Difüzyon tensör görüntüleme ve traktografi kullanarak İnsan Albinizmi İlköğretim Görsel Yolu'ndaki Bağlantı Ölçme

Summary

Bu yazıda albinizm ve kontroller arasında optik radyasyon (OR) bağlantısı farklılıkları incelemek için kullanılan beyaz cevher (WM) yeniden inşası için deterministik ve olasılıklı algoritmalar açıklar. olasılıklı traktografi daha yakından sinir liflerinin gerçek seyrini takip rağmen, deterministik traktografi her iki tekniğin güvenilirliğini ve tekrarlanabilirlik karşılaştırmak için çalıştırıldı.

Abstract

albinizm olarak, ipsilateral çıkıntı retina ganglion hücrelerinin (RGCs) sayısı önemli ölçüde azalır. Retina ve optik kiazma yanlış iletilmesi için aday siteleri olarak öne sürülmüştür. lateral genikulat çekirdeği (LGN) sayısı arasında bir korelasyon nöronlar röle ve LGN boyutu gösterilen ve insan albinizm de LGN hacminde önceden bildirilen azalmasına göre beri, biz öneririz birincil görsel kortekse LGN fiber projeksiyonları (V1) Ayrıca azalır. albinizm görsel sistemdeki yapısal farklılıkları incelenmesi yanlış iletilmesi ve sonraki klinik uygulamaları mekanizmasının anlaşılmasını artırabilir. Difüzyon verileri Traktografi OR (optik radyasyon) eşleştirmek için yararlıdır. Bu yazıda 32 kanallı kafa bobin yapısal taramaları elde etmek için kullanılan ile albinizm ve controls.An MRI tarayıcısı beyin bağlantısı karşılaştırmak amacıyla için VEYA yeniden iki algoritma açıklanır. 1 mm olan bir T1 ağırlıklı 3D-MPRAGE dizisi³ izotropik voksel boyutu V1 segmentasyonu için yüksek çözünürlüklü görüntüler oluşturmak için kullanıldı. Çoklu proton dansite (PD) ağırlıklı görüntüler hakkı için koronal edinilen ve LGN lokalizasyonunu bırakılmıştır. Difüzyon tensör görüntüleme (DTG) taramaları 64 difüzyon yönleri ile elde edildi. Hem deterministik ve olasılıklı izleme yöntemleri, hedef maskesi olarak tohum maske ve V1 olarak LGN ile çalıştırın ve karşılaştırılmıştır. DTG göreceli olarak zayıf uzaysal çözünürlük ve OR doğru tarif nedeniyle düşük elyaf yoğunluklu etmek zor olabilir sağlasa da, traktografi araştırma hem de klinik olarak avantajlı olduğu gösterilmiştir. Yolu bazlı uzamsal istatistik (TBSS) kontrollere göre albinizm olan hastalarda OR içinde önemli ölçüde azalır beyaz cevher bütünlüğünün alanlarını ortaya koymuştur. İkili karşılaştırma kontrollere kıyasla albinizm V1 bağlantısı için LGN önemli bir azalma ortaya çıkardı. Karşılaştırılması izleme algoritmaları hem güvenilirliği güçlendirilmesi, ortak bulgu ortayatekniğin.

Introduction

Albinizm öncelikle etkilenen bireylerde gözlenen açık hipopigmentasyon ile karakterize genetik bir hastalıktır. Melanin sentezindeki ¹ ilgili genler miras mutasyonlar neden olur. Albinizm iki ana formda ortaya çıkar göze damlatma deri albinizm (OKA), göz ve deri hem özellikleri sunan otozomal resesif özellik; ve oküler albinizm (OA), erkeklerde daha yaygın ve göz semptomları ² öncelikle karakterize X'e bağlı özellik. retina pigment epiteli (RPE) melanin merkezi görme yolunun düzgün gelişimi için çok önemlidir. Albinizm Onun yokluğu dolayısıyla fotofobi, nistagmus, görme keskinliğinde azalma ve binoküler görme ^2-3 kaybı dahil görme engelli, sonuçlanır. Görme keskinliği albinizm ⁴ değişmiş fovea morfoloji, bağlantılı olmuştur. İnsanlarda, çaprazlama bir retina hat burun retinadan liflerle, fovea ile nasotemporal sınırı boyunca yatıyordiğer yarımkürede ve ipsilateral uzanan zamansal retina gelenler kapısı. albinizm azalmış görme fonksiyonunun derecesi hipopigmentasyon düzeyine bağlantılı olmuştur. Spesifik olarak, pigmentasyon çaprazlama ⁵ hattı zamansal retina içine kayması ile ters orantılıdır. Zamansal retina içine çaprazlama doğrultusunda kaymasının bir sonucu olarak, optik sinir liflerinin geçişi artar - ortak özelliği, tüm türler ³ arasında.

