異方性しきい値(デフォルト0.14から0.15)が低下した(0.10から0.12)と角度しきい値(デフォルト60)はよりよい可視化のために(65-85)増加しました。技術の概略図を図3に示されています。

9.統計分析 - TBSS(FSL)

注:トラクトベースの空間統計はdtifit26で得られたmaps16参加者のFAのvoxelwise統計分析です。これは、広く拡散データの統計のために使用されます。このvoxelwiseアプローチはVBMスタイルFA分析で見られる潜在的なアライメントと平滑な問題を克服し、達成不可能ラクトベースapproaches16を通して脳全体の調査を、提供します。

  1. 新しく作成されたTBSSディレクトリにあるFAデータの「tbss_1_preproc」を実行します。
  2. ファイル名を指定して実行」tbss_2_reg」 - 非線形登録を適用するT、共通の空間に各参加者のFAデータをもたらす(FMRIB58_FA、TBSSで対象画像)。
  3. 「tbss_3_postreg -S」を使用して、参加者間のすべての一般的な管の中心と平均FA骨格を作成します。
  4. ラン すべての整列FAマップの平均骨格上に各参加者の整列FAマップを投影する「0.2 tbss_4_prestats」。
  5. 行列の順序はTBSSはFAデータを前処理する順序と一致していることを確認して、design.conとdesign.matファイルを作成します。
  6. それは、より正確なp値を与えるスケルトン(3Dデータの一部を削減)、および5000プレ変異、に作用するようTBSSに推奨されるT2オプションを使用して、「ランダム化」を実行します。

10.統計分析 - SPSS

  1. 確定的データからFA値の抽出
    注:確定ベースのFA値は、DSIスタジオ出力統計テキストフ​​ァイルから得ました。これらの値は、生成された管の中WHを平均FAを表しますこの場合、ICHは、ORの領域に対応します。
    1. DSIのスタジオでファイバートラッキングを実行します。
    2. トラクトの生成された各セットについてDSIメーカーが作成した「統計」のテキストフ​​ァイルを保存し、それらから「FA平均」値を記録。
  2. 確率論的データからFA値の抽出
    注:確率ベースのFA値はProbtrackX2出力fdt_pathsファイルから導出されています。これらは、本研究でORに対応する領域をカバーする3次元管密度画像です。
    1. 拡散空間に各参加者のfdt_pathsファイルを持ってFLIRTリニア登録を使用してください。
    2. 「 - ビンfslmaths」を使用して出力マスクを2値化。
    3. 各参加者は、「-mul fslmaths」を使用してdtifitから自分のFAマップによってマスクを掛けます。
    4. 各道のマスクから平均FAを見つけるために、「fslmeants」コマンドを実行します。
  3. SPSSは、(決定論と確率を使用したとの分析を実行します
    データ)
    N注意:統計解析は、Mac用のSPSS 20を使用して行われます。半球は被験者内変数であるため、脳の各側における効果を別々に見ることができると一般化線形モデル(GENLIN)が印加されます。具体的には、一般化推定方程式(GEE)が使用されます。
    1. 独立したテストでは、従属変数として(waytotalまたはパーセンテージが流線、PGSLを生成)平均FAのそれぞれを設定し、カウントを合理化。
      注:この研究では、カウントは道-合計値に基づく合理化。 Waytotalは、包含/除外基準27によって拒否されていない生成された流線の合計数を示しています。送信されたストリームラインの総数を指す生成流線(NGSL)の数は、各ボクセル(この場合は5,000)から引き出されたサンプルの数を乗じたシードマスク内のボクセルの数に等しいです。割合は流線(PGSL)を生成し、NGSL 100倍で割っwaytotalは、成功したconneの尺度でありますシードとターゲットとの間ctivity。
    2. すべてのテストで独立変数としてそれらを設定することにより、V1の接続に、LGN上のグループと性別の影響を調べます。
      注:主効果だけでなく、二次元と三元相互作用が研究されました。これらの個々のテストが互いに調整されていないことに留意することが重要であるので、一方の主効果または相互作用の重要性は、他から独立しています。
    3. すべてのテストのための共変量として年齢を使用してください。また、従属変数として平均FAとテストのための共変量とwaytotalとしてLGNボリュームを使用しますが、従属変数としてPGSLを用いた試験からそれを省略します。
      注:全脳容積は重要でない共変量であることが判明し、したがって、統計から除外しました。
    4. 多重比較28(有意性はp <0.05のレベル)を調整するために、ボンフェローニ補正方法を選択します。

