מיפוי הומוגניות אזורית וקישוריות תפקודית של קליפת המוח הראייתית ב-fMRI במצב מנוחה

Summary

אנו מציגים פרוטוקול לניתוח נתוני הדמיית תהודה מגנטית תפקודית כדי לחקור שינויים בפעילות עצבית ספונטנית בחולי רטיניטיס פיגמנטוזה באמצעות שיטת הומוגניות אזורית וקישוריות תפקודית משולבת.

Abstract

שיטת הומוגניות אזורית משולבת (ReHo) וקישוריות תפקודית (FC), סוג של שיטת הדמיית תהודה מגנטית תפקודית לא פולשנית (fMRI), שימשה להערכת שינויים בפעילות עצבית סינכרונית ברטיניטיס פיגמנטוזה (RP). מטרת מחקר זה היא לתאר את השיטה שלנו לניתוח סנכרונים תוך-אזוריים ובין-אזוריים של שינויים בפעילות העצבית בחולי RP. היתרונות של שיטת ReHo ו-FC המשולבת הם שהיא גם לא פולשנית וגם רגישה מספיק כדי לחקור שינויים בפעילות העצבית הסינכרונית של המוח in vivo. כאן, 16 חולי RP ו-14 קבוצת ביקורת בריאה בגיל, מין והשכלה עברו סריקות fMRI במצב מנוחה. שני מבחני t לדוגמה נערכו כדי להשוות בין ReHo ו-FC בין קבוצות. התוצאות שלנו הראו כי ניתוק רשת הראייה וארגון מחדש של המסלול הרטינו-תלמוקורטיקלי וזרם הראייה הגבי התרחשו בחולי RP. כאן, אנו מתארים את הפרטים של שיטה זו, השימוש בה וההשפעה של הפרמטרים העיקריים שלה בצורה שלב אחר שלב.

Introduction

דימות תהודה מגנטית תפקודי (fMRI) היא שיטה לא פולשנית שניתן להשתמש בה כדי לחקור שינויים בתפקוד המוח ובמבנה in vivo. הומוגניות אזורית (ReHo) וקישוריות תפקודית (FC) משמשות לעתים קרובות להערכת סנכרונים תוך-אזוריים ובין-אזוריים של פעילות המוח. ReHo, מתודולוגיית fMRI במצב מנוחה, משמשת לחישוב הדמיון בין סדרות הזמן של ווקסל נתון לשכניו הקרובים ביותר, המשקף את הסנכרון המקומי של פעילויות המוח¹. FC משמש לחקירת הדמיון בין סדרות זמן אזוריות^{מרוחקות} מרחבית 2.

טכנולוגיית fMRI יכולה להציע הערכה אובייקטיבית של תפקוד הראייה בהקשר של ניהול מחלות עיניים. כאן, אנו מציגים פרוטוקול מתודולוגי המשלב שיטות ReHo ו-FC כדי לחלוק את הניסיון הזה ולתמוך בהפצת המומחיות שלנו. בעבודה הנוכחית, השתמשנו בפרוטוקול ReHo ו-FC בנבדקי רטיניטיס פיגמנטוזה (RP) ובבקרות בריאות (HCs) כדי לפרט את פרטי ההליך. RP היא מחלת עיניים תורשתית חמורה המאופיינת בפגיעה בראיית לילה ואובדן ראייה מתקדם ^3,4. מוטציה גנטית היא גורם הסיכון העיקרי ל-RP. מוות של תאי קולטני אור מוט וחרוט מוביל לאובדן ראייה היקפית ולבסוף לעיוורון בחולי RP. מחקרי הדמיה מוחית קודמים הראו חריגות מבניות ותפקודיות בקליפת המוח הראייתית ובמסלול הראייה של חולי RP ^5,6,7. יתר על כן, נעשה שימוש בהדמיית טנזור דיפוזיה כדי לחקור את שלמותם של צרורות סיבי החומר הלבן. חולי RP הראו מקדם דיפוזיה נראה גבוה משמעותית, ערך עצמי עיקרי וערך עצמי אורתוגונלי, כמו גם אניזוטרופיה חלקית נמוכה משמעותית בעצבי הראייה, בהשוואה ל-HCs⁸.