İnsanlar üzerinde yapısal MRI çalışmaları olası albinizm ^6-8 gözlenen RGCs artmış geçiş sonucu kontrollere kıyasla albinizm dar optik chiasms göstermiştir. Retina ve optik kiazma gibi Efesliler aile reseptörleri ve bunların ligandları ⁹ olarak aksonal rehberlik ipuçlarını ifade ve bu nedenle yanlış iletilmesi ¹⁰ aday sitelerdir.

kaynaklı glokom maymunlar üzerinde yapılan bir çalışmada önemli bir dec ortayaLGN parvalbumin immunoreaktif yedek nöronları ve LGN cilt ¹¹ sayısında artma. Bu LGN boyutu ve V1 OR üzerinden seyahat beyaz cevher (WM) yörünge sayısı arasında bir korelasyon göstermektedir. İnsan albinizm üzerine Otopsi çalışma da erimiş M ve P katmanları ¹² ile daha küçük LGN saptandı. Yüksek çözünürlüklü yapısal MRG albinizm ⁸ LGN hacminin önemli bir azalma doğruladı. Birlikte ele alındığında, bu bulgular LGN nöronların sayısı azaltılmış neden olabilir LGN hacmi azalmış ve LGN ve V1 arasında azalmış bağlantıda sırayla düşündürmektedir.

İnsanlarda anatomik bağlantı incelenmesi desenler sınırlı kalmıştır. Diseksiyon, izleyici enjeksiyon ve lezyon indüksiyon sadece otopsi kullanılabilir ve genellikle hastaların çok az sayıda içerebilir invaziv teknikler bulunmaktadır. karbosiyanin DII enjeksiyonları boya kullanılarak Önceki çalışmalar V1 ve V2 (ikincil görsel c arasındaki nöronal bağlantı gösterdiORTEX) ^13, hem de aldehid sabit ölüm sonrası insan beyni ¹⁴ hipokampal kompleksi içinde. Bu şekilde, Etiketleme elyaflar enjeksiyon ¹⁴ alanına milimetre arasında sadece onlarca mesafeler ile sınırlandırılmıştır. Difüzyon tensör görüntüleme DTI, lif yolu yönünü ve organizasyonu tanımlamak için erken 1990'ların ortalarında geliştirilen bir MRI yöntemidir. Bu yaşam beyinde büyük WM yollarının haritalama sağlayan bir non-invaziv bir yöntemdir. DTG biyolojik doku ¹⁵ su moleküllerinin difüzyonuna karşı duyarlıdır. Beyinde su difüzyon nedeniyle bu tür membranlar ve miyelin olarak engellere anizotropik (düzensiz) 'dir. WM difüzyon elyafların ¹⁶ yönelimine dik daha fazla paralel, yani yüksek difüzyon anizotropiye sahiptir. Fraksiyonel anizotropi (FA) anizotropik bir şekilde yayılmasına moleküllerin tercih tanımlayan bir skaler büyüklüktür. FA değerleri düşük, yüksek anisot için, 0-1 arasında değişirvıcık vıcık (beyin omurilik sıvısı (BOS) 16.

Streamline (deterministik) ve olasılık lif izleme 3D yol yeniden inşası için iki farklı algoritmalar vardır. Deterministik traktografi tanımlanmış bir tohum bölgede komşu vokseller bağlayan bir hat yayılım yöntemi kullanır. Bu algoritma kullanılan iki durak kriterleri dönüm açısı ve FA değeri vardır. Bu nedenle, komşu vokseller arasında izleme yolu büyük dönüm açılarında olası değildir. Algoritma olur bu nedenle de bir voksel FA anizotropi damla gri madde, yakın doğru tanımlanması yollarında etkinliğini sınırlayan, belirli bir eşiği aşarsa yalnızca ilerler. Olasılıklı traktografi, diğer taraftan, bir vokselin olasılığını anlatan bir bağlantı haritası faiz (ROI) iki bölge arasında bir yolunun parçası olmak verir ve böylece bu tür V1 ¹⁷ gri madde içine ilerler. Bu MR uygulamayı kullanarak, gibi önemli WM yapılarÖnceki çalışmalarda ^18-20 'de gösterildiği gibi TD, tarif edilebilir.

