يستخدم خط الأنابيب الخاص بنا أحدث الأساليب لتحديد حجم الوحدات الفرعية المخيخية باستخدام صور الرنين المغناطيسي الهيكلي البشري. وتشمل العملية التقسيم التشريحي ، و morphometry القائم على voxel ، وعمليات مراقبة الجودة. خط الأنابيب الموحد لدينا هو في الغالب آلي ، متوفر بتنسيق Docker و Singularity ، وله قابلية تطبيق واسعة على مجموعة من الأمراض العصبية.
للبدء، تأكد من تثبيت Docker أو Singularity وMATLAB وSPM12. بعد ذلك ، باستخدام الأمر Make directory في سطر الأوامر ، قم بإنشاء مجلدات في دليل العمل وقم بتسميتها acapulco و suit و freesurfer. بعد ذلك ، في دليل acapulco ، قم بإنشاء مجلد إخراج.
في مجلد المخرجات، قم بإنشاء دليل لكل موضوع في الدراسة يحتوي على الصورة الموزونة t1 بتنسيق NIFTI gz. بالنسبة للتقسيم المخيخي التشريحي ، قم بتنزيل حاوية acapulco ، ثم قم بتنزيل البرامج النصية والحاويات ذات الصلة المطلوبة لتشغيل acapulco. ثم ضع حاوية acapulco Docker أو Singularity ومحتويات أرشيف QCs_scripts وحاوية RCIF أو calculate_dicv.
ملف القطران في دليل أكابولكو. بعد ذلك ، افتح محطة طرفية وباستخدام Singularity ، اكتب الأمر المشار إليه لتشغيل حاوية acapulco على صورة واحدة. انتظر لمدة خمس دقائق حتى تكتمل المعالجة.
بعد ذلك ، قم بتكرار جميع الموضوعات أو عمليات المسح الضوئي في المجموعة. بعد المعالجة ، ابحث عن الملفات التي تم إنشاؤها في المجلدات الخاصة بالموضوع. حدد قناع المخيخ المجزأ في الأصل والأحجام لكل وحدة من الوحدات الفرعية ال 28 التي تم إنشاؤها بواسطة acapulco.
ثم ، من دليل الصور ، حدد الصور السهمية والمحورية والإكليلية التمثيلية. للكشف عن القيم الشاذة الإحصائية ومراقبة الجودة ، تأكد من أن محتويات البرامج النصية لمراقبة الجودة موجودة في دليل acapulco. ثم، باستخدام التفرد، اكتب الأمر المشار إليه.
لفحص صور مراقبة الجودة التي تم إنشاؤها بواسطة acapulco ، افتح QC_Images. html في متصفح الويب والتمرير بسرعة عبر الصور لتحديد حالات الفشل الواضحة أو المشكلات المنهجية. لاحظ معرفات الموضوع للصور المجزأة الفاشلة أو المشبوهة للمتابعة.
بعد ذلك ، افتح Plots_for_Outliers. html لتحديد مؤامرات المربع للقيم المتطرفة الإحصائية الكمية. حدد القيم المتطرفة المشار إليها ب 1 في العمود ذي الصلة في القيم المتطرفة.
ملف csv. ولاحظ العدد الإجمالي للمقاطع المحددة كقيم شاذة لكل موضوع في العمود الأخير في القيم المتطرفة.csv. افحص يدويا كل صورة تحتوي على واحد أو أكثر من القيم المتطرفة.
في حالة استخدام عارض صور NIFTI قياسي، قم بتراكب قناع acapulco على الصورة الأصلية المرجحة ب t1 للتحقق من جودة شريحة التقسيم حسب الشريحة. إذا كانت هناك حاجة إلى استبعاد منطقة واحدة أو أكثر من المناطق المجزأة من مجموعة البيانات النهائية ، فاستبعد هذا التقسيم من التحليل عن طريق استبدال تقدير الحجم ب NA في الخلية المقابلة لذلك الموضوع. إذا أدت أخطاء التقسيم إلى استبعاد بعض المخيخ من القناع ، فقم على الفور باستبعاد الموضوع من مزيد من التحليلات.
بالنسبة لتحليلات المورفومرات المستندة إلى voxel باستخدام SUIT، تأكد من أن المجلد SPM12 وجميع المجلدات الفرعية موجودة في مسار MATLAB. بالإضافة إلى ذلك، تأكد من حفظ البرامج النصية enigma_suit في دليل مربع أدوات SPM12 وإضافتها إلى مسار MATLAB. للتحقق من مسار MATLAB، اكتب pathtool في نافذة أوامر MATLAB وانقر فوق إضافة مع المجلدات الفرعية لإضافة المجلدات ذات الصلة.
بعد ذلك، باستخدام واجهة المستخدم الرسومية، اكتب suit_enigma_all في نافذة أوامر MATLAB لتشغيل خط أنابيب SUIT لموضوع واحد أو أكثر. في النافذة المنبثقة الأولى ، حدد مجلدات الموضوع من دليل إخراج acapulco لتضمينه في التحليل. انقر فوق المجلدات الفردية على الجانب الأيمن من النافذة أو انقر بزر الماوس الأيمن وحدد الكل.
ثم اضغط على تم. في النافذة المنبثقة الثانية ، حدد دليل SUIT. لاستدعاء الدالة من سطر أوامر MATLAB لموضوع واحد، اكتب الأمر المشار إليه.