כאן, מטרתנו הייתה לחקור סנכרונים תוך-אזוריים ובין-אזוריים של פעילות עצבית. בדקנו אם ערכי ה-ReHo הממוצעים וערכי ה-FC הממוצעים היו בקורלציה עם משתנים קליניים בחולי RP. השיטה שלנו עשויה לאפשר לחוקרים לקבל תובנות חשובות לגבי המנגנון העצבי של אובדן ראייה היקפית בחולי RP.

Protocol

פרוטוקול המחקר אושר על ידי ועדת האתיקה הרפואית של בית החולים רנמין באוניברסיטת ווהאן. כל המשתתפים מילאו טופס הסכמה בכתב.

1. סיווג וסינון משתתפים

1. רשום נבדקים RP ו-HCs התואמים מאוד בגיל, מין והשכלה.
2. ודא שכל המשתתפים עומדים בקריטריונים הבאים: 1) ניתן לסרוק באמצעות סורק MRI (למשל, ללא קוצבי לב או מכשירי מתכת מושתלים); 2) ללא קלסטרופוביה; 3) ללא מחלות לב, יתר לחץ דם או מחלות מוחיות.

2. רכישת נתוני fMRI

הערה: סורק MRI 3 T עם סליל ראש בעל שמונה ערוצים משמש בפרוטוקול זה.

1. בקשו מכל משתתף להסיר חפצי מתכת לפני הכניסה לחדר סורק ה-MRI לאחר בדיקת בטיחות אחרונה.
2. הנחו את המשתתף לשכב על המיטה ולוודא שהקו האורביטומיטלי מאונך למיטה. לאחר מכן הניחו רפידות קצף באזור הטמפורלי הדו-צדדי של הראש כדי למנוע תנועת ראש ולספק אטמי אוזניים כדי להפחית את רעש הסורק.
3. הנחו את המשתתף לשכב במנוחה, לעצום את עיניו מבלי להירדם, ולא לחשוב על שום דבר מיוחד במהלך הסריקה.
4. התאימו את תנוחת הראש של המשתתף באמצעות תאורת המיקום. ודא שסמן מיקום הציר מקביל לקנתוס הרוחבי וסמן המיקום הסגיטלי עולה בקנה אחד עם קו האמצע של הפנים. לאחר מכן, הזיזו את המיטה כדי שסמן מיקום הציר יישאר 2 ס"מ מעל או מתחת לגבות המשתתף.
5. הודע למשתתף על תחילת הפעלת הסריקה. באמצעות קונסולת הסריקה, התחל את סריקת הלולייזר המבני כדי לקבוע את מיקום ראש המשתתפים בסורק ולאפשר תכנון לסריקות מבניות ופונקציונליות עוקבות.
6. בצע fMRI עם הרצפים והפרמטרים הבאים.
   1. בצע MRI תלת מימדי של הדמיית נפח מוח (3D-BRAVO) עם הפרמטרים הבאים: זמן חזרה (TR)/זמן הד (TE) = 8.5 אלפיות השנייה / 3.3 אלפיות השנייה; עובי = 1.0 מ"מ; אין פער צומת; מטריצת רכישה = 256 x 256; שדה ראייה = 240 x 240 מ"מ²; וזווית היפוך = 12°.
   2. השג תמונות פונקציונליות באמצעות הדמיית הד הד מישורית תלויה ברמת חמצון הדם (EPI-BOLD) עם הפרמטרים הבאים: TR/TE = 2,000 אלפיות השנייה / 25 אלפיות השנייה; עובי = 3.0 מ"מ; פער = 1.2 מ"מ; מטריצת רכישה = 256 x 256; שדה ראייה = 240 x 240 מ"מ²; גודל ווקסל = 3.6 x 3.6 x 3.6 מ"מ³; ו-35 פרוסות ציריות.
7. עקוב אחר מצבו של המשתתף במהלך הסריקה, הורה לו לזוז כמה שפחות והפסק לסרוק אם המשתתף חש אי נוחות כלשהי.
8. הוציאו את המשתתף מהסורק ובקשו ממנו לשבת בזהירות בסוף הניסוי.

