August 11th, 2016
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.
Bu çalışmanın genel amacı, albinizmde talamokortikal bağlantıyı ve kontrolleri difüzyon görüntüleme kullanarak incelemek ve iki izleme algoritmasının çıktı optik radyasyon rekonstrüksiyonunu karşılaştırmaktır. Difüzyon MRG ve traktografi, aksonal yanlış yönlendirmenin insan albinizminde görsel yolun yapısal organizasyonu üzerindeki etkisi gibi görme araştırmalarındaki temel soruların yanıtlanmasına yardımcı olabilir. Bu tekniğin temel avantajı, canlı beyindeki büyük, beyaz cevher yollarının non-invaziv haritalanmasına izin vermesi ve nöroşirürji planlamasında umut verici ilerlemeler göstermesidir.
Tüm görüntülemeyi bu protokolde açıklandığı gibi edinin. 32 kanallı kafa bobini ile donatılmış 3 Tesla MRI tarayıcıda. Görüntülemeden önce, önce her katılımcıyı MRG güvenliği açısından kapsamlı bir şekilde tarayın ve protokolü açıklayan bir onay formu imzalamalarını sağlayın.
Deneklere sırtüstü yatırmadan ve tarayıcı masasına ilk önce baş eğdirmeden önce işitme koruması için kulak tıkaçları sağlayın. Bir uyarı sıkma ampulü sağlayın. Ardından baş hareketini azaltmak için minderler yerleştirin.
Kaş hizasında gözlerin üzerinde dönüm noktası. Konuyu tarayıcıya göndermeden önce. Tüm beyni kaplayan bir 3D MP-RAGE dizisi kullanarak yüksek çözünürlüklü T1 ağırlıklı bir görüntü elde ederek görüntülemeye başlayın.
Burada ekranda görülen parametreleri kullanın. Bir milimetre izotropik voksel boyutu ile. Ardından, korteksi iki milimetrelik dilimlerde 64 yönde kaplayan bir DTI dizisi elde edin.
Dilimleri ön ve arka komissür çizgisini takip ederek enine yönde yerleştirin. Ayrıca, bir turbo spin yankı darbe dizisi kullanarak 30 ila 40 PD ağırlıklı proton yoğunluğu görüntüsü elde edin. Bunu, ponsun dış kısmından inferior kollikulusun arka kısmına kadar uzanan beyin sapına paralel bir koronal oryantasyonda ayarlayın.
LGN tanımlaması, deneğin grup üyeliğine kör olarak yapılmalıdır. FSL görünümünde yüksek çözünürlüklü PD görüntüsünü yükleyerek başlayın. Ardından, görüntüyü büyütmek için tek bir seçenek belirlemek için araçlar sekmesine tıklayın.
Ardından, maske oluştur seçeneğini belirlemek için dosya sekmesini seçin ve her dilimdeki LGN'yi izlemek için araç çubuğunu kullanın. İstenirse, LGN algılamasını kolaylaştırmak için araç çubuğundaki görüntünün kontrastını değiştirin. Hem sağ hem de sol LGN maskelerini, çözünürlüğün iki katına ve dolayısıyla orijinal voksel boyutunun yarısına enterpolasyonlu ortalama PD görüntülerinde her biri üç kez manuel olarak izleyin.
VI segmentasyonunu gerçekleştirmek için, önce otomatik işleme için yerel anatomik alanda T1 ağırlıklı görüntülerde serbest sörfçüde recon all komutunu çalıştırın. Ardından, label2surf ve surf2volume komutlarını kullanarak çıktıyı V1 parselasyonuna hacimsel bir maskeye dönüştürün. Olasılıksal izleme gerçekleştirmeden önce, serbest sörfçü ve anatomik boşlukta bulunan beyin görüntülerini difüzyon alanına getirmek için önce flört doğrusal kaydını çalıştırın.
Giriş görüntüsü olarak recon all'ın boş yüzey alanı çıktısını veya bir deneğin beyninden çıkarılan T1'i seçin. Daha sonra, referans görüntü olarak girdap düzeltilmiş ve beyin çıkarılmış difüzyon ağırlıklı bir görüntü. Benzer şekilde, deterministik izleme için, proton yoğunluğu beyinlerini difüzyon alanına getirmek için flört doğrusal kaydını kullanın.
