Login processing...

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

Neuroscience

Måling Tilkobling i Primær Visual Pathway i Human albinisme Bruke Diffusion Tensor Imaging og Tractography

doi: 10.3791/53759 Published: August 11, 2016

Summary

Dette manuskriptet beskriver deterministiske og sannsynlighets algoritmer for hvit substans (WM) rekonstruksjon, som brukes til å undersøke forskjeller i optisk stråling (OR) tilkobling mellom albinisme og kontroller. Selv om sannsynlighets tractography følger den sanne løpet av nervefibre nærmere, ble determinis tractography kjøre å sammenligne pålitelighet og reproduserbarhet av begge teknikkene.

Abstract

I albinisme, er antall ipsilateralt utstikk gangliecelle (RGCs) betydelig redusert. Netthinnen og chiasma er foreslått som kandidat nettsteder for misrouting. Siden en sammenheng mellom antall side geniculate nucleus (LGN) stafett nevroner og LGN størrelse har blitt vist, og basert på tidligere rapportert reduksjoner i LGN volumer i menneskelig albinisme, foreslår vi at fiber anslagene fra LGN til den primære visuelle cortex (V1) blir også redusert. Studerer strukturelle forskjeller i det visuelle systemet av albinisme kan forbedre forståelsen av mekanismen for misrouting og påfølgende kliniske anvendelser. Diffusjon data og tractography er nyttige for kartlegging av OR (optisk stråling). Dette manuskriptet beskriver to algoritmer for eller rekonstruksjon for å sammenligne hjernen tilkobling i albinisme og controls.An MRI skanner med en 32-kanals hodet spiral ble brukt til å skaffe strukturelle skanninger. En T1-vektet 3D-MPRAGE sekvens med 1 mm3 isotrop voxel størrelse ble brukt til å generere høy oppløsning for V1 segmentering. Multiple proton tetthet (PD) vektet bildene ble kjøpt coronally for høyre og venstre LGN lokalisering. Diffusion tensor imaging (DTI) skanner ble kjøpt med 64 diffusjon retninger. Både deterministiske og sannsynlighetssporingsmetoder ble kjørt og sammenlignet med LGN som frøet maske og V1 som målet maske. Selv om DTI gir relativt dårlig romlig oppløsning, og nøyaktig avgrensning av, eller kan være utfordrende på grunn av sin lave tetthet fiber, har tractography vist seg å være fordelaktig både i forskning og klinisk. Veis basert romlig statistikk (TBSS) avdekket områder med betydelig redusert hvit substans integritet innenfor eller hos pasienter med albinisme sammenlignet med kontroller. Parvise sammenligninger viste en signifikant reduksjon i LGN til V1 tilkobling i albinisme sammenlignet med kontroller. Sammenligning begge sporings algoritmer avslørt vanlige funn, styrke pålitelighetav teknikken.

Introduction

Albinisme er en genetisk tilstand hovedsakelig preget av åpenlys hypopigmentering observert i berørte personer. Det er forårsaket av arvelige mutasjoner i gener som er involvert i melanin syntese en. Albinisme vises i to hovedformer: oculo-kutan albinisme (OCA), en autosomal recessiv egenskap å presentere både øye og kutane funksjoner; og okulær albinisme (OA), en X-bundet egenskap mer vanlig hos menn og karakteriseres først og fremst ved de okulære symptomer 2. Melanin i retinal pigment epitel (RPE) er avgjørende for riktig utvikling av sentrale visuelle veien. Sitt fravær i albinisme resulterer derfor i synshemming, inkludert lysskyhet, nystagmus, redusert synsskarphet og tap av binokulært syn 2-3. Synsskarphet har vært knyttet til foveal morfologi, som er endret på albinisme 4. Hos mennesker er en retinal linje av decussation ligger langs nasotemporal grensen gjennom fovea, med fibre fra nese retinakrysset til den andre halvkulen og de fra timelig hinnen utvide ipsilateralt. Graden av redusert visuell funksjon i albinisme har vært knyttet til nivået av hypopigmentation. Nærmere bestemt er pigmentering omvendt proporsjonal med skifte til temporale retina av linjen av decussation 5. Som en følge av skift i tråd med decussation inn i tidsmessige netthinnen, er kryssing av optiske nervefibre økt - et karakteristisk felles for alle arter 3.

Strukturelle MR studier på mennesker har vist smalere optiske chiasms i albinisme i forhold til kontroller, noe som er sannsynlig et resultat av økt kryssing av RGCs observert i albinisme 6-8. Netthinnen og chiasma uttrykke aksonal veilednings signaler som Ef familie reseptorer og deres ligander 9 og er derfor kandidatwebområder for misrouting 10.

En studie på aper med indusert glaukom viste en signifikant desemberrease i antall LGN parvalbumin-immunoreactive stafett nevroner og LGN volum 11. Dette tyder på en sammenheng mellom LGN størrelse og antall hvite substansen (WM) baner som reiser gjennom eller til V1. En post mortem undersøkelse på menneskelig albinisme også avdekket mindre LGN med smeltet M og P lag 12. Høy oppløsning strukturell MR bekreftet betydelig reduksjon i volumet av LGN i albinisme 8. Samlet utgjør disse funnene tyder på at redusert LGN volumet kan resultere i et redusert antall nevroner i LGN, og i sin tur i redusert tilkobling mellom LGN og V1.

Undersøke mønstre av anatomisk tilkobling hos mennesker har vært begrenset. Dissection, tracer injeksjon og lesjon induksjon er invasive teknikker som bare kan brukes post mortem, og vanligvis innebærer et svært lite antall pasienter. Tidligere studier med carbocyanine dye Dii injeksjoner demonstrert nevronale tilkobling mellom V1 og V2 (sekundær visuell cortex) 13, samt i hippocampus kompleks i aldehyd-fast post-mortem menneskelige hjerne 14. Merking av fibre på denne måten er begrenset til en avstand på bare titalls millimeter fra injeksjonspunktet 14. Diffusion tensor imaging, DTI, er en MR modalitet utviklet i tidlig mid 1990-tallet for å identifisere fiber kanalen retning og organisering. Det er en ikke-invasiv metode som gjør det mulig kartlegging av store WM baner i levende hjernen. DTI er følsom for diffusjon av vannmolekyler i biologisk vev 15. I hjernen, diffusjon av vann er anisotropisk (ujevn) på grunn av hindringer som for eksempel membraner og myelin. WM har høy diffusjon anisotropi, noe som betyr at diffusjon er større enn parallell med vinkelrett til retningen av fibrene 16. Delvis anisotropi (FA) er en skalar størrelse som beskriver preferanse av molekyler å diffundere i en anisotropisk måte. FA-verdier varierer fra 0-1, fra lav til høy anisottråaktig (cerebrospinalvæsken (CSF) <grå materie (GM) <WM) 16.