3. עיבוד מקדים של נתונים והכנת תוכנה

הערה: התמונות הפונקציונליות המנותחות בפרוטוקול זה מעובדות מראש על ידי SPM8 וארגז הכלים לעיבוד וניתוח נתונים להדמיית מוח (DPABI, http://rfmri.org/dpabi)⁹ בהתבסס על MATLAB 2013a. בצע את שלבי העיבוד המקדים הבאים בנפרד עבור כל הפעלת fMRI.

1. פתח את תוכנת DPABI במסוף MATLAB על ידי לחיצה על dpabi, ולאחר מכן בחר DPARSF 4.3 Advanced Edition וייבא את התיקיה "FunRaw" (איור 1).
   הערה: התיקיה FunRaw מכילה את קובץ ה- DICOM עבור כל משתתף.
2. נקישה FunRaw כדי לייבא את קבצי סריקת ה- fMRI ל- DPABI עם ערכת מספור עקבית (למשל, "sub0001", "sub0002" וכו '). בחר את ספריית העבודה ואת ספריות ה-EPI וה-T1 הראשוניות והמשך לבחור את כל הפרמטרים הרצויים בשלבים 3.3-3.9 לפני לחיצה על הפעל בסעיף 4.
3. הקלד את הפרמטרים: נקודות תזמון = 240 ו- TR = 2 (איור 2). בחר את EPI DICOM ל-NIFTI כדי להמיר את התמונות הפונקציונליות מפורמט DICOM ל-NIFTI ולהסיר את 10 הכרכים הראשונים של כל תמונות פונקציה.
4. סמן את התיבות עבור תזמון פרוסות ויישור מחדש בתוכנת DPABI כדי לתקן את 230 הנפחים הנותרים של תמונות תלויות ברמת חמצון דם פונקציונליות עבור השפעות תזמון פרוסות ותנועת ראש מתוקנת.
   הערה: עבור תנועת ראש, יש לשלול את הנתונים של משתתפים עם תנועת ראש >2 מ"מ או סיבוב >2° במהלך הסריקה. עבור סדר פרוסות, רצף המספרים בווקטור הוא סדר זמן הרכישה של שכבות אלה. מספר הפרוסה שנבחר הוא 40, סדר הפרוסות הוא [1:2:39,2:2,40] ופרוסת הייחוס היא 39.
5. בחר נורמליזציה על ידי DARTEL עם תוכנת DPABI.
   הערה: על ידי בחירה באפשרות זו, התוכנה תבצע אוטומטית נורמליזציה מרחבית באמצעות תמונות מבניות בודדות משוקללות T1 הרשומות לנתוני ה-fMRI הממוצעים. התמונות המשוקללות T1 המתקבלות מפולחות באמצעות ארגז הכלים של DARTEL לשיפור הדיוק המרחבי במהלך נורמליזציה של נתוני fMRI. נתונים מנורמלים (במכון הנוירולוגי של מונטריאול [MNI] חלל 152) נחתכים מחדש ברזולוציה של 3 x 3 x 3 מ"מ³.
6. הסר את המגמה הליניארית על ידי בחירה ב-Detrend בתוכנת DPABI.
7. סמן את התיבה עבור רגרסיה של משתנים מטרידים ובחר את הפרמטרים הבאים: מודל תנועת ראש, אות חומר לבן, אות ממוצע גלובלי ואות נוזל מוחי שדרתי.
8. סמן את התיבה לקרצוף כדי להסיר את נקודות הזמן הגרועות עקב תנועת הראש בתוכנת DPABI.
9. שמור על אותות בין 0.01-0.08 הרץ על ידי סימון התיבה מסנן [0.01-0.08] בתוכנת DPABI כדי להסיר רעש פיזיולוגי בתדר גבוה וסחיפה בתדר נמוך.
   הערה: לאחר הכנת הנתונים ניתן לבצע ניתוח ReHo ו-FC.