Bu çalışma bu nedenle retino-geniculo-kortikal bağlantısı üzerinde aksonal yanlış iletilmesi etkisini araştırmak için difüzyon verilerini ve traktografi kullanır. İnsan albinizm ⁸ LGN hacminde önceden bildirilen azalmalar dayanarak, V1 LGN fiber projeksiyonları da (Şekil 1) azaldığını tahmin.

Protocol

Etik Beyanı: Mevcut araştırma çalışması York Üniversitesi, Toronto İnsan Katılımcıların İnceleme Komitesi (HPRC) tarafından onaylanmıştır. Tüm katılımcılar yazılı bilgilendirilmiş onam formu.

1. Konu Hazırlık

Not: OCA ile onbir katılımcılar, 36 ± 4 yıl (6 kadın) yaş yaşlı on yaş eşleştirilmiş kontrol, 32 ± 4 yıl (6 kadın) ile karşılaştırıldı. Katılımcı geçmişi Tablo 1'de kaydedilir.

1. doldurun ve MRG güvenlik talimatları ve görüntüleme protokolü listeleyen bir onam formunu imzalamak için her katılımcıdan.
2. her bir katılımcı için, kulaklar için kulaklıklar sağlarlar. kaş seviyesinde gözlerin üzerinde pozisyon yatar katılımcı ve ilk mıknatıs baş ve dönüm noktası. yastıkları ile Güvenli katılımcının baş baş hareketi azaltmak için. katılımcının hasta uyarı için bir sıkmak ampul verin.

2. Yapısal MRG Parametreleri

e_content "> Not:. Tüm görüntüleme konu başına tek bir oturum sırasında bir 32 kanallı kafa bobini kullanarak bir 3T MR tarayıcı üzerinde kazanılır:

1. Bir ile, satın alma süresi 4 dk 26 sn, görünüm 256 mm alanını, 256 matrisi, 1 mm kesit kalınlığı ile 192 dilim: aşağıdaki parametrelerle tüm beyini çevreleyen bir 3D-MPRAGE dizisi kullanılarak yüksek çözünürlüklü T1 ağırlıklı anatomik Edinme 1,0 mm ^3, TR = 1900 ms, TE (eko zamanı) = inversiyon 900 ms zaman ve 9 ° 1 ortalamasının flip açısı ile 2.52 ms çıkan izotropik voksel boyutu, paralel görüntüleme (IPAT GRAPPA, 2 ivme faktörü) .
2. Aşağıdaki parametreleri kullanarak, ön komissür / arka komissür (AC-PC) satırı aşağıdaki enine yönde dilimlerle korteksi kapsayan bir DTI dizisi, kazanmak: edinimi süresi 8 dakika 5 saniye, görünüm 192 mm alanını, 128 matrisi, 1.5 vokselleri 100 1,5 mm düzlem, 2 mm kalınlığında 56 bitişik (boşluk) dilimleri, TR = 6900 ms, TE = 86 ms, 64 yön b-değeri0 s /, 1 ortalamasının 3 bir ivme faktörü ile paralel görüntüleme (IPAT GRAPPA) mm ² (0 sn / ^mm2 düşük b değeri ile referans görüntü).
3. , Koronal yönde 30-40 PD ağırlıklı görüntü elde alt colliculus arka kısmına pons ön ölçüde kapsayan, beyin sapı paralel.
   1. satın alma süresi 1 dk tarama başına 29 sn, görünüm 192 mm alan, 256 matris, 1 mm kalınlığında 30-40 dilim, voksel boyutu 0.75 0.75 sonuçlanan: Turbo spin eko (FAST spin eko) darbe dizisi ve aşağıdaki parametreleri kullanın 1 mm ^3, TR = 3.000 msn, 2 bir ivme faktörü ile 120 ° flip açısı, 1 ortalama, paralel görüntüleme (IPAT GRAPPA) refocusing TE = 22 msn, 5 turbo faktör.
      Not: S12 aşağıdaki parametreleri kullanarak taranmıştır: view 180 mm alanını, 512 matrisi, 1 mm kalınlığında dilimler ile 30 dilim, voksel boyutu 0.4 x 0.4 x 1.0 mm ³ sonuçlanır. Diğer bütün parametreler aynı kalmıştır. Acquisition süresi 2 dakika 47 saniye.
4. Program dcm2nii kullanarak NIfTI formatında ham DICOM dönüştürerek tüm taramalar ön işlem.