Effektiv (deterministisk) og sannsynlighets fiber sporing er to forskjellige algoritmer for 3D-bane gjenoppbygging. Determinis tractography bruker en linje forplantning metode, som forbinder nabo lydelementer i en definert frø regionen. To stoppkriterier som brukes i denne algoritmen er dreievinkelen og FA verdi. Derfor er det lite sannsynlig at store vende vinkler kanalen sporing mellom nabo lydelementer. Algoritmen vil derfor utvikler seg også bare hvis FA i en voksel overskrider en bestemt terskel, noe som begrenser dens effektivitet i nøyaktig definerer baner i nærheten av grå materie, hvor anisotropi dråper. Probabilistiske tractography, på den annen side, gir en tilkoblings kart som beskriver sannsynligheten for et volumelement for å være en del av en kanalen mellom to regioner av interesse (ROIs) og således utvikler seg grå materie som V1 17. Ved hjelp av denne MR-programmet, nøkkel WM strukturer somOR kan være avgrenset, slik som vist i tidligere studier 18-20.

Denne studien bruker derfor diffusjon data og tractography å utforske effekten av aksonal misrouting på Retino-geniculo-cortical tilkobling. Basert på tidligere rapporterte reduksjon i LGN volumer i menneskelig albinisme 8, spår vi at fiber anslag fra LGN til V1 er også redusert (figur 1).

Protocol

Etikk Uttalelse: Den aktuelle forskningsstudien er godkjent av Human Deltakerne Review Committee (HPRC) ved York University, Toronto. Alle deltakerne ga informert skriftlig samtykke.

1. Med forbehold Forberedelse

Merk: Elleve deltakere med OCA, i alderen 36 ± 4 år (6 kvinner) ble sammenlignet med ti alders matchet kontroller, i alderen 32 ± 4 år (6 kvinner). Deltaker historie er gjengitt i tabell 1.

  1. Be hver deltaker til å fylle ut og signere en samtykkeerklæring som viser MR retningslinjene for sikkerhet og bildebehandling protokollen.
  2. For hver deltaker, gir ørepropper for ørene. Posisjon deltaker liggende og hodet først i magneten, og landemerke over øynene på øyebrynet nivå. Sikker deltaker hode med puter for å redusere hodebevegelse. Gi deltakeren en klem pære for pasient.

2. Strukturelle MR Parametere

e_content "> Merk: Alle bilde er ervervet på en 3T MR skanner bruker en 32-kanals hodet spiral Under én økt per emne.:

  1. Erverve en T1-vektet anatomisk høy oppløsning ved hjelp av en 3D-MPRAGE sekvens som dekker hele hjernen med følgende parametre: oppkjøpet tid 4 min 26 sek, synsfelt 256 mm, 256 matrise, 192 skiver med skive tykkelse på 1 mm, med en resulterende isotropisk voxel størrelse på 1,0 mm til 3, TR = 1900 ms, TE (ekkotid) = 2,52 ms med en inversjon tid på 900 ms og flippvinkel på 9 °, en gjennomsnittlig, parallelt imaging (iPat Grappa, akselerasjon faktor på 2) .
  2. Erverve en DTI sekvens dekker cortex, med stykker i tverrgående retning etter den fremre commissure / posterior commissure (AC-PC) linje, ved hjelp av følgende parametere: oppkjøpet tid 8 min 5 sek, synsfelt 192 mm, 128 matrise, lydelementer 1,5 1,5 mm i planet, 56 sammenhengende (ingen gap) skiver med 2 mm tykkelse, TR = 6900 ms, TE = 86 ms, 64 retninger, b-verdi på 1000 s / mm 2 (referansebilde med lav b-verdi på 0 sek / mm 2), en gjennomsnittlig, parallelt imaging (iPat GRAPPA) med en akselerasjon faktor på tre.
  3. Erverve 30-40 PD-vektede bilder i koronal retning, parallelt med hjernestammen, som dekker fra den fremre utstrekning av pons til den bakre delen av mindreverdig colliculus.
    1. Bruk Turbo spin ekko (FAST spin ekko) pulssekvens og følgende parametre: Oppkjøpet 1 min 29 sek per scan, synsfelt 192 mm, 256 matrise, 30-40 skiver med tykkelse på 1 mm, noe som resulterer voxel størrelse 0,75 0,75 1 mm 3, TR = 3000 msek, TE = 22 msek, turbo faktor på 5, refokusering flip vinkel på 120 °, en gjennomsnittlig, parallelt imaging (iPat GRAPPA) med en akselerasjon faktor på to.
      Merk: S12 ble skannet ved hjelp av følgende parametere: synsfelt 180 mm, 512 matrise, 30 skiver med 1 mm tykke skiver, noe som resulterer voxel størrelse 0,4 x 0,4 x 1,0 mm 3. Alle andre parametere forble den samme. Acquisition tid 2 min 47 sek.
  4. Pre-prosessen alle skanninger ved å konvertere rå DICOM å Nifti format ved hjelp av programmet dcm2nii.

3. LGN Avgrensning

Merk: LGN er et lite subcortikal struktur som ligger dypt i hjernen, derav høy oppløsning PD bilder er nødvendig for å fastslå dens anatomiske grenser. I disse skanninger, vises LGN som et område med høy signalintensitet i forhold til de omkringliggende WM traktene, tilrettelegging for sin påvisning 21. Den identifiserte anatomiske LGN blir så brukt som et frø region for tractography.

  1. Mens blind for gruppemedlemskap, manuelt spore høyre og venstre LGN masker tre ganger hver på gjennomsnitts PD bilder interpolert til dobbelt så høy oppløsning og halvparten av voxel størrelse (original 256 x 256 matrise, 0,75 x 0,75 x 1 mm 3 voxel størrelse).
    1. For å oppnå høy oppløsning PD bilder bruke den fritt tilgjengelige FLIRT funksjon og andre programvareverktøy innenfor FMRIB SoftwareLibrary (FSL, http://www.fmrib.ox.ac.uk/fsl/). Sample, sette sammen, bevegelses riktige og gjennomsnittlig PD bilder for hver deltaker som tidligere beskrevet andre steder 22.
    2. Last PD bilde med høy oppløsning i FSLView og klikk på fanen Verktøy for å velge enkelt alternativ (eller trykk Figur 1 ) For å forstørre bildet.
    3. Klikk kategorien Fil for å velge Opprett Mask alternativ, og bruk verktøylinjen øverst til venstre på skjermen for å spore LGN i hver skive. Om ønskelig, kan du endre kontrasten i bildet ved å dra langs min / maks i verktøylinjen for å legge til rette for LGN deteksjon.
  2. Flett disse regionene av interesse (Rois) i en median maske med fslmerge kommandoen.
  3. Kombiner alle raters 'median masker i en enkelt median maske bruker samme kommando.