4. ניתוח ReHo ו-FC

1. לחישוב ReHo, פתח את תוכנת DAPABI דרך MATLAB ובחר 27 ווקסלים באשכול. לחץ לחיצה ימנית על ReHo והחליק [6*6*6], ולאחר מכן בחר הפעל.
   הערה: מקדם הקונקורדנציה של קנדל מוקצה לווקסל נתון על ידי חישוב מקדם הקונקורדנציה של קנדל של סדרות זמן של 27 ווקסלים ושכניהם הקרובים ביותר. כדי להפחית את ההשפעה של וריאציות בודדות על השוואות סטטיסטיות בין קבוצות, מפות ReHo של כל ווקסל עוברות טרנספורמציה של z באמצעות טרנספורמציה r-to-z של פישר. מפות z ReHo הנותרות מוחלקות מרחבית באמצעות גרעין גאוס ברוחב מלא של 6*6*6 בחצי מקסימום.
2. לחישוב FC, פתח את תוכנת DAPABI באמצעות MATLAB והגדר את אזורי המוח של ReHo שהשתנו בין שתי הקבוצות כאזורי עניין (ROI). לחץ על קישוריות פונקציונלית והגדר את החזר ה-ROI (מרכוז ב-x = 0, y = -69 ו-z = -3 ברדיוס = 10 מ"מ), ולאחר מכן בחר הפעל.
   הערה: ניתוח מתאם של מהלך הזמן עבור כל משתתף מבוצע בין אזור הזרע הכדורי לווקסלים של המוח כולו. כל מפות ה-FC עוברות טרנספורמציה של z על ידי הטרנספורמציה של פישר כדי להפחית את ההשפעה של וריאציות בודדות על השוואה סטטיסטית בין קבוצות. רדיוס ההחזר על ההשקעה סביב הקואורדינטות צריך להיות 10 מ"מ (X = 0, Y = -69, Z = -3).

5. ניתוח סטטיסטי

1. מצא את התיקיות בשם ReHo ו-FC לאחר עיבוד נתוני הקובץ הרלוונטיים. מיין את הקבצים של zReHo.nii ו- zFC.nii, וסווג אותם לארבע תיקיות משנה: "RP-group-ReHo", "HC-group-ReHo", "RP-group-FC" ו- "HC-group-FC".
2. פתח את DPABI דרך MATLAB כדי לבצע בדיקת t של דגימה אחת.
   1. לחץ באמצעות לחצן העכבר הימני על ניתוח סטטיסטי ולאחר מכן לחץ על מבחן t לדוגמה אחת. תן שם לתוצאת הפלט "one-sample-t-test-RP" והגדר את ספריית הפלט.
   2. לחץ לחיצה ימנית הוסף תמונות קבוצה ופתח את תיקיית המשנה "RP-group-ReHo".
   3. באפשרות קובץ מסכה , לחץ לחיצה ימנית כדי לפתוח את קובץ המשנה "BrainMask-05-61*73*61" בתיקיית "מסכה".
   4. בחר מחשוב כדי להפעיל את התוכנית. בצע את אותו הליך עבור קבוצת "one-sample-t-test-HC".
      הערה: מבחן ה-t של דגימה אחת משמש לניתוח והצגה של מפות ReHo ממוצעות של כל קבוצה בתוכנת DPABI.
3. פתח את DPABI דרך MATLAB כדי לבצע בדיקת t של שתי דוגמאות.
   1. לחץ לחיצה ימנית על ניתוח סטטיסטי ולאחר מכן בחר בדיקת t של שתי דוגמאות. תן שם לתוצאת הפלט "two-sample-t-test-ReHo" והגדר את ספריית הפלט.
   2. לחץ לחיצה ימנית הוסף תמונות קבוצה ופתח את תיקיות המשנה "RP-group-ReHo" ו-"HC-group-ReHo".
   3. באפשרות קובץ מסכה , לחץ לחיצה ימנית כדי לפתוח את קובץ המשנה "BrainMask-05-61*73*61" בתיקיית "מסכה".
   4. בחר מחשוב כדי להפעיל את התוכנית. בצע את אותו הליך עבור "two-sample-t-test-FC". לחץ על ניתוח סטטיסטי ותיקון שדה אקראי גאוס (GRF) [דו-זנבי, רמת ווקסל (0.01) ורמת ווקסל (0.05)] ולאחר מכן לחץ על הפעל.
      הערה: ההבדלים בין קבוצות של מפות zReHo ומפות zFC מושווים על ידי שני מבחני t לדוגמה. GRF משמש לתיקון השוואות מרובות ומשתנים רגרסיים של גיל ומין עם תוכנת DPABI.
4. השתמש בתוכנת BrainNet Viewer (https://www.nitrc.org/projects/bnv/) כדי להציג את התוצאות.
   1. פתח את BrainNet דרך MATLAB ולחץ על טען קובץ. עבור קבצי Surface Files, לחץ/י על ״עיון ״ ובחר /י BrainMesh-ICBM152-smoothed.nv ולאחר מכן לחץ/י על ״אישור״; עבור קובצי אמצעי אחסון, בחר /י spm-T.nii (כולל תוצאות ReHo ו-FC) ולאחר מכן לחץ/י על ״אישור״.
5. השתמש בתוכנה סטטיסטית כדי לעבד את הנתונים שהתקבלו מהשלב הקודם.
   הערה: מבחן חי בריבוע משמש להשוואות בין המינים, בעוד שמבחני t של מדגמים בלתי תלויים משמשים למשתנים קליניים אחרים. משתנים רציפים מיוצגים על ידי אמצעים וסטיות תקן.
6. לבצע ניתוח מקדמי מתאם פירסון כדי לזהות את הקשרים בין ערכי zReHo וערכי zFC של אזורי מוח שונים ונתוני מדידות חזותיות באמצעות תוכנה סטטיסטית.
   1. השג אותות ROI של ערכי zReHo וערכי zFC בכל משתתף על ידי תוכנת DPABI. נקישה מחלץ אותות ROI והוסף ספרייה עם קובץ ROI mask.nii.
      הערה: ערכי P של <0.05 צריכים להיחשב מובהקים סטטיסטית.