عند تشغيل SUIT من سطر الأوامر، إذا لم يتم حفظ الدلائل SPM12 أو enigma_suit بشكل دائم إلى مسار MATLAB، فيجب إضافة هذه الخطوة إلى سطر الأوامر. لاستدعاء الدالة من نافذة المحطة الطرفية خارج MATLAB لموضوع واحد، اكتب الأمر المعروض. تحقق من مجلد كل موضوع بحثا عن المخرجات النهائية.
لفحص الصور المعدلة بشكل مرئي بحثا عن حالات فشل كبيرة، اكتب spm_display_4d في MATLAB. بعد ذلك ، لتحديد الصور المطلوبة ، انتقل إلى دليل SUIT واكتب الأمر المشار إليه في مربع التصفية. ثم اضغط على الزر تكراري، متبوعا ب تم.
قم بالتمرير عبر الصور للتأكد من محاذاتها جميعا بشكل جيد. بعد ذلك ، للتحقق من التباين المكاني المشترك للقيم المتطرفة ، اكتب check_spatial_cov في MATLAB. ثم حدد الصور المعدلة من وقت سابق وعند مطالبتك بذلك، قم بتعيين Prop.
التحجيم إلى نعم ، متغير إلى التباين المشترك إلى لا ، شريحة إلى 48 ، والفجوة إلى 1. وأخيرا، انظر إلى مخطط الصندوق الذي يعرض متوسط التباين المكاني لكل صورة بالنسبة لجميع الصور الأخرى في العينة. حدد نقاط البيانات التي تزيد عن انحرافين معياريين أقل من المتوسط في نافذة الأمر MATLAB.
بالنسبة لنقاط البيانات هذه، افحص الصور المناسبة في مجلد SUIT بحثا عن القطع الأثرية ومشكلات جودة الصورة. أو أخطاء ما قبل المعالجة. يظهر هنا مخيخ ضامر بشدة من مريض ترنح مخيخي شوكي 2.
على الرغم من فقدان الأنسجة التي شوهدت حول الحواف ، فقد شوهت SUIT هذه الصورة إلى القالب بشكل جيد. وهذا لا يبرر الاستبعاد. هنا ، هناك تدرج واضح من أعلى إلى أسفل المخيخ والصورة قذرة للغاية ، مما يستدعي الاستبعاد.
أخيرا ، في هذا المثال ، لم يعمل الإخفاء بشكل جيد. الحواف ليست نظيفة والصورة أكثر سلاسة من تلك التي تخرج عادة من خط أنابيب SUIT. وهذا من شأنه أن يبرر الاستبعاد.
يتم عرض أمثلة على الاختلالات الجيدة ، بما في ذلك المخيخ الصحي والضمور بشدة ، هنا ، في حين يمكن رؤية أمثلة على الاختلالات مع التضمينات الزائدة والناقصة الدقيقة لفصيصات المخيخ الفردية هنا. تتطلب هذه الأنواع من الأخطاء عموما استبعاد الفصيصات الفردية المتأثرة ، في حين يمكن الاحتفاظ ببقية المخيخ المجزأ. وعلى النقيض من ذلك، تتطلب الإخفاقات العالمية استبعادا تاما للموضوع.
عندما تم تشغيل أكابولكو على عينة من 31 شخصا يعانون من ترنح فريدريش و 37 ضابطا صحيا ، كان لدى الفص الأيسر التاسع والفص الأيمن Crus I أعلى معدلات الاستبعاد. أظهرت مقارنة أحجام 28 فصيصا تشريحيا مخيخيا في ترنح فريدريش وأفراد التحكم الأصحاء انخفاضا كبيرا في المادة البيضاء في نخاع الجسم في ترنح فريدريش. لم تكن هناك اختلافات كبيرة أخرى بين المجموعات.
يتم عرض أمثلة على الصور المحاذاة جيدا من كل من عناصر التحكم الصحية وترنح فريدريش هنا ، بينما يمكن رؤية أمثلة على الاستثناءات هنا. بعد اختبار التباين المكاني المشترك لجميع الصور المعيارية، تم الكشف عن مسحين ضوئيين كقيم إحصائية شاذة استنادا إلى متوسط التباين المكاني المشترك مع بقية العينة. تم إجراء اختبارات التباديل غير البارامترية في SNPM لاختبار الاختلافات الكبيرة بين المجموعات في أحجام المادة الرمادية المخيخية.
أظهرت نتائج تحليل SUIT أن مرضى ترنح فريدريش قد خفضوا بشكل كبير من حجم المادة الرمادية في الفصيص الأمامي الثنائي من الأول إلى الخامس ، وفي مناطق الفص الخلفي الإنسي بما في ذلك Vermis VI و Vermis IX.It أمر بالغ الأهمية للتحقق يدويا من أقنعة المخيخ لضمان تحقيق التغطية المخيخية الكاملة ، وكذلك فحص الأقنعة بحثا عن الشوائب الزائدة والناقصة للفصيصات المخيخية. يسهل خط الأنابيب هذا إجراء تحليلات إحصائية متعددة المواقع على مستوى المجموعة تهتم بالنظر في بنية المادة الرمادية المخيخية. يمكن أيضا استخدام تقنيات أخرى ، مثل الاتصال الوظيفي ، لاستكشاف الاتصال بين الفصيصات المخيخية الفردية والدماغ.