4. V1 Segmentering

  1. Kjør "recon-all" kommandoen i FreeSurfer23 (v5.3.0) på hjernens i native anatomiske plass (T1-vektet bilder) for automatisert behandling.
  2. Konverter de riktige utgangene i den nyopprettede MR-mappen (orig.mgz, brain.mgz, rawavg.mgz, T1.mgz) til Nifti bruke "mri_convert".
  3. Bruk BET hjernen utvinning i FSL GUI å korrigere skallen-strippet utgang hjernen (brain.nii.gz) i FreeSurfer plass om nødvendig. Velg Run standard hjernen ekstraksjon ved hjelp av bet2 alternativ (standard). Senke terskelen hvis bildet mangler hjernevev, eller øke hvis ikke-hjernevev er fanget (standard terskel 0,5). Velg Output hjerne hentet bilde og Output binære hjernen maske bilde (sistnevnte kan brukes til manuelle korrigeringer) i de avanserte alternativene.
  4. Konverter utgang V1 parcellation til en volumetrisk maske ved hjelp av "label2surf" og "surf2volume" kommandoer.

5. Pre-sporing Registreringer

Merk: I de neste trinnene, kan du ringe FSL GUI for å åpne hver av de following verktøy.

  1. Bruk BET hjernen utvinning og velg Bias feltet og hals opprydding muligheten til å skalle-stripen rawavg.nii.gz, som ligger i MR mappen skapt av "Recon-all". Juster terskel som er nødvendig.
  2. Kjør FLIRT lineær registrering for å få hjernen i FreeSurfer og innfødte anatomiske plass til diffusjon plass.
    1. Velg brain.nii.gz, produksjon av recon-all (FreeSurfer plass), eller et fag hjerne hentet T1 (native anatomiske plass) som input til bilde og et Eddy korrigert og hjerne hentet diffusjon vektet bilde (DWI) som referanse bilde. Klikk deretter på "Go".
      Merk: Dette trinnet oppretter to utganger, inngangs hjernen registrert til referansebildet (.nii.gz) og en transformasjonsmatrise (.mat). Bortsett fra registrering, er den sistnevnte fil som kreves for tractography når frøet plass er ikke diffusjon. Bruk utgang transformasjonsmatriser (.mat) opprettet i dette trinnet for tractography som forklart i 7.4.2.
  3. Lignendetil 5,2, for å kjøre FLIRT lineær registrering bringe deltakernes PD hjerner til FreeSurfer plass og innfødte anatomiske plass.
  4. Forbered frø masker for tractography:
    1. Påfør FLIRT transformasjon fra utils i FLIRT lineær registrering verktøykasse. Bruk .mat utgang som transformasjonsmatrise, den opprinnelige LGN maskere som inngangs og brain.nii.gz (FreeSurfer plass) eller T1_brain.nii.gz (native anatomiske plass) (se 5.2) som referansevolumet. Velg nærmeste nabo interpoleringsmetode fra de avanserte alternativene.
  5. Ved hjelp av bare brain.nii.gz filer, forberede målet masker for tractography:
    1. Registrer FreeSurfer hjerner til mors anatomiske plass og skape mål masker ved å bruke transformasjon til V1 masker (se 5.2, 5.4.1) bruker Tri-lineær interpolasjon. Klikk på "Go".

6. LGN Normalisering

  1. Bruk FNIRT ikke-lineær registrering som tidligere beskrevet på http: //fsl.fmrib.ox.ac.uk / FSL / fslwiki / FNIRT å bringe deltakernes ikke-utvunnet hjerner i native anatomiske plass til MNI plass ved hjelp av Montreal Neurological Institute hele hjernen mal (MNI152).
    Merk: Ikke-lineær registrering av originale anatomiske bilder anbefales for dette trinnet, som registreringer var mer nøyaktig når FNIRT ble brukt til ikke-utvunnet t1s i forhold til å flørte på utvinnes hjerner.
  2. Påfør transformasjon til LGN masker i anatomiske plass (original LGN tidligere forvandlet til mors anatomiske plass i 5.4) ved hjelp av nærmeste-nabo interpolasjon som beskrevet i 5.4.1 å bringe masker for å MNI plass.
  3. Gjennomsnittlig alle LGN masker i MNI plass på tvers av begge grupper ved hjelp AFNI er "3dMean" kommandoen.
  4. Bruk "fslmaths Thr" for å bruke en terskel til gjennomsnittet masken i MNI plass.
  5. Beregn radien av den midlere masken i MNI plass ved hjelp av V = 4/3 πr 3 (anta en kule).
  6. Spill sentrum av masse koordineringNates av hver enkelt LGN maske i native anatomiske plass med kommandoen "fslstats C".
  7. Lag sfæriske ROIs av identiske volumer over deltakere:
    1. Bruk "fslmaths" for å skape en avkastning punkt med koordinatene for den aktuelle personen LGN maske i native anatomiske plass slik det står i 6.6
    2. Bruk av "fslmaths", gjelder radius av gjennomsnittet masken i MNI plass til å lage en sfære rundt ROI punkt i native anatomiske plass.
  8. Bruk disse standardiserte masker som frø for tractography.

7. Probabilistic Tractography (FSL 5.0.4)

Merk: I de neste trinnene, kan du ringe Fdt_gui å få tilgang til hver av følgende verktøy.