תוצאות

במחקר שלנו, 16 אנשים עם RP ו-14 בקרות בריאות בהתאמה הדוקה בגיל, מין והשכלה עברו סריקות fMRI במצב מנוחה. שיטות ReHo ו-FC שימשו כדי לחקור את הפעילות העצבית התוך-סינכרונית והבין-סינכרונית באנשים RP. הבדלים משמעותיים ב-BCVA נצפו בין עין ימין (P < 0.001) לעין שמאל (P < 0.001), אך ההבדל במין, בגיל או ב?...

Discussion

דוח זה מתאר פרוטוקול לחישוב ערכי ReHo ו-FC עבור קבוצות RP ו-HC והראה ערכי ReHo ו-FC שונים באופן משמעותי בין שתי הקבוצות. יש לציין כי שלב חשוב בתהליך זה הוא סיווג וסינון הדגימות לפני הניסוי. כאשר יישמנו פרוטוקול זה לניתוח שלנו, כל נבדקי ה-RP אובחנו על ידי שני רופאי עיניים מנוסים. לא כל...

Materials

Name	Company	Catalog Number	Comments
BrainNet Viewer software	National Key Laboratory of Cognition Neuroscience and Learning, BNU	BrainNet Viwer 2013	BrainNet Viewer is a brain network visualization tool to visualize structural and functional connectivity patterns
DPABI software	Institute of Psychology, CAS, Beijing, China	DPABI 4.3	DPABI is a toolbox for data processing and analysis of brain imaging.
MATLAB	MathWorks, Natick, MA, USA	2013a	MATLAB is a high-level technical computing language and interactive environment for algorithm development, data visualization, data analysis, and numeric computation.
MRI scanner	GE Healthcare, Milwaukee	MRI 3.0
SPM software	Wellcome Centre for Human Neuroimaging, UCL	SPM8	SPM8 is a major update to the SPM software, containing substantial theoretical, algorithmic, structural and interface enhancements over previous versions.
SPSS	IBM, Chicago, IL, USA	SPSS version 20.0	SPSS software platform offers advanced statistical analysis, text analysis, open-source extensibility, integration with big data and seamless deployment into applications.