3. LGN Delineation

Not: LGN dolayısıyla yüksek çözünürlüklü PD görüntüleri anatomik sınırlarını belirlemek için gerekli olan beyinde derin bulunan küçük subkortikal yapıdır. Bu taramalar, LGN kendi algılama ²¹ kolaylaştırılması, çevredeki WM yolları yüksek sinyal yoğunluğu göreceli bir alan olarak görünür. tespit anatomik LGN ardından Traktografinin için bir tohum bölgesi olarak kullanılır.

1. Grup üyeliğine kör olsa da, elle iki çözünürlüğe interpolasyon ortalama PD görüntülerde sağ ve sol LGN maskeleri üç kez her iz ve yarım voksel boyutu (orijinal 256 x 256 matriks, 0.75 x 0.75 x 1 mm ³ voksel boyutu).
   1. yüksek çözünürlük elde etmek için PD görüntüleri FMRIB en Yazılımı içinde serbestçe kullanılabilir FLIRT fonksiyonu ve diğer yazılım araçları kullanmakKütüphane (FSL, http://www.fmrib.ox.ac.uk/fsl/). Daha önce başka bir yerde ²² açıklandığı gibi upsample, her bir katılımcı için, hareket doğru ve ortalama PD görüntüleri bağlamak.
   2. FSLView yüksek çözünürlüklü PD resim yüklemek ve Tek seçeneği seçmek için Araçlar sekmesine tıklayın (ya da basın ) Resmi büyütmek için.
   3. Mask oluşturun seçeneğini seçin ve her dilim LGN izlemek için ekranın sol üst köşesindeki araç çubuğunu kullanmak için Dosya sekmesini tıklatın. İstenirse, LGN saptanmasını kolaylaştırmak için araç çubuğundaki min / max boyunca sürükleyerek görüntünün kontrastını değiştirmek.
2. fslmerge komutunu kullanarak bir medyan maske içine faiz (ROI) bu bölgeleri birleştirme.
3. Aynı komutunu kullanarak tek bir medyan maske içine tüm gözlemcinin 'medyan maskeleri birleştirin.

4. V1 Segmentasyon

1. beyin üzerine FreeSurfer23 (v5.3.0) 'de "Recon tüm" komutunu çalıştırınotomatik işleme için yerel anatomik alan (T1-ağırlıklı görüntüler) s.
2. Yeni oluşturulan mri klasör (orig.mgz, brain.mgz, rawavg.mgz, T1.mgz) Nifti için "mri_convert" seçeneğini kullanarak uygun çıkışları dönüştürün.
3. Gerekirse FreeSurfer uzayda kafatası soyulmuş çıkış beyin (brain.nii.gz) düzeltmek için FSL GUI BET beyin çıkarma kullanın. bet2 seçeneğini (varsayılan) kullanarak çalıştırın standart beyin çıkarma seçin. Görüntü beyin dokusunu yoksa eşiğini düşüren, ya da olmayan beyin dokusu (varsayılan eşiği 0.5) yakalanır ise artar. gelişmiş seçenekler Çıktı beyin çıkarılan görüntü ve Çıkış ikili beyin maske görüntüsü (manuel düzeltmeler için de kullanılıyor olabilir ikincisi) seçin.
4. "Label2surf" ve "surf2volume" komutları kullanarak bir hacimsel maskesine çıkışı V1 parselleşmesi dönüştürün.

5. Ön izleme Kayıtlar

Not: Bir sonraki adımlar için, izlemeye her açmak için FSL GUI çağrıg araçları.