  1. Riktig for skjevheter i DWIs med Eddy nåværende korreksjon. Velg Eddy nåværende korreksjon fra menyen på toppen av Diffusion verktøykassa og laste opp DWI som input, slik at utelatelset referansevolum (0).
  2. Brain hente bilder med BET som beskrevet i 4.3.
  3. Velg DTIFIT Rekonstruksjon diffusjon tensors fra menyen. Angi en inngang katalog som inneholder følgende filer: diffusjon vektet data, nodif_brain_mask (utgangs av BET), bvec og bval (må bli omdøpt til bvecs og bvals, tekstfiler som inneholder informasjon om spredning image oppkjøpet parametere, produksjon av DICOM til Nifti konvertering av diffusjon data). Klikk på "Go" for å kjøre dtifit, som passer til en diffusjon tensor modell i hver voxel, lage filer for etterbehandling.
  4. Deretter velger du BedpostX (estimering av diffusjon parametere) fra menyen. Bruk samme inngang katalog som for DTIFIT. Klikk "Start" for å generere alle filer som kreves for tractography.
  5. Fra samme menyen velger ProbtrackX for sannsynlighets sporing og kjøre det for hver halvkule separat. Hold standardgrunnleggende alternativer (5000 prøver, 0,2 kurvatur og loopcheck applied) og velg modifisert Euler for å beregne sannsynlighetsstrømlinjene fra avanserte alternativer for økt nøyaktighet.
    1. Velg utgangen av BedpostX inneholder .merged filer som BEDPOSTX katalogen.
    2. Velg én maske som seedet plass og laste forvandlet LGN maske (i native anatomiske plass) som frøet bildet, T1 (hjerne i native anatomiske plass) til diffusjon transformasjonsmatrise som frø til diffusjon forvandle, og V1 (i native anatomiske plass) i "alternativ mål" (alle unntatt eksklusjons masker) som målet.
    3. Bruk standard mesh-konvensjonen (vinkeltegn) og laste hjernen i native anatomiske plass (T1 bilde) som overflaten referansebilde.
  6. Gjenta ProbtrackX for probabilistic sporing ved hjelp av standard sfæriske ROIs (opprettet i trinn 6) som frø regioner for tractography som beskrevet i 7.5.2. Last opp ROIs på samme måte forvandlet LGN (anatomiske plass) ble lastet opp i 7.5.2.
  7. Re drevne tractography (7,5), denne gangenmed frø (ikke-normalisert) og målet masker i FreeSurfer plass med tillegg av FreeSurfer er motsatt hvit substans grensen maske som en utestenging maske, for å unngå krysset over og sikre direkte ipsilaterale tilkoblinger. Sjekk Surface alternativ fra ProbtrackX verktøykassen og velg FreeSurfer som mesh konvensjonen.
    Merk: Det er viktig å understreke at tractography alltid kjøres fra diffusjon plass, men Probtrackx for probabilistic sporing kan input av frø og målet masker på en annen plass, sammen med en transformasjonsmatrise til diffusjon plass. I denne studien ble probabilistisk tractography kjøre med masker i både innfødte anatomiske og FreeSurfer plass (figur 2).

8. Deter Tractography (DSI Studio)

  1. Åpne Eddy korrigert diffusjon vektet bilder i DSI Studio 24 ved å klikke på Trinn 1: Bilder fra Open Source. Load bvec og bval filer på en b-bord vindu som er automatisk opened for å lage en fil kilde (.src).
  2. Last den genererte kildefiler på gjenoppbygging vinduet for å endre standard rekonstruert hjernemasker som nødvendig.
  3. Deretter velger DTI som gjenoppbygging metode 25 og kjøre den på kildefilene for å produsere fiber informasjon filer (.fib).
  4. Ta Deltakernes PD hjerner til diffusjon plass ved hjelp av FLIRT lineær registrering.
  5. Påfør transformasjon til LGN masker som bruker nærmeste nabo interpolasjon som beskrevet i 5.4.1.
  6. Åpne .fib filer i programmets sporing vinduet.
  7. Kjør sporing for hver halvkule separat, ved hjelp av LGN i diffusjon plass som frø og regionen 17 (V1) fra Brodmann atlas tilgjengelige fra DSI Studio som terminative regionen. Laste LGN masken ved å klikke på fanen Regioner og Open Region. Velg Seed alternativet under Type i Region listen på venstre side av skjermen. For å laste V1 maske fra atlas, klikk på Atlas fra verktøylinjen i Region Liste ogvelg riktig atlas.
  8. I hvert løp, sette den kontralaterale WM (oppkalt venstre / høyre-hjerne-hvitt-saken) maske fra FreeSurfer segmentering atlas (se Liste boks i sporing vindu) som en region av unngåelse (ROA).
  9. Gjenta sporing (08.07 til 08.08) med sfærisk ROIs i diffusjon plass i stedet for individuelle LGN som frø regioner for tractography.
    Merk: De sfæriske Rois har samme volum i alle fag, og er sentrert på midten av massen av hver LGN.
  10. Gjenta LGN normalisering, § 6, bare denne gangen registrering hjerner i diffusjon plass til standard MNI plass, og bruke transformasjoner til LGN i diffusjon plass (original LGN tidligere forvandlet til diffusjon plass i 8.4 til 8.5) for å få masker til standard MNI plass. Beregne volumet av den sfæriske ROI som det midlere volumet av alle LGN tvers av fag i MNI plass.
    Merk: Sporing parametere kan endres av brukeren. For de fleste går, ble standard sporingsparametre søkt. For noen individer (A5, A7, S12), ble anisotropi terskel (standard 0,14 til 0,15) senket (0,10-0,12) og vinkel terskel (standard 60) ble økt (65-85) for bedre visualisering. En skjematisk av den teknikk som er vist i figur 3.

9. Statistisk analyse - TBSS (FSL)

Merk: Tract basert romlig statistikk er en voxelwise statistisk analyse av deltakernes FA maps16 oppnådd med dtifit26. Det er mye brukt for statistikk om diffusjon data. Dette voxelwise tilnærmingen seirer potensielle justerings å jevne problemene sett i VBM-stil FA analyse og gir hele hjernen etterforskning, uoppnåelig gjennom tractography baserte approaches16.

  1. Kjør "tbss_1_preproc" på FA data som ligger i en nyopprettet TBSS katalogen.
  2. Kjør "tbss_2_reg" - T for å bruke ikke-lineær registrering, og bringer hver deltakers FA data i felles plass (FMRIB58_FA,målbildet i TBSS).
  3. Lag en gjennomsnittlig FA skjelett med sentrene for alle vanlige traktater blant deltakere ved hjelp av "tbss_3_postreg -S".
  4. Løpe "Tbss_4_prestats 0,2" til prosjektet hver deltakers justert FA kartet på gjennomsnittet skjelettet av alle justert FA kart.
  5. Opprett design.con og design.mat filer, slik at rekkefølgen av matrisen er i samsvar med den rekkefølgen som TBSS pre-behandlet FA-data.
  6. Kjør "randomise", ved hjelp av T2 alternativet, som er anbefalt for TBSS som det fungerer på et skjelett (redusert undergruppe av 3D-data), og 5000 pre-mutasjoner, noe som gir mer nøyaktige P-verdier.