Ayrıca, olasılıksal izlemeye hazırlanırken, katılımcıların PD beyinlerini LGN maskesi dönüşümü için boş yüzey alanına ve doğal anatomik alana getirmek için bu doğrusal kaydı çalıştırın. Bu adımın iki çıkış oluşturduğunu unutmayın. Referans görüntüye ve bir dönüşüm matrisine kayıtlı giriş beyni.
Ardından, traktografi için tohum maskeleri hazırlamak için flört dönüşümü uygulayın. Olasılıksal traktografi için, dönüşüm matrisi olarak PD'nin serbest sörfçü veya anatomik T1'e doğrusal kaydından nokta mat çıktısını kullanın. Giriş olarak orijinal LGN maskesi ve referans hacmi olarak serbest sörfçü alanında veya anatomik uzayda beyin.
Gelişmiş seçeneklerden en yakın komşu enterpolasyon seçimini kullandığınızdan emin olun. Bunu deterministik traktografi için tekrarlayın, ancak bu sefer beyin referans hacmi olarak difüzyon uzayında olacak şekilde. LGN'yi normalleştirmek için, olasılıksal traktografi için doğal anatomik alanda veya deterministik traktografi için difüzyon alanında uygun bireysel LGN maskesinin koordinatlarıyla bir ROI noktası oluşturmak için FSL matematiğini kullanın.
Ardından, doğal anatomik veya difüzyon alanında ROI noktası etrafında bir küre oluşturmak için tüm katılımcılar arasında hesaplanan MNI uzayındaki ortalama maskenin yarıçapını uygulamak için FSL matematiğini kullanın. Bu noktada, yalnızca boş yüzey alanı dosyalarını kullanarak, olasılıksal traktografi için hedef maskeleri hazırlayın. Ücretsiz sörfçü beyinlerini yerel anatomik alana kaydedin.
Ardından, üçlü enterpolasyon kullanarak V1 maskelerine dönüştürme uygulayarak hedef maskeler oluşturun. Olasılıksal traktografiyi çalıştırmak için, önce difüzyon ağırlıklı görüntülerdeki bozulmaları düzeltmek için girdap akımı düzeltmesini kullanın. Sonra beyin görüntüleri çıkarır.
Ardından, yatak direği X seçeneğini seçin. Ardından olasılıksal izlemeyi seçin ve bunu her yarım küre için ayrı ayrı çalıştırın. Varsayılan temel seçenekleri koruyun, ancak daha fazla doğruluk için, gelişmiş seçenekler altında olasılıksal düzenekleri hesaplamak için değiştirilmiş yağlayıcıyı seçin.
Çekirdek alanı olarak tek bir maske seçin. Ardından, dönüştürülmüş LGN maskesini, tohumdan difüzyona dönüşüm olarak anatomik T1'den difüzyona dönüşüm matrisi ile birlikte yerel anatomik uzayda tohum görüntüsü olarak yükleyin. Son olarak, hedef olarak isteğe bağlı hedeflerden anatomik boşlukta V1'i seçin.
Standart küresel ROI'leri kullanarak tekrarlayın ve ardından boş yüzey alanında normalleştirilmemiş tohum ve hedef maskeleri kullanarak tekrarlayın. Deterministik traktografi yapmak için önce girdap düzeltmeli difüzyon ağırlıklı görüntüleri DSI stüdyosunda açın. Ardından bvec ve bval dosyalarını, bir kaynak dosya oluşturmak için otomatik olarak açılan bir B tablosu penceresine yükleyin.
Ardından yeniden yapılandırma yöntemi olarak DTI'yi seçin ve fiber bilgi dosyaları üretmek için bunu kaynak dosyalarda çalıştırın. Programın izleme penceresinde fiber bilgi dosyalarını açın ve her yarım küre için ayrı ayrı izlemeyi çalıştırın. Tohum olarak difüzyon uzayında LGN'yi ve belirleyici bölge olarak DSI stüdyosu Brodmann atlasından 17. bölgeyi kullanın.