1. BET beyin çıkarma kullanın ve "recon-tüm" tarafından oluşturulan ırm klasöründe bulunan kafatası şerit rawavg.nii.gz, için Bias alanını ve boyun temizleme seçeneği seçin. gerektiği gibi eşik ayarlayın.
2. Run FLIRT doğrusal kaydı FreeSurfer içinde beyinleri getirmek ve difüzyon alanı doğal anatomik alan için.
   1. Seç brain.nii.gz, Recon hepsi (FreeSurfer boşluk) çıkışı, veya giriş görüntüsü olarak T1 (yerli anatomik boşluk) çıkarılan bir kişinin beyin, ve bir Eddy düzeltilmiş ve beyin referans olarak difüzyon ağırlıklı görüntü (DAG) ekstre görüntü. Ardından "Git" i tıklayın.
      Not: Bu adım iki çıkışı, referans görüntünün (.nii.gz) ve bir dönüşüm matrisi (.mat) kayıtlı girdi beyni oluşturur. Tohum alanı difüzyon değilken dışında kaydından, ikinci dosya Traktografinin için gereklidir. 7.4.2 anlatıldığı gibi Traktografinin için bu adımda oluşturduğunuz çıktı dönüşüm matrisleri (.mat) kullanın.
3. Benzer5.2, koşmak FLIRT doğrusal kaydı FreeSurfer alan ve yerli anatomik alan katılımcıların PD beyinlerini getirmek.
4. Traktografinin için tohum maskeleri hazırlayın:
   1. FLIRT doğrusal kayıt araç çubuğundaki Utils gelen FLIRT dönüşüm uygulayın. dönüşüm matrisi olarak .mat çıkışını kullanın, orijinal LGN referans hacmi olarak girdi ve brain.nii.gz (FreeSurfer boşluk) veya T1_brain.nii.gz (yerli anatomik boşluk) (5.2) olarak maske. Gelişmiş seçenekler arasından En yakın komşu interpolasyon yöntemini seçin.
5. Traktografinin için hedef maskeleri hazırlamak, sadece brain.nii.gz dosyalarını kullanma:
   1. yerli anatomik alana FreeSurfer beyinleri kayıt ve Tri-Doğrusal interpolasyon kullanarak (5.2, 5.4.1 bakınız) V1 maskelerine dönüşümü uygulayarak hedef maskeleri yaratmak. "Git" i tıklayın.

6. LGN Normalleştirme

1. //fsl.fmrib.ox http: daha önce tarif edildiği gibi FNIRT doğrusal olmayan kayıt kullanma.ac.uk / FSL / fslwiki / FNIRT Montreal Nöroloji Enstitüsü tüm beyin şablonu (MNI152) kullanılarak, MNI uzaya yerli anatomik alanda katılımcıların olmayan çıkarılan beyinleri getirmek.
   Not: FNIRT çıkarılan beynini üzerinde flört göre olmayan çıkarılan T1s uygulandığı zaman kayıtları daha doğru olduğu gibi, orijinal anatomik görüntülerin doğrusal olmayan kayıt, bu adım için tavsiye edilir.
2. anatomik alanda LGN maskelerine dönüşümü uygulamak MNI uzaya maskeleri getirmek için 5.4.1 de açıklandığı gibi, en yakın komşu interpolasyon kullanarak (orijinal LGN önce 5.4 yerli anatomik alana dönüştürülmüştür).
3. AFNI yönettiği "3dMean" komutunu kullanarak her iki grupta arasında MNI alan tüm ortalama LGN maskeleri.
4. MNI uzayda ortalama maskeye bir eşik uygulamak için "fslmaths -Thr" kullanın.
5. V kullanarak MNI uzayda ortalama maskesi yarıçapı = 4/3 πr ³ (bir küre varsayalım) hesaplayın.
6. Kütle Coordi merkezi kaydedinkomutunu kullanarak yerli anatomik alanda her LGN maske yanar "fslstats -C".
7. Katılımcıların genelinde aynı hacimlerinin küresel ROI'ları oluşturun:
   1. 6.6 olarak kaydedildi yerli anatomik uzayda uygun bireysel LGN maskesi koordinatları ile bir ROI noktası oluşturmak için "fslmaths" kullanın
   2. "Fslmaths" kullanarak, yerli anatomik uzayda ROI noktasının çevresinde bir küre oluşturmak için MNI uzayda ortalama maske yarıçapı uygulayın.
8. Traktografinin için tohum olarak bu standart maskeleri kullanın.

7. Olasılıksal Traktografi (FSL 5.0.4)

Not: Bir sonraki adımlar için, aşağıdaki araçlardan her erişmek için Fdt_gui diyoruz.