Representative Results

このセクションでは、決定論と確率論的トラクトグラフィ、二つの異なるアルゴリズムを用いて得られた結果の要約を提供します。マスクが最初に描画されたPDの空間において、ならびに本研究で用いたすべての他の空間におけるLGNボリュームは、 表2に記録され、およびLGNのトレースは、図 4に示されています。ここで報告された結果は、LGNのROIなどの標準球を使用する実行に基づいています。標準LGNボリュームが拡散空間(決定論的ラン)に、それぞれ、解剖学的空間における両半球で461ミリメートル3(確率論的ラン)、および292.5ミリメートル3と左右半球で364.5ミリメートル3でした 。両方の実行のために、これらの標準的なボリュームはMNIに(MNI空間で解剖学的計算された平均ボリュームに非常に近い:472ミリメートル3と、それぞれ、左右のための440ミリメートル3、拡散MNIに:376と左用の312ミリメートル3それぞれ、右)が、解剖学的で、ネイティブの空間の中で最も個々のLGN容量(最大より大きい:281ミリメートル3、最大の拡散中:324ミリメートル3)。ボンフェローニは非常に保守的なテストであるため、0.1よりも小さいp値は、有意性に近づいとして処理され、ここで報告されています。また、FAマップ上のTBSSは白化現象で縮小白質路の完全性の赤表す領域内の領域( 図5)との2群間に有意差(p <0.05)、の領域を明らかにしました。

決定論と確率論的ラン、共変量と半球間の相互作用によって、男女別3ウェイ・グループの両方のために重要ではなかったため、すべての最終的な分析から除外。半球の主効果が有意性に近づいている間、決定論的実行では、従属変数として平均FAを使用して、グループおよび性別の主効果は、軽微(±SEM 0.41を意味右0.008±。 0.39±0.006左に、p = 0.064)。対応する平均FA値の手段(±SEM)OR V1にLGNを接続領域白皮症のための0.39±0.007とコントロールの0.40±0.008でした。半球によるグループの双方向の相互作用がた(p = 0.013)に有意でした。従属変数としてfdt_pathsから平均FA値を使用して確率的実行については、グループの主な効果は、(; 0.349±0.0046白皮症±SEM 0.353±0.0035コントロールを意味する)微々たるものでした。しかし、半球の主効果(0.358±0.004右; 0.345±0.003左に、p = 0.005)と性別(0.34±0.004、女性; 0.36±0.004男性、P = 0.014)となりました著しいです。性別の相互作用による双方向基がた(p = .033)に有意でした。シャピロ-ウィルク検定た(p> 0.05)によって確認されるようにすべてのテストのためのデータが正常に配布されました。決定論的手法を用いて、平均waytotal値は2728±白皮症のための127と2753&#ました177;コントロールの169。半球の主効果と性別の相互作用による2ウェイ・グループは、(それぞれP = 0.027およびp = 0.004)に有意でした。半球の効果が有意であった一方で、従属変数としてPGSLを使用して、グループおよび性別の主効果は、軽微(±SEMは0.89±0.045右を意味し、0.63±0.026、P = 0.001)。性別の相互作用による双方向基(p = 0.003)も有意でした。 LGNからV1にPGSLを意味する白皮症のための0.76±0.046とコントロールの0.76±0.048でした。 PGSLは、標準のLGNの投資収益率を用いて計算しました。データが正規分布した(シャピロP> 0.05)。確率的実行では、従属変数としてwaytotal値とPGSLを使用して、グループ、半球および性別の主効果は有意ではなかったです。平均waytotal値は、白皮症のための28739±7297とコントロールのための31220±7202でした。 LGNからV1にPGSL平均1.3±白皮症のための0.3と1.4±ましたコントロールの0.3。両方の場合において、データは、非正規分布し、ガンマ対数変換を適用しました。