Her çalıştırmada, serbest sörfçü segmentasyon atlasındaki kontralateral beyaz madde maskesini bir kaçınma bölgesi olarak ayarlayın. Traktografi için tohum bölgeleri olarak tek tek LGN yerine difüzyon alanında küresel ROI'leri kullanarak izlemeyi tekrarlayın. Burada albinizmli bir hastanın ortalama koronal proton yoğunluğu görüntüsü görülmektedir.
Manuel olarak izlenen sağ ve sol LGN ilgi alanları kırmızı renkle gösterilmiştir. LGN maskeleri, en yakın komşu, kırmızı ve üç doğrusal, mavi enterpolasyonları kullanarak serbest sörfçü alanına dönüşür. Kanal tabanlı istatistiklerle voksel bilge istatistiksel analiz, albinizmde kontrollere kıyasla azalmış FA nedeniyle kontrol kontrastından daha büyük bir önem alanı göstermez.
Ancak kontrolde albinizmden daha büyük kontrast gruplar arasında anlamlı fark görülmektedir. Burada bu sonuçların kalınlaştırılmış iskeletleştirilmiş bir versiyonunu görüyoruz. DSI stüdyo fiber izleme çıktısı, bir albinizm hastasında kontrol deneklerine kıyasla LGIN'den V1'e bağlantının azaldığını gösterir.
Benzer şekilde, olasılıksal izleme çıktısı, kontrol deneklerine kıyasla daha düşük LGN'den V1'e bağlantı ve albinizm gösterir. Burada, hem olasılıksal hem de deterministik yöntemler için izlenen ortalama maskeler, karşılaştırma için üst üste bindirilir. LGN, mavi ve V1, pembe maskeler tohum ve hedef bölgeleri gösterir.
Bir kez ustalaştıktan sonra, üç katılımcının veri toplama ve tam analizi iki ila üç gün içinde gerçekleştirilebilirken, traktografi süresi tohumun boyutuna bağlıdır. Traktografiyi çalıştırırken, araştırma sorusuna ve incelenen beyin alanına bağlı olarak algoritmayı ve analiz yaklaşımını dikkatlice seçin ve her adımdan sonra çıktı dosyalarını kontrol edin. Çalışmanızı kontrol etmek için nihai sonucu elde edene kadar beklemeyin.
Albinizm, cilt kanseri riskinin artması ve monositlerin ötesinde ek hücre tiplerini etkileyen sendromlarla ilişkilidir. Moleküler tekniklerle birleştirilen tekniklerin, albinizmde gelişim mekanizmalarının araştırılmasına yardımcı olacağını ve yapı, fonksiyon ilişkisinin anlaşılmasını geliştireceğini hayal edin. Geliştirilmesinden sonra, bu teknik, sinirbilim alanındaki araştırmacıların sağlıklı ve klinik insan popülasyonlarında beyin bağlantısını in vivo olarak keşfetmelerinin yolunu açtı.
Bu videoyu izledikten sonra, hasta popülasyonları ve kontroller arasındaki optik radyasyon bağlantısındaki farklılıkları incelemek için deterministik ve olasılıksal algoritmalar kullanarak beyaz madde rekonstrüksiyonunun nasıl gerçekleştirileceğini iyi anlamış olmalısınız. Güçlü bir mıknatısla çalışmanın son derece tehlikeli olabileceğini ve katılımcıların MRG güvenliği için her zaman uygun şekilde taranması gerektiğini unutmayın.
View the full transcript and gain access to thousands of scientific videos
Bu çalışma, yayılma görüntülemesini kullanarak albinizmde ve kontrollerdeki talamokortikal bağlantıyı araştırmaktadır. Deterministik ve probabiistik izleme algoritmalarından elde edilen optik radyasyon rekonstrüksiyonlarını karşılaştırır.
This study demonstrates how diffusion tensor imaging and tractography can quantify structural connectivity in the human visual pathway, offering a non-invasive biomarker for thalamo-cortical integrity. In albinism, reduced LGN-to-V1 connectivity reflects developmental misrouting, providing a measurable endpoint for target validation in neurodevelopmental disorder research. The approach supports mechanistic de-risking by linking anatomical deficits to functional visual impairments, enabling predictive modeling in preclinical and translational studies.
The method integrates into the discovery continuum from target validation through preclinical evaluation by providing a quantifiable, non-invasive readout of visual pathway structural integrity.