1. Eddy akımı düzeltme ile DWIs bozulmalar için doğru. defaul bırakarak, Difüzyon Toolbox penceresinin üst kısmındaki menüden Eddy akımı düzeltme seçeneği seçin ve girdi olarak DAG yükleyint referans hacmi (0).
2. 4.3'te tarif edildiği gibi beyin BET görüntüleri ayıklamak.
3. Menüden DTIFIT İmar difüzyon tansörleri seçeneğini seçin. Aşağıdaki dosyaları içeren bir giriş dizini belirtin: difüzyon ağırlıklı veriler, nodif_brain_mask (BET çıkış), bvec ve bval (bvecs ve bvals olarak değiştirildi gerekir; difüzyon görüntü elde etme parametrelerinin, difüzyon NIfTI dönüşüm DICOM çıkışı hakkında bilgi içeren metin dosyaları veri). post-processing için dosyaları oluşturma, her voksel bir difüzyon tensör modeli uygun dtifit çalıştırmak için "git" tıklayın.
4. Sonraki, BedpostX (difüzyon parametrelerinin tahmini) menüsünden seçeneği seçin. DTIFIT için aynı giriş dizini kullanın. Traktografinin için gerekli tüm dosyaları oluşturmak için 'Git' düğmesini tıklayın.
5. Aynı menüden, olasılıklı takibi için ProbtrackX seçin ve ayrı ayrı her yarımkürede için çalıştırın. Varsayılan temel seçenekleri (5.000 numune, 0.2 eğrilik ve loopcheck applie tutund) ve artan doğruluk için gelişmiş seçenekler arasından olasılık akıcılık hesaplanması için Euler modifiye seçin.
   1. BEDPOSTX dizini olarak .merged dosyaları içeren BedpostX çıkışını seçin.
   2. Tohum alanı olarak tek bir maske seçin ve tohum görüntü olarak (yerli anatomik alanda) dönüştürülmüş LGN maskesi yük T1 difüzyon tohum dönüşümü difüzyon dönüşüm matrisi (yerli anatomik uzayda beyin) ve V1 (yerli anatomik alanda) hedef olarak "isteğe bağlı hedefler" (dışlama maskeleri ama tümü).
   3. Varsayılan örgü kuralını (Caret) kullanın ve yüzey referans görüntü olarak yerli anatomik alan (T1, görüntünün) beyin yükleyin.
6. 7.5.2'nin açıklandığı gibi Traktografinin için tohum bölgeler olarak (6. adımda oluşturulan) standart küresel İB'leri kullanarak olasılık izleme için ProbtrackX tekrarlayın. LGN (anatomik boşluk) dönüştürülmüş aynı şekilde yükle ROI 7.5.2'nin yüklendi.
7. Yeniden çalıştırın traktografi (7.5), bu kezbir dışlama maskesi olarak FreeSurfer en kontralateral beyaz cevher sınır maske ilavesi ile FreeSurfer uzayda tohum (non-normalize) ve hedef maskeleri ile üzerinde herhangi bir geçişi önlemek ve doğrudan ipsilateral bağlantıları sağlamak. ProbtrackX Araç kutusundan Yüzey seçeneği işaretleyin ve örgü kongre olarak FreeSurfer seçin.
   Her zaman difüzyon Uzaydan çalıştırılan traktografi vurgulamak önemlidir, ancak olasılık izleme için Probtrackx difüzyon uzaya bir dönüşüm matrisi ile birlikte farklı bir alanda tohum ve hedef maskeleri girişini sağlar: Not. Bu çalışmada, olasılıklı traktografi yerli anatomik ve FreeSurfer alan (Şekil 2) hem de maskeleri ile çalıştırıldı.