決定論的手法を用いて、対比較は、対照と比較して、色素欠乏症の右半球にFAを減少させた(C 2(1、N = 21)= 4.15、P = 0.042)が明らかになりました。 C 2(1、N = 21)= 2.97、P(コントロールでは、左半球FA値は右半球た(p = 0.007)に比べ低かった、との傾向が認められた男性に比べ女性のFAを減少しました= 0.085)。確率的トラクトグラフィを使用して、明らかにした対比較は、右の両群の半球(C 2(1、N = 21)= 6.31、P = 0.012)と比較して、左半球にFAを減少させました。男性では、FAはかなり対照(C 2(1、N = 21)= 4.27、P = 0.039)に比べて白皮症において減少しました。また、FAは大幅にメス比較例に減少しましたコントロール内の男性にED(C 2(1、N = 21)= 14.37、P <0.001)。従属変数として確定的実行からwaytotal値を使用して、明らかにした対比較では、男性のコントロール(C 2(1、N = 21)= 4.65、P = 0.031)と比較して、白皮症と男性での接続性を減少させました。両方のグループでは、左半球での接続は右半球(C 2(1、N = 21)= 4.34、P = 0.037)に比べて低かったです。また、接続が白化グループで女性に比べて男性で低かった(C 2(1、N = 21)= 4.47、p = .034)を、反対側の対照群(C 2(1で見られたが、N = 21)3.87、p = .049)を=。最後に、女性では、減少した接続のための傾向が白皮症(C 2(1、N = 21)= 3.52、P = 0.061)と比較して、コントロールで見られました。決定論的データから計算PGSL値を使用して、対比較は、シミを明らかにしましたwaytotal値で得られたものとLAR結果。決定論的トラクトグラフィの出力は、図6に示されている。確率的データを用いて明らかにした一対比較は、女性に比べて男性の右半球での接続性を減少した(、C 2(1 N = 21)= 15.96、p <0.001)。確率的トラクトグラフィの出力は、 図7に示されているAピアソン相関は、両方の方法(R = -0.172、P = 0.276からPGSL値の間の非常に弱い負の相関を明らかにしたとしたが、線維路は大部分が重複し、定性的に類似している( 図8)

図1
1: 健常人および白皮症患者の脳における一次視覚経路は、各LGNは、両眼からの入力を受け取ります。同側の網膜の広報ojections、レイヤー1上の反対側の突起終わりながら、レイヤ2、3、5で終わる4,6 LGNは、軸索が2からV1層に最も重く4.入力を終了すると、光学放射(紫)を介してV1に投影を送ります目はこの点を超えて、レイヤ4の眼優位性カラムで分離されたまま、両眼からの入力は、(皮質の両眼のニューロン)を組み合わせています。 (A)、他の半分は対側半球への視交叉で鼻網膜およびクロス(緑)から発生している。コントロールでは、突起のおよそ半分は、時間的な網膜から同側(赤)を拡張肥厚緑の繊維によって示されるように(B)は、白皮症では、視神経線維の増加交差点で、その結果、一時的な網膜への交叉の行のシフトがあります。この回路図はMckeから変更(白皮症でV1の接続に減少しLGNと、さらに下流レチノ-geniculo-皮質経路を追加異常を示唆していますtton 、2014)、本研究によって確認されるように。 この図の拡大版をご覧になるにはこちらをクリックしてください。

図2
図2「 確率ラクトパイプラインFLIRTリニア登録は異なる空間 (登録赤い矢印で示されている) に参加者の脳を変換するために使用された :シードマスクの製造において、PDの脳を解剖学的T1空間へとFreeSurfer(FS)のスペースに登録されました、そして、変換が最近傍補間を使用して、元のLGNマスクに適用した。ターゲットマスクを作成するには、FSの脳は、T1空間に変換し、変換は直線的拡散に登録されたトライ線形補間。T1とFSの脳を使用してFreeSurferのV1マスクに適用しましたスペース。FreeSurfer」sの反対側の白質境界マスクは、FSの実行で除外マスクとして加えました。確率的トラッキング用PROBTRACKX2がT1とFS空間でのマスク入力で拡散空間で実行されました。 この図の拡大版をご覧になるにはこちらをクリックしてください。