10. Statistisk analyse - SPSS

  1. Trekke FA Verdier fra Deterdata
    Merk: Deter-baserte FA verdier ble avledet fra DSI Studio utgang statistiske tekstfiler. Disse verdiene representerer gjennomsnitt FA innenfor de genererte veiene, which i dette tilfelle tilsvarer den region av OR.
    1. Kjør fiber sporing i DSI studio.
    2. Redd Statistikk-tekstfiler opprettet av DSI Studio for hver generert sett av traktater og registrere 'FA mener verdier fra dem.
  2. Trekke FA Verdier fra Probabilistic data
    Merk: Probabilistic baserte FA-verdier er hentet fra ProbtrackX2 utgangs fdt_paths filer. Disse er 3D-veis tetthet bilder som i denne studien dekker det området som tilsvarer OR.
    1. Bruk FLIRT lineær registrering for å bringe hver deltakers fdt_paths filer til diffusjon plass.
    2. Binarize utgangs masker ved hjelp av "fslmaths - bin".
    3. For hver deltaker, multiplisere masken ved deres FA kart fra dtifit bruke "fslmaths -mul".
    4. Kjør "fslmeants" -kommandoen til å finne middelverdien FA fra hver veiene maske.
  3. Kjører Analyser med SPSS (Bruke Deter og Probabilistic
    Data)
    Note: Statistisk analyse er utført ved hjelp av SPSS 20 for Mac. Siden halvkule er et innen faget-variabel, en generalisert lineær modell (GENLIN) med hvilken virkningene på hver side av hjernen kan bli sett på hver for seg, er brukt. Nærmere bestemt er den generaliserte estimere ligning (GEE) anvendt.
    1. I separate tester, satt hver av middel FA og effektivisere count (waytotal eller prosentandel generert strømlinjer, PGSL) som avhengig variabel.
      Merk: I denne studien, effektivisere teller er basert på måten-totale verdier. Waytotal beskriver det totale antallet genererte strømlinjer som ikke har blitt avvist av inkludering / eksklusjonskriterier 27. Antall genererte strømlinjene (NGSL), som refererer til det totale antall av strømlinjer som sendes, er lik antallet av voksler i frøet masken multiplisert med antall prøver tatt fra hvert volumelement (5000 i dette tilfellet). Prosent generert strømlinjer (PGSL), waytotal delt NGSL ganger 100, er et mål på vellykket connectivity mellom frø og målet.
    2. Studer påvirkning av gruppe og kjønn på LGN til V1-tilkobling ved å angi dem som uavhengige variabler i alle tester.
      Merk: Hoved effekter samt to- og treveis interaksjoner ble studert. Det er viktig å merke seg at disse individuelle testene ikke er betinget til hverandre, slik at betydningen av en hovedeffekt eller interaksjon er uavhengig av den andre.
    3. Bruk alder som kovariat for alle tester. Også bruke LGN volum som en kovariat for tester med gjennomsnittlig FA og waytotal som de avhengige variablene, men utelate det fra tester med PGSL som avhengig variabel.
      Merk: Total hjernevolumet ble funnet å være en ubetydelig kovariat og ble derfor utelatt fra statistikken.
    4. Velg Bonferronikorreksjon metode for å korrigere for multiple sammenligninger 28 (signifikansnivå p <0,05).

Representative Results

Denne delen inneholder en oppsummering av resultatene oppnådd ved å bruke to forskjellige algoritmer for tractography, deterministisk og probabilistisk. LGN volumer i PD rom i hvilket masker opprinnelig ble trukket, så vel som i alle andre områder som brukes i denne undersøkelsen er angitt i tabell 2, og LGN sporing er illustrert i figur 4. Resultatene som presenteres her, er basert på løp som brukte en standard kule som LGN avkastning. Standard LGN Volumet var 461 mm 3 i begge halvkuler i anatomiske plass (sannsynlighets kjøre), og 292,5 mm 3 og 364,5 mm 3 i høyre og venstre hjernehalvdel, henholdsvis i diffusjon plass (determinis løp). For begge løper, disse standard volumene er svært nær gjennomsnittsvolum beregnet i MNI plass (anatomisk til MNI: 472 mm 3 og 440 mm 3 for venstre og høyre, henholdsvis diffusjon til MNI: 376 og 312 mm 3 for venstreog høyre, henholdsvis), men større enn de fleste individuelle LGN volumer i hjemplass (største i anatomiske: 281 mm 3, største i diffusjon: 324 mm 3). Siden Bonferroni er en svært konservativ test, verdier p mindre enn 0,1 behandles som nærmer betydning og rapporteres her. I tillegg TBSS på FA kart avdekket områder med signifikant forskjell (p <0,05) mellom de to gruppene, med områder i røde representerer regioner av redusert hvit substans kanalen integritet i albinisme (figur 5).

For både deterministiske og sannsynlighets går, kovariater og treveis gruppe av kjønn ved halvkule samhandlinger var ubetydelig, og derfor ekskludert fra alle endelige analysene. For den deterministiske løp, bruker gjennomsnitts FA som avhengig variabel, viktigste effektene av gruppe og kjønn var ubetydelig, mens den viktigste effekten av halvkule nærmet betydning (betyr ± SEM 0,41± 0,008 høyre; 0,39 ± 0,006 venstre, p = 0,064). Midler (± SEM) av gjennomsnitts FA verdier som tilsvarer den eller region koble LGN til V1 var 0,39 ± 0,007 for albinisme og 0,40 ± 0,008 for kontroller. En to-veis interaksjon av gruppen av halvkule var signifikant (p = 0,013). For sannsynlighets løp, bruker gjennomsnitts FA-verdier fra fdt_paths som avhengig variabel, den viktigste effekten av gruppen var ubetydelig (gjennomsnitt ± SEM .353 ± 0,0035 kontroller, 0,349 ± 0,0046 albinisme). Men de viktigste effektene av halvkule (0,358 ± 0,004 høyre; 0,345 ± 0,003 venstre, p = 0,005) og kjønn (.34 ± 0,004 kvinner, .36 ± 0,004 menn, p = 0,014) var signifikant. En toveis gruppe av kjønn samspillet var signifikant (p = 0,033). Data for alle tester ble normalfordelt som bekreftes av Shapiro-Wilk test (p> 0,05). Ved hjelp av den deterministiske tilnærmingen, middel waytotal verdier var 2728 ± 127 for albinisme og 2753 & #177; 169 for kontroller. Den viktigste effekten av halvkule og toveis gruppen av kjønn interaksjon var signifikant (p = 0,027 og p = 0,004, henholdsvis). Bruke PGSL som avhengig variabel, de viktigste effektene av gruppe og kjønn var ubetydelig, mens effekten av halvkule var signifikant (betyr ± SEM 0,89 ± 0,045 høyre; 0,63 ± 0,026, p = 0,001). Den toveis gruppe av kjønn samspillet 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 kontroller. PGSL ble beregnet ved hjelp av standard LGN avkastning. Data ble normalfordelt (Shapiro p> 0,05). For sannsynlighets løp, bruker waytotal verdier og PGSL som avhengige variabler, de viktigste effektene av gruppen, halvkule og kjønn var ikke signifikant. Mean waytotal verdiene var 28739 ± 7297 for albinisme og 31220 ± 7202 for kontroller. Mean PGSL fra LGN til V1 var 1,3 ± 0,3 for albinisme og 1,4 ±0,3 for kontroller. I begge tilfeller data var ikke-normalfordelt, og gamma-log transformasjon ble brukt.