8. Deterministik Traktografi (DSİ Studio)

1. Açık Kaynak Görüntüler: Açık Girdap 1. Adım tıklayarak DSİ Studio ²⁴ difüzyon ağırlıklı görüntüler düzeltilir. otomatik olarak b-masa pencere üzerine yük bvec ve bval dosyaları opened kaynağı (.src) dosyası oluşturun.
2. Varsayılan gerektiği gibi beyin maskeleri yeniden değiştirmek için yeniden penceresinin üzerine oluşturulan Kaynak dosyaları yükleyin.
3. Ardından, rekonstrüksiyon yöntemi ²⁵ olarak DTI seçin ve elyaf bilgi dosyaları (.fib) üretmek için kaynak dosyaları çalıştırın.
4. FLIRT doğrusal kayıt kullanarak difüzyon boşluğuna Katılımcıların PD beyinlerini getirin.
5. 5.4.1 de açıklandığı gibi yakın komşu interpolasyon kullanarak LGN maskelerine dönüşüm uygulayın.
6. Programın izleme penceresinde dosyaları .fib açın.
7. terminative bölge olarak DSİ Studio temin Brodmann atlas tohum ve Bölge 17 (V1) olarak difüzyon uzayda LGN kullanarak, ayrı ayrı her yarımkürede için izleme çalıştırın. Bölgeler sekmesini ve Açık Bölge tıklayarak LGN maskesi yükleyin. Ekranın solundaki Bölge Listesi'nde Tip altında Tohum seçeneğini seçin. atlastan V1 maskesini yüklemek için, Bölge Listesi araç çubuğundan Atlas tıklayın veUygun atlas seçin.
8. Her dönemde, kontralateral WM kaçınma bir bölge (ROA) olarak FreeSurfer segmentasyon atlas (izleme penceresinde Bölge Listesi kutusu bakınız) (adında sol / sağ-beyin-beyaz madde) maske ayarlayın.
9. Traktografinin için difüzyon alanı yerine bireysel LGN olarak tohum bölgelerinde küresel İB'leri kullanarak (8,7-8,8) izleme tekrarlayın.
   Not: Küresel ROI tüm konularda genelinde aynı hacme sahip ve her LGN kütle merkezinin üzerinde yoğunlaşmış.
10. Tekrarlama LGN normalleştirme, bölüm 6, sadece bu sefer standart MNI uzaya difüzyon uzayda beyinleri kayıt ve difüzyon uzayda LGN dönüşümlerin uygulanması standart MNI uzaya maskeleri getirmek için (orijinal LGN önce 8.4-8.5 difüzyon alanı dönüştürülmüştür). MNI uzayda denekler genelinde tüm LGN ortalama hacmi olarak küresel ROI hacmini hesaplayın.
    Not: Takip parametreleri kullanıcı tarafından değiştirilebilir. En koşular için, varsayılan izleme parametreleri uygulanmıştır. Bazı kişilerde (A5, A7, S12) için, anizotropi eşiği (varsayılan 0,14-0,15) düşürülmüştür (0,10-0,12) ve açısal eşik (varsayılan 60) güzel görünüm için (65-85) artmıştır. Tekniğin şematik Şekil 3 'de gösterilmiştir.

9. İstatistiksel Analiz - TBSS (FSL)

Not: Yolu tabanlı mekansal istatistik dtifit26 elde maps16 katılımcıların FA bir voxelwise istatistiksel analizdir. Bu yoğun difüzyon verilerine istatistikler için kullanılmaktadır. Bu voxelwise yaklaşım VBM tarzı FA analizinde görülen potansiyel uyum ve düzleştirme sorunları üstesinden gelir ve ulaşılamaz traktografi tabanlı approaches16 aracılığıyla tüm beyin soruşturma sağlar.

1. yeni oluşturulan TBSS dizininde bulunan FA verileri "tbss_1_preproc" çalıştırın.
2. (FMRIB58_FA T ortak uzaya her katılımcının FA verilerini getirerek, doğrusal olmayan kayıt uygulamak için - "tbss_2_reg" RunTBSS hedef görüntüsü).
3. "Tbss_3_postreg -S" seçeneğini kullanarak, katılımcılar arasında tüm ortak yolları merkezleri ile ortalama FA iskelet oluşturun.
4. Koşmak tüm hizalanmış FA haritalarının ortalama iskelet üzerine her katılımcının hizalanmış FA haritası proje "0,2 tbss_4_prestats".
5. matris sipariş TBSS FA verileri önceden işlenmiş sırayla tutarlı olmasını sağlamak, design.con ve design.mat dosyaları oluşturun.
6. Bir iskelet (3D veri azaltılmış bir alt kümesi) üzerinde etki olarak TBSS için tavsiye edilir T2 seçeneğini kullanarak, "randomise" çalıştırın ve daha doğru p-değerleri verir 5.000 ön mutasyonlar.