図3
図3: 確定ラクトパイプライン。前処理はNIfTI変換にDICOMを関与し、FSLの渦電流補正ツールを使用するために修正された2つテキストファイル(bvecとBVAL)。歪みや移動に伴って拡散強調画像(dti.nii.gz)を得ました 。エディは、ソース(.SRC)ファイルを作成するために、B-テーブルウィンドウにロードした拡散強調画像はDSI StudioとbvecとBVALファイルで開かれた修正済み。ソースファイルが開かれ、デフォルトでは、再構成されました脳マスクは必要に応じて変更しました。次に、DTI再構成モデ​​ルは、繊維情報ファイル(.fib)を生成するソース・ファイルに適用しました。拡散空間におけるLGNマスクはトラッキング・ウィンドウに.fibファイルにロードし、シードとして設定しました。ブロードマンアトラスから領域17(V1)は終止的な領域として設定しました。各実験では、FreeSurferセグメンテーションアトラスから反対側のWMマスクを装填し、ROA(ここで線引き両半球)として設定します。 等号は、特定のステップで得られた生成物を表します。オレンジ色の矢印は、次の処理又はステップを追跡するために使用された入力ファイルを示します。アスタリスク(*)は拡散空間にマスクと脳を示している。 この図の拡大版をご覧になるにはこちらをクリックしてください。

図4
図4: LGNマスク描写。(A)右の図にズームさや白化、A11を有する患者において二度の解像度と半分ボクセルサイズに補間された平均冠状PD-強調画像スラブにLGNを残しました。 (B)は、手動で右のトレースと最近傍(赤)とトライリニア(青)の補間を使用して、FreeSurfer空間に変換赤(C)LGNマスクに興味(関心領域)のLGN領域を残しました。前者は構造をより正確に描写するために、本 ​​研究で行ったすべての変換に使用した。 この図の拡大版をご覧になるにはこちらをクリックしてください。

図5
5:Voxelwise 統計分析TBSSでの統計分析voxelwise全脳 FAデータは管ベースの空間統計(TBSS)を用いて行きました。一般的な空間へのすべての参加者のFA画像の非線形登録は平均FA骨格の作成とスケルトンの上に各参加者のFA画像の投影に続いて、実施しました。 (A)白皮症>コントロールと比較して白皮症に起因減少FAに意義の無い領域と緑の中に骨格を示す制御コントラストを。 (B)対照群と赤表す地域内の領域で検出された白皮症グループ、(大脳白質は、光学放射繊維とcalcarine皮質に対応する上で、彼らは終了)の間に有意差がために、白化現象における白質路の完全性を低下させました視覚的に表現するために、Bに表示された結果の制御>白皮症のコントラスト(TFCE(しきい値空きクラスタの強化)を補正、P <0.05)、(C)肥厚スケルトンバージョン。レ/ ftp_upload / 53759 / 53759fig5large.jpg "ターゲット=" _空白 ">この図の拡大版をご覧になるにはこちらをクリックしてください。

図6
6:DSI メーカーファイバートラッキングの出力 (A)は (B)コントロール(S6、再構成された管の最高数に比べて白皮症の患者A1(右半球での参加者の間で再構成された管の最低数、1365)でV1の接続にLGNを削減右半球、4355のコントロール)の間(左オレンジ色で視索とOR青で、V1)に緑、LGN接続に赤、右LGNにLGN。 LGNの接続に光ファイバ管は、出力で見られている。 この図の拡大版をご覧になるにはこちらをクリックしてください。

図7:確率的追跡のためのPROBTRACKXの出力を制御(下)に比べて白皮症(上)にV1の接続にLGNを削減 LGNは赤でV1、緑に黄色、光学放射線に示されています。ここに示されているスライスが同じであることを意図しているのではなく、最良の方法の調査結果を表すスライスとして選択されていることに注意してください。 この図の拡大版をご覧になるにはこちらをクリックしてください。

図8
8: 確定出力オーバーラップ地図確率解剖脳(確率論的ラン)と拡散脳(決定論的ラン)に登録されました1ミリメートルMNI脳。変換は、LGN ROIのような標準的な球を使用し実行からの出力管をラクトするために適用しました。出力管は、それぞれの方法で参加者全体で平均し、 (A)の平均管マスクは比較(赤、緑の中で確率論的決定論)のためにFSLビュー内の1ミリメートルMNI脳の上に重ねました。透明性は、両方の方法で接続の類似の概念を示すために適用されました。 (B)LGN(青)とV1(ピンク)マスクはシードとターゲット領域を説明するために追加されました。 この図の拡大版をご覧になるにはこちらをクリックしてください。