Ved hjelp av den deterministiske tilnærmingen, avslørte parvise sammenligninger redusert FA i den høyre hjernehalvdelen av albinisme sammenlignet med kontroller (C 2 (1, N = 21) = 4,15, p = 0,042). I kontrollene, venstre hemisfære FA verdi var lavere enn for den høyre hjernehalvdelen (p = 0,007), og en trend for redusert FA hos kvinner i forhold til menn ble funnet (C 2 (1, N = 21) = 2.97, p = 0,085). Ved hjelp av sannsynlighets tractography, parvise sammenligninger åpenbart redusert FA i venstre hjernehalvdel i forhold til den høyre hjernehalvdelen i begge gruppene (C 2 (1, N = 21) = 6,31, p = 0,012). Hos menn ble FA betydelig redusert i albinisme sammenlignet med kontroller (C-2 (1, N = 21) = 4,27, p = .039). Også FA var betydelig redusert hos kvinner komparativeed til menn i kontrollgruppen (C 2 (1, N = 21) = 14,37, p <0,001). Bruke waytotal verdier fra den deterministiske løp som avhengig variabel, parvise sammenligninger åpenbart redusert tilkobling hos menn med albinisme hos mannlige kontroller (C 2 (1, N = 21) = 4,65, p = 0,031). I begge gruppene, tilkobling i venstre hemisfære ble lavere i forhold til den høyre hjernehalvdelen (C 2 (1, N = 21) = 4,34, p = 0,037). I tillegg tilkoblings var lavere hos menn enn hos kvinner i albinisme gruppen (C 2 (1, N = 21) = 4,47, p = 0,034), mens det motsatte ble observert i kontrollgruppen (C 2 (1, N = 21) = 3,87, p = 0,049). Til slutt, i hunner, ble en tendens til redusert tilkoblings sett i kontrollene sammenliknet med albinisme (C 2 (1, N = 21) = 3,52, p = 0,061). Bruke PGSL verdier beregnet fra deterministiske data, parvise sammenligninger avslørte simiTilsvarende resultater til de som ble oppnådd med waytotal verdier. Utgangene fra determinis tractography er illustrert i figur 6. Ved hjelp av sannsynlighetsdata, parvise sammenligninger åpenbart redusert tilkobling i den høyre hjernehalvdel av menn enn hos kvinner (C-2 (1, N = 21) = 15,96, p <0,001). Utgangene fra sannsynlighets tractography er illustrert i figur 7 A Pearsons korrelasjon viste en meget svak negativ korrelasjon mellom PGSL verdier fra begge metoder (r = -0,172, p = 0,276;. Men fiberveiene i stor grad overlapper hverandre og som er kvalitativt lik (figur 8) .

Figur 1
Figur 1:. Primær Visual Pathway i hjernen til friske personer og pasienter med albinisme Hver LGN mottar innspill fra begge øyne. Ipsilaterale retinal projections avslutte på lag 2, 3 og 5, mens kontralaterale anslag ende på lag 1, 4 og 6. LGN sender anslag til V1 via optisk stråling (lilla), med aksoner avslutte tyngst på V1 Layer 4. Innganger fra to øyne forblir segregert i okulær dominans kolonner med Layer 4. Utover dette punktet, er innspill fra begge øyne kombinert (kikkerter nevroner i hjernebarken). (A) I kontroller, omtrent halvparten av fremspringene strekker seg ipsilateralt (rød) fra det tidsmessige hinnen, mens den andre halvparten oppstår fra nasal hinnen og kryss (grønn) ved chiasm til den kontralaterale hemisfære. (B) I albinisme, er det et skifte i tråd med decussation inn i tidsmessige netthinnen, noe som resulterer i økt kryssing av optiske nervefibre, som illustrert ved de fortykkede grønne fibre. Dette skjematisk antyder flere misdannelser videre nedstrøms Retino-geniculo-cortical vei, med redusert LGN til V1-tilkobling i albinisme (modifisert fra Mcketton et al., 2014) som bekreftes av denne studien. Klikk her for å se en større versjon av dette tallet.

Figur 2
. Figur 2 "Probabilistic Tractography Pipeline FLIRT Linear Registrering ble brukt til å transformere Deltakernes Brains til ulike steder (registrering angitt med røde piler): I utarbeidelsen av frø masker, ble PD hjerner registrert til anatomiske T1 plass og for å FreeSurfer (FS) plass, og transformasjoner ble brukt på originale LGN masker ved hjelp av nærmeste-nabo interpolasjon. for å opprette målet masker, ble FS hjerner forvandlet til T1 plass og transformasjoner ble brukt til FreeSurfer er V1 masker ved hjelp av tri-lineær interpolasjon. T1 og FS hjerner ble lineært registrert diffusjonsåpen plass. FreeSurfer 's kontralateral hvit substans grensen maske ble lagt til som utelukkelse maske i FS løp. PROBTRACKX2 for sannsynlighets sporing ble kjørt i diffusjon plass med masker innspill i T1 og FS plass. Klikk her for å se en større versjon av dette tallet.

Figur 3
Figur 3: Deter Tractography Pipeline. Pre-prosessering Involvert DICOM å Nifti konvertering og ga en Diffusion-Weighted Image (dti.nii.gz) sammen med to tekstfiler (bvec og bval). Forstyrrelser og bevegelse ble korrigert for bruk av FSL Eddy gjeldende korreksjon verktøy. Eddy korrigert diffusjon vektet bildene ble åpnet i DSI Studio og bvec og bval filer ble lastet opp på en b-tabellen vinduet for å opprette en kilde (.src-fil). Kilde filene ble åpnet og standard rekonstruerthjerne masker ble modifisert som nødvendig. Deretter ble DTI rekonstruksjon modell brukt til kildefilene for å produsere fiber informasjon filer (.fib). LGN masker i diffusjon plass ble lastet ombord i .fib filene i sporing vinduet og satt som frø. Region 17 (V1) fra Brodmann atlas ble satt som en terminative regionen. I hvert løp, ble det kontralaterale WM maske fra FreeSurfer segmentering atlas lastet og satt som en ROA (begge halvkuler avgrenset her). Likhetstegn representerer produktet ga i et bestemt trinn; Oransje piler indikerer input filen som ble brukt for neste behandling eller sporing trinn; Stjerne (*) angir masker og hjerner i diffusjon plass. Klikk her for å se en større versjon av dette tallet.

Figur 4
Figur 4: LGN Mask Avgrensning. (A) Zoomet-i lys av høyre og venstre LGN på et gjennomsnitt coronal PD-vektet bilde skive som ble interpolert til dobbelt så høy oppløsning og halvparten voxel størrelse hos en pasient med albinisme, A11. (B) manuelt spores til høyre og venstre LGN områder av interesse (Rois) i rødt (C) LGN masker forvandlet til FreeSurfer plass ved hjelp av nærmeste nabo (rød) og tri-lineære (blå) interpolations. Den tidligere ble brukt for alle transformasjoner utført i denne studien for mer nøyaktig avgrensing av strukturen. Klikk her for å se en større versjon av dette tallet.