10. İstatistiksel Analiz - SPSS

1. Deterministik Verilerden FA değerleri ayıklanıyor
   Not: Deterministik merkezli FA değerleri DSİ Studio çıkış istatistikleri metin dosyaları elde edilmiştir. Bu değerler, WH oluşturulan yolları içinde ortalama FA temsilBu durumda, ICH ve bölgeye karşılık gelir.
   1. DSİ stüdyoda çalıştırın lif izleme.
   2. yolları her üretilen kümesi için DSİ Studio tarafından oluşturulan 'istatistikleri' metin dosyaları kaydedin ve onlardan 'FA ortalama değerlerini kaydeder.
2. Olasılıklı Verilerden FA değerleri ayıklanıyor
   Not, olası tabanlı FA değerleri ProbtrackX2 çıkış fdt_paths dosyaları elde edilir. Bunlar bu çalışmada OR karşılık gelen alanı kapsayacak 3D sistem yoğunluğu görüntülerdir.
   1. difüzyon uzaya her katılımcının fdt_paths dosyalarını getirmek için FLIRT doğrusal kayıt kullanın.
   2. "- Bin fslmaths" kullanarak çıkış maskeleri binarize.
   3. her bir katılımcı için, "fslmaths -mul" seçeneğini kullanarak dtifit kendi FA harita ile maskeyi çarpın.
   4. Her yolu maskesi ortalama FA bulmak için "fslmeants" komutunu çalıştırın.
3. SPSS (Deterministik ve olasılıklı çok kullanılması ile Analizleri Koşu
   Veri)
   NOT: İstatistiksel analiz Mac için SPSS 20 kullanılarak gerçekleştirilir. yarımküre bir denek içi değişken, beynin her iki tarafında etkileri ayrı ayrı baktı edilebildiği genel bir doğrusal model (GENLIN) olduğundan, uygulanır. Özellikle, genelleştirilmiş tahmin denklemi (GEE) kullanılır.
   1. Ayrı testlerde, ortalama FA her set ve bağımlı değişken olarak saymak (waytotal ya da yüzde PGSL, akıcılık oluşturulan) düzene.
      Not: Bu çalışmada, sayım yolu-toplam değerlere dayanmaktadır düzene. Waytotal içerme / dışlama kriterlerine ²⁷ tarafından reddedildi değil üretilen akıcılık toplam sayısını açıklar. gönderilen akım çizgileri toplam sayısını ifade eder üretilen akım çizgileri numarası (NGSL), her bir voksel (bu durumda 5000) alınan numunelerin sayısı ile çarpımı tohum maskeli voksellerin sayısına eşittir. Yüzde oluşturulan Hale (PGSL) NGSL kat 100'e bölünmüş waytotal başarılı Stressiz bir ölçüsüdürTohum ve hedef arasında ctivity.
   2. Tüm testlerde onları bağımsız değişkenleri ayarlayarak V1 bağlantısı için LGN üzerinde grubu ve cinsiyet etkisini incelemek.
      Not: Ana etkiler yanı sıra iki ve üç yollu etkileşimleri incelenmiştir. Bireysel testlerin birbirine klimalı değildir dikkat etmek önemlidir, bu nedenle bir ana etkisi veya etkileşim anlamı, diğer bağımsızdır.
   3. Tüm testler için bir değişken olarak yaş kullanın. Ayrıca, bağımlı değişken olarak ortalama FA ile testler ve waytotal için bir değişken olarak LGN hacmini kullanabilirsiniz, ancak bağımlı değişken olarak PGSL ile yapılan testlerde onu ihmal.
      Not: Toplam beyin hacmi önemsiz bir ortak değişken olarak bulunmuştur ve bu nedenle istatistikleri çıkartılmıştır.
   4. Çoklu karşılaştırmalar ²⁸ (anlamlılık p <0.05 düzeyinde) ayarlamak için Bonferroni düzeltmesi yöntemini seçin.

Results

Bu bölümde deterministik ve olasılıklı traktografi, iki farklı algoritmalar kullanılarak elde edilen sonuçların bir özetini sağlar. PD alanı LGN hacimleri olan maske ilk olarak, bu çalışmada kullanılan tüm diğer alanlarda, Tablo 2'de kaydedilmiştir, çizildi ve LGN izleme Şekil 4'te gösterilmiştir. Burada bildirilen sonuçlar LGN YG gibi standart bir küre kullanılır çalışır dayanmaktadır. Standart LGN hacmi difüzyon alanı (deterministik ko...

Discussion

Değiştirilmiş WM ve daha özel olarak, kontrol beklenen göre albinizm içinde bağlılık azalmıştır. Böylece, kontroller yanı sıra burada bildirilen albinizm olan erkek hastalarda azalmış bağlantı ile karşılaştırıldığında albinizm sağ yarımkürede azalmış FA bizim öngörü ile uyumludur. Toplumsal Cinsiyet ve yarımküre etkileri göstermektedir sağlıklı beyin üzerine araştırmalar erkeklerde kadınlara kıyasla sol yarımküredeki WM karmaşıklığı azalmakla birlikte ^30-31 Bu çalışmada gözlemlenen cinsiyet ve yarımküre ilgil...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Magnetom Tim Trio 3T MRI	Siemens (Erlangen, Almanya)
FMRIB' Yazılım Kitaplığı (FSL)			http://www.fmrib.ox.ac.uk/fsl/
FreeSurfer			http://surfer.nmr.mgh.harvard.edu
DSI Studio			http://dsi-studio.labsolver.org
SPSS