白皮症 コントロール
参加者 年齢(歳) セックス 分類 視力 参加者 年齢(歳) セックス
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

表1:参加者の情報と健康の歴史 。視力は早期治療糖尿病性網膜症研究(ETDRS)視力検査表とexpresseを用いて評価しましたLogMar中のd(解像度の最小角度の対数)表記、つまりは、小数視力(20 / 20-20 / 200用の0.0〜1.0)のベース10に対数です。 ETDRSチャートのテストは、広く使用さスネレン試験29よりも正確であることが示されています。すべてのコントロールが正常または修正さ-に正常な視力(20/20)でした。神経疾患の既往は報告されませんでした。

PD 解剖学の 拡散 FS
白皮症 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
コントロール 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

表2:LGNボリュームの概要このテーブルに記録されたボリューム(ミリメートル3)右と左です本研究で用いたすべてのスペースにおける患者および対照のLGN。

Discussion

WMを変更し、より具体的には、期待された対照と比較して白皮症で接続性を減少させました。このように、対照と比較して白皮症の右半球だけでなく、ここで報告アルビノと男性患者で減少し、接続中の還元FAは、当社の予測と一致しています。ジェンダーと半球効果が示唆している健康な脳の研究は、女性に比べて男性の左半球にWMの複雑さを減少したものの30-31本研究で観察された性別と半球に関連したいくつかの相違点を説明することができ、完全には明らかではありません。女性の白皮症に比べて男性の白化現象における減少の接続が原因で両群の雌の若い平均年齢に一部であってもよい(7から8年<男性)、WMボリュームは健康な脳32に半ば成人期に減少することが報告されたとして、 -33。男女差も小さいサンプルサイズとそれぞれに、女性に対する男性の数が奇数に起因する可能性がありますグループ(5人の男性OCA、4コントロール)。増加した接続が予想されなかったのと同じ性別の対照と比較して、女性の白皮症で観察し、白化現象の代償機構のいくつかの並べ替えを示唆している可能性があります。しかし、この知見はむしろ少ない人口のサンプルの中で大きなばらつきに起因する可能性があります。

FAを意味し、カウントを合理化は、V1の接続にLGNを探索するために使用されています。 FAは、拡散データから導出最も一般的に報告された対策の一つです。これは、最も正確領域内にあるか、強く指向性拡散の定量化として記載されています。 FA対策における群差は、必ずしも白質の整合性の違いを意味するものではないことに注意してください。この研究は白質への潜在的影響の臨床症状を伴うので、そのような解釈が正当化することができます。減少した整合性が構造的損傷または下落を示唆しながら、しかし、地域のFAは、そのような大きいなどの少数の障壁に低下することがあります増加した膜透過性の34から生じる効果が低い境界に起因する軸索の直径とあまり密集軸索だけでなく、。再構成された流線の数は、実際の繊維の数の真の表現ではないかもしれないので、用語「数の合理化 'は、同様に起因するような長さ、曲率や分岐などの経路の機能の変化に、「繊維・カウント」よりも好ましいですこのような信号対雑音比(SNR)34などの実験条件。

ラクトは、in vivoでのマッピングWMのための唯一の非侵襲的技術です。異方性があるレベルを下回ったとき、または突然の角度がある場合、決定論的なアプローチでは、終了が発生します。しかし、ほとんどのボクセルは、複数の方向の繊維を含み、決定論的なアプローチは、ボクセルまたはボクセル内のすべての方向の「平均」で支配的な管を特定のいずれかに限定されます。したがって、真のrepresを提供することができませんニューロン経路のentation。確率的トラクトグラフィは、単一のボクセル内に2つのファイバモデルの解像度を可能にする道のより信頼性の高い表現を提供し、低異方性17の地域で追跡します。確率的アルゴリズムは、したがって、V1の灰白質で終了する、または、高度に分岐WM構造(マイヤーのループの特に部分)の軌道を調査し、本研究では特に有利でした。複数の順列を超える出現確率的トラクトグラフィではなく、繊維の真の解剖学的構造を表すラクトの誤解を招くような概念よりも、同じ経路を有するの確率的確率を参照していることに留意することが重要です。確率論的トラクトグラフィをより密接に神経線維の真の経過を追跡すると考えられているが、決定論的トラクトグラフィは、両方の技術の有用性および再現性を比較するために行きました。傾向は確率論的なアプローチを用いて検出したので、類似性が見られます決定論的な実行でのみ、さらに結果の妥当性を強化しました。