Figur 5
Figur 5: Voxelwise Statistisk analyse med TBSS Hele hjernen voxelwise statistisk analyse av. FA data ble utført ved hjelp av skrift-baserte romlig statistikk (TBSS). Ikke-lineær registrering av alle deltakernes FA bilder til en felles plass ble utført, etterfulgt av etableringen av en gjennomsnittlig FA skjelett og projeksjonen av hver deltakers FA bilde på skjelettet. (A) albinisme> kontroll kontrast som viser skjelettet i grønt med noen områder av betydning på grunn av redusert FA i albinisme sammenlignet med kontroller. (B) Signifikant forskjell mellom kontrollgruppen og den albinisme gruppen detekteres, med områder i rødt som representerer regioner (cerebral hvit substans tilsvarende optiske stråle fibre og calcarine cortex, på hvilken de si) med redusert hvit substans kanalen integritet i albinisme, for kontroll> albinisme kontrast (TFCE (terskelfritt klynge ekstrautstyr) korrigert, p <0,05), (C) Fortykket skeletonised versjonen av resultatene vist i B, for visuell representasjon.les / ftp_upload / 53759 / 53759fig5large.jpg "target =" _ blank "> Klikk her for å se en større versjon av dette tallet.

Figur 6
Figur 6:. Utgang fra DSI Studio Fiber Tracking (A) Redusert LGN til V1 tilkobling i albinisme pasient A1 (laveste antall rekonstruerte traktater mellom deltakerne i høyre hjernehalvdelen, 1365) sammenlignet med (B) kontroller (S6, høyeste antall rekonstruerte traktater blant kontroller i høyre hjernehalvdelen, 4355) (til venstre LGN i rødt, rett LGN i grønne, LGN forbindelser til synssystemet og OR i oransje, V1 i blått). Optikk kanalen til LGN-tilkoblinger er også sett i produksjonen. Klikk her for å se en større versjon av dette tallet.

Figur 7:. Utgang fra PROBTRACKX for Probabilistic Tracking Redusert LGN til V1-tilkobling i albinisme (øverst) sammenlignet med kontroller (nederst). LGN er vist i gult, optisk stråling i grønt, V1 i rødt. Merk at skivene som vises her ikke er ment å være det samme, men er heller valgt som skiver som best representerer resultatene av metoden. Klikk her for å se en større versjon av dette tallet.

Figur 8
Figur 8:. Probabilistic versus Deter Output Overlapping kart Anatomiske hjernen (sannsynlighets kjøre) og diffusjon hjerner (determinis run) ble registrert på1mm MNI hjernen. Transformasjoner ble brukt til tractography utgangs traktater fra løyper som brukes standard kuler som LGN avkastning. Utgang traktater ble i gjennomsnitt over deltakere i hver metode, og (A) middelveis masker var kledd på en 1 mm MNI hjernen i FSL visning for sammenligning (probabilistic i grønt, deterministisk i rødt). Åpenhet ble brukt til å skildre lignende forestillinger om tilkobling i begge metodene. (B) LGN (blå) og V1 (rosa) masker ble tilsatt for å illustrere frø og målet regioner. Klikk her for å se en større versjon av dette tallet.

albinisme Controls
Deltager Alder (år) Kjønn Klassifisering Synsskarphet Deltager Alder (år) Kjønn
A1 48 M OCA 0.6 S1 24 F
A2 20 M OCA-en 0.8 S2 22 M
A3 21 M OCA-1A 1.0 S3 25 M
A4 48 M OCA-en 1.0 S4 24 F
A5 43 F OCA-en 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-en 0.9 S10 60 M
A11 29 F OCA-2 0.5

Tabell 1: Deltaker Informasjon og helse historie. Synsskarphet ble vurdert ved hjelp av en Early Treatment Diabetic retinopati Study (ETDRS) eye diagram og eksplisittd i LogMar (logaritme av den minste vinkelen oppløsning) notasjon, dvs. logaritmen til basisen 10 av desimal synsskarphet (0,0 til 1,0 for 20 / 20-20 / 200). ETDRS diagram testing har vist seg å være mer nøyaktig enn den universelt brukte Snellen test 29. Alle kontroller hadde normal eller korrigert til normal synsskarphet (20/20). Ingen historie av nevrologiske lidelser ble rapportert.

PD anatomisk Diffusjon FS
Venstre Ikke sant Venstre Ikke sant Venstre Ikke sant Venstre Ikke sant
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

Tabell 2:. En oppsummering av LGN Volumene Volumene er tatt opp i denne tabellen (mm 3) er av høyre og venstreLGN av pasienter og kontroller i alle rom som brukes i denne studien.

Discussion

Altered WM og, mer spesifikt, redusert tilkobling i albinisme sammenlignet med kontroller var forventet. Dermed reduseres FA i den høyre hjernehalvdelen av albinisme sammenlignet med kontroller, samt redusert tilkobling i mannlige pasienter med albinisme rapporteres her er i tråd med våre anslag. Kjønn og halvkule effektene er ikke helt klart, selv om forskning på friske hjernen som tyder på redusert WM kompleksiteten i venstre halvkule av menn i forhold til kvinner 30-31 kan forklare noen av de kjønns og halvkule relaterte forskjeller observert i denne studien. Redusert tilkobling i mannlig albinisme i forhold til kvinnelige albinisme kan være delvis på grunn av den yngre gjennomsnittsalderen for kvinner i begge gruppene (7 - 8 år <menn), som ble rapportert WM volum til å bli redusert i midten av voksenlivet i den friske hjernen 32 -33. Kjønnsforskjeller kan også skyldes den lille utvalgsstørrelsen og ujevnt antall hanner versus kvinner i hvergruppe (5 hanner OCA, 4 kontroller). Den økte tilkoblingsmuligheter observert i kvinnelige albinisme sammenlignet med kontroller av samme kjønn ikke var forventet, og kan foreslå noe slag av en kompenserende mekanisme i albinisme. Men dette funn kan heller tilskrives den store variasjonen innen en liten populasjon prøve.