別に脳内の解剖学的接続のマッピングの研究におけるその使用が増加してから、トラクトグラフィは、脳神経外科パンで有望な進歩を示しています。 OR neuronavigationally手術フィールドにDWIデータを転送することにより、腫瘍の切除時の可視化に成功した病変を除去し、35無傷の視野を維持するのに役立つことが報告されました。それにもかかわらず、DTIは、このような比較的貧しい空間分解能や、ORなどの低繊維密度を有する構造が20を検討されている障害のあるデータ品質などの制限があります。確率的トラクトグラフィが好ましい技術であったが、現在の研究では、2つのアルゴリズムを比較することを目的としました。両方の追跡アルゴリズムは、結果の信頼性を増加させる、いくつかの一般的な知見を明らかにしました。

LGN量は、健康な脳8およびcに112〜276ミリメートル3の範囲視覚野と視神経管の容量ではなく、全体的な脳の容積36とorrelates。ラクトシードマスク内のボクセルの数に依存するので、LGNボリュームが管37間の定量的な比較に偏りを防ぐために、参加者全体で正規化されるべきです。我々は、2つの異なる方法を使用して、LGNの大きさの差を制御します。第1の方法では、標準サイズの球状のROIを作成しました。これを達成するために、MNI空間に変換そのLGNマスクの全被験者にわたる平均容量を算出しました。 MNI空間における平均マスクの半径を使用して、球がいずれかの解剖学的または拡散空間の各LGNの質量の中心を中心としました。個々のLGNのボリュームよりも大きな容量で標準球ROIを使用すると、すべての参加者で、この構造体の一部であるすべてのボクセルを含めることを保証します。通常、偽陽性のリスクを増加させる、より大きなマスクサイズを使用している間播種時に、そのような懸念は適用されません。構造体のような周囲の核からの接続パターンが異なるLGN、など。したがって、他の構造に属するボクセル予想されるパスと、そのようなパスに従わない流線を生成します。そのため、廃棄される18我々はLGNの音量を制御するために使用される【選択第二の方法は、共変量としてLGNのボリュームを使用して統計分析を実行することであったが、この大幅統計結果を変化させませんでした。 LGNの正規化のための別の可能なアプローチは、MATLABスクリプトを使用して、被験者全体での標準的なサイズを取得するには、個々のLGNマスクの周りのボクセルの追加や削除です。このアプローチは、追加登録を必要とするので、脳画像の変形の程度を制限し、精度が向上しません。また、LGN領域の周囲の球を作成するのではなく、LGNのアウトラインを保持します。しかし、ヒューマンエラーを最小限にするために、マルチアトラスセグメンテーションではなく手動でLGNマスクをトレースを使用することができます。アトラス・アカウントのセットを使用して個々の構造変動のために、したがって、単一のアトラス38よりも皮質下領域のより正確な表現が得られます。

生体内研究はこの小説は人間の白化現象で一次視覚経路の異なる部品間の相互依存の開発を調査します。したがって、障害固有の署名の識別を通じて、この条件と改善された診断の病因さらなる洞察を提供します。ここで使用される確率論と決定論の両方のトラクトグラフィアルゴリズムは、人間の白皮症でV1の接続に変更されたLGNの同等のパターンを示しました。大集団への一般化は、サンプルサイズが小さいと、目的の構造に大きな被験者間のばらつきに起因して行うことはできませんが、この研究では、さらなる研究の重要性を示唆し、サンプル集団内の動向を検出する際にトラクトグラフィの有用性を実証しますフィールド。

Acknowledgments

仕事は自然科学とカナダの工学研究評議会(NSERC)によって部分的にサポートされています。著者は、参加者に感謝し、白皮症患者を募集中で彼の援助のための博士リック・トンプソン、デニス・ロマノフスキー彼の助けの分析の一部を実行し、図形を変更するため、モニカジラルドチカ彼女の助けのためのラクトと彼女の知識やアドバイス、ジョイウィリアムズ彼のMRI分析の専門知識のためのMRIの取得、およびアマンGoyal氏インチ

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).
拡散テンソルイメージングとラクトを用いたヒト色素欠乏症における一次視覚経路で接続を測定します
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