Mean FA og effektivisere telling brukes til å utforske LGN til V1-tilkobling. FA er en av de hyppigst rapporterte tiltak avledet fra diffusjon data. Det er mest nøyaktig beskrevet som en kvantifisering av hvor sterkt retnings diffusjon er i en region. Det er viktig å merke seg at gruppeforskjeller i FA tiltak ikke nødvendigvis innebære forskjeller i hvit substans integritet. Etter denne studien innebærer en klinisk tilstand med en potensiell effekt på hvit substans, kan en slik tolkning rettferdiggjøres. Men mens redusert integritet foreslår strukturelle skader eller nedgang, FA i en region kan senkes på grunn av færre barrierer som størreaxon diametre og mindre tettpakkede axoner, så vel som på grunn av mindre effektive grenser som følge av økt membranpermeabilitet 34. Begrepet "strømlinjetelling", er foretrukket fremfor 'fiber count ", siden antallet rekonstruerte strømlinjene ikke kan være en sann representasjon av antall faktiske fibre på grunn av variasjoner i spredningsveier funksjoner som lengde, krumning og forgrening, samt forsøksbetingelser som signal-til-støy-forhold (SNR) 34.

Tractography er den eneste ikke-invasiv teknikk for kartlegging WM in vivo. I den deterministiske metode, oppstår opphør når anisotropi faller under et visst nivå, eller når det er en brå vinkler. Men de fleste vokslene inneholde fibre i mer enn en retning, og det deterministiske metode er begrenset til enten å identifisere dominante kanalen i et volumelement eller en "gjennomsnittlig" i alle retninger innenfor et volumelement. Det unnlater derfor å gi et sant Representering av nervebaner. Sannsynlighets tractography tillater oppløsning på to fiber modeller i en enkelt voxel, noe som gir en mer pålitelig representasjon av en traktat, og sporing i områder med lav anisotropi 17. Den probabilistisk algoritmen var derfor spesielt fordelaktig i denne studien, som undersøkte banen til OR, en sterkt forgrenet struktur WM (særlig den delen av Meyers loop) som ender i den grå materie i V1. Det er viktig å merke seg at probabilistiske tractography refererer til en stokastisk sannsynlighet for å ha den samme sti dukke opp over flere permutasjoner, i stedet for den misvisende oppfatningen av tractography som representerer den sanne anatomi av en fiber. Selv om sannsynlighets tractography antas å følge den sanne løpet av nervefibre nærmere, ble determinis tractography kjøre for å sammenligne nytten og reproduserbarhet av begge teknikkene. Siden trender ble oppdaget ved hjelp av sannsynlighets tilnærming, likheter setti determinis løp bare ytterligere styrket gyldigheten av resultatene.

Bortsett fra sin økende bruk i forskning på kartlegging anatomiske tilkobling i hjernen, har tractography vist lovende fremskritt i nevrokirurgisk panorering. Visualisering av eller under fjerning av svulster ved neuronavigationally overføre DWI data inn i operative feltet ble rapportert å hjelpe på hell fjerne lesjonene og holde synsfelt intakt 35. Likevel har DTI begrensninger som relativt dårlig romlig oppløsning og svekket datakvalitet når strukturer med lav fiber tetthet som OR studeres 20. Selv om sannsynlighets tractography var den foretrukne teknikk, denne studien var å sammenligne de to algoritmer. Begge sporingsalgoritmer avslørte noen vanlige resultater, noe som øker påliteligheten av resultatene.

LGN volum varierer 112-276 mm 3 hos friske hjerner 8 og correlates med volumer av den visuelle cortex og synskanalen, men ikke med generelle hjernevolum 36. Siden tractography avhenger av antallet voksler i frøet masken bør LGN volum være normalisert på tvers av deltakerne for å forhindre skjevhet i kvantitative sammenligninger mellom traktene 37. Vi kontrollerte for forskjeller i LGN størrelse ved hjelp av to ulike metoder. I den første metoden ble det sfæriske ROIs av en standard størrelse opprettet. For å oppnå dette, ble en gjennomsnittlig volum i alle fag av sine LGN masker forvandlet til MNI plass beregnet. Ved hjelp av radien av den midlere masken i MNI plass, ble en sfære sentrert om massesenteret for hvert LGN i enten anatomisk eller diffusjon plass. Ved hjelp av en standard sfære ROI med et volum som er større enn de individuelle LGN volumene sikrer innlemmelse av alle lydelementer som er en del av denne struktur i alle deltakere. Mens du bruker en større maske størrelse ville vanligvis øke risikoen for falske positiver, ikke en slik bekymring gjelder ikke når seedingi en struktur slik som den LGN, som skiller seg i tilkoblings mønstre fra omkringliggende kjerner. Derfor voxel som tilhører andre strukturer vil generere strømlinjene som ikke følger de forventede stier og slike baner vil derfor bli forkastet 18 sikret andre metoden vi brukte for å kontrollere for LGN volum var å kjøre statistiske analyser ved hjelp av LGN volum som en kovariat, men dette ikke vesentlig endre de statistiske resultatene. En annen mulig tilnærming for LGN normalisering er tillegg og fjerning av vokslene rundt enkelt LGN masker for å få en standard størrelse på tvers av fag ved hjelp av et MATLAB script. Denne tilnærmingen krever ingen ytterligere registreringer, og derfor begrenser graden av deformasjon av hjernen bilder og øker nøyaktighet. Den beholder også LGN omrisset snarere enn å skape en sfære rundt LGN-regionen. Imidlertid, for å minimalisere menneskelige feil, kan fler atlas segmentering brukes i stedet for manuelt å spore LGN masker. Ved hjelp av et sett av atlaser kontoerfor individuell strukturvariasjoner og derfor gir en mer nøyaktig representasjon av en subkortikal region enn en enkelt atlas 38.

Denne nye in vivo studien undersøker innbyrdes avhengige utvikling mellom forskjellige deler av det primære visuelle bane i human albinisme. Det gir dermed ytterligere innsikt i etiologien av denne tilstanden og forbedret diagnostisering gjennom identifisering av lidelse spesifikke signaturer. Både sannsynlighets og determinis tractography algoritmer som brukes her viste sammenlignmønstre endret LGN til V1-tilkobling i menneskelig albinisme. Selv om ingen generalisering til den store befolkningen kan gjøres på grunn av den lille prøvestørrelsen og stor interindividuell variasjon i strukturer av interesse, denne studien viser anvendeligheten av tractography påvise trender i prøven populasjonen, noe som tyder på viktigheten av ytterligere forskning innen feltet.

Acknowledgments

Arbeidet støttes delvis av de naturvitenskapelige fagene og Engineering Research Council of Canada (NSERC). Forfatterne takker deltakerne, Dr. Rick Thompson for hans hjelp i å rekruttere de albinisme pasienter, Denis Romanovsky for hans hjelp å kjøre noen av analysene og endre en figur, Mónica Giraldo Chica for sin kunnskap og råd med tractography, Joy Williams for hennes hjelp i MR oppkjøpet, og Aman Goyal for hans MR analysekompetanse.

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 Tilkobling i Primær Visual Pathway i Human albinisme Bruke Diffusion Tensor Imaging og Tractography
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