확산 텐서 영상 및 Tractography를 사용하여 인간의 백색증의 기본 시각 통로에 연결 측정

요약

이 원고는 백색증과 컨트롤 사이의 광섬유 방사선 (OR) 연결의 차이를 조사하는 데 사용 백질 (WM) 재건에 대한 결정 론적 및 확률 적 알고리즘을 설명합니다. 확률 tractography 더 자세히 신경 섬유의 진정한 과정을 따르지만, 결정적 tractography 두 기술의 안정성 및 재현성을 비교하기 위해 실행되었다.

초록

백색증에서 동측 돌출 망막 신경절 세포 (망막 신경절 세포)의 수는 현저히 감소된다. 망막 광 chiasm는 misrouting 후보지로 제안되어있다. 측면 geniculate 핵 (LGN)의 수 사이의 상관 관계 뉴런을 중계하고 LGN 크기를 표시하고, 인간의 백색증에서 LGN 볼륨에서 이전에보고 된 감소를 기반으로되어 있기 때문에, 우리는 제안이 차 시각 피질에 LGN에서 섬유 돌기 (V1) 또한 감소된다. 백색증의 시각 시스템의 구조적 차이를 공부하는 것은 misrouting 이후 임상 응용 프로그램의 메커니즘에 대한 이해를 향상시킬 수 있습니다. 확산 데이터와 tractography는 OR (광학 방사선)를 매핑하는 데 유용합니다. 이 원고는 32 채널 헤드 코일 구조 검사를 획득하는 데 사용과 백색증과 controls.An MRI 스캐너에서 뇌의 연결성을 비교하기 위해 또는 재건이 알고리즘을 설명합니다. 1mm와 T1 강조 3D-MPRAGE 순서³ 등방성 복셀의 크기가 V1 분할 용 고해상도 이미지를 생성하기 위해 사용되었다. 여러 개의 양성자 밀도 (PD) 가중 이미지는 권리를 coronally 인수 LGN 현지화 남아 있었다. 확산 텐서 영상 (DTI) 검사는 64 확산 방향으로 취득 하였다. 두 결정적 및 확률 적 방법은 추적 대상을 마스크로하여 시드 마스크 V1 등 LGN으로 실행하고 비교 하​​였다. DTI는 비교적 열악한 공간 분해능 및 OR 정확한 묘사가 낮아 섬유 밀도가 어려울 수를 제공하지만, tractography이 연구 및 임상 모두 유리한 것으로 밝혀졌다. 기관 기반 공간 통계 (TBSS)는 컨트롤에 비해 백색증 환자의 OR 내에서 크게 감소 백질의 무결성의 영역을 밝혔다. 인접 쌍 비교는 컨트롤에 비해 백색증의 V1 연결에 LGN의 상당한 감소를 한 것으로 밝혀졌습니다. 비교 추적 알고리즘 모두 신뢰성을 강화, 공통 연구 결과 밝혀기술의.

서문

백색증은 주로 영향을받는 개인에서 관찰 명백한 하이포 피크 멘 테이션 (hypopigmentation)을 특징으로하는 유전 질환입니다. 그것은 멜라닌 합성 ^1에 관여하는 유전자에 상속 된 돌연변이에 의해 발생합니다. 백색증은 두 가지 형태로 나타납니다 oculo-피부 백색증 (OCA), 안구 및 피부 두 기능을 제시하는 상 염색체 열성 형질; 안구 백색증 (OA), 남성에서 더 유행하고 안구 ^증상이 주로 특징으로하는 X-연결 특성. 망막 색소 상피 (RPE)에서 멜라닌 중앙 시각 경로의 적절한 개발에 중요하다. 백색증에있는 그것의 부재 따라서 수명, 안진, 감소 된 시력과 양안시 ^2-3의 손실을 포함하여 시각 장애, 발생합니다. 시력은 백색증 ^4에서 변경 될 중심와 형태로 연결되어 있습니다. 인간, decussation의 망막 라인은 코 망막에서 섬유, 중심와를 통해 nasotemporal 국경을 따라 자리 잡고 있습니다다른 반구 및 동측 연장 시간 망막에서 사람들에게 건너. 백색증의 시각 기능 저하의 정도는 하이포 피크 멘 테이션 (hypopigmentation)의 레벨에 연결되어있다. 구체적으로는, 착색이 decussation ⁵ 행의 시간적 망막 시프트에 반비례한다. 시간적 망막 decussation 라인의 이동의 결과로서, 시신경 섬유의 횡단 증가 - 일반적인 특성을 모두 ³ 종 걸쳐.

인간에 대한 구조 MRI 연구 가능성 백색증 ^6-8에서 관찰 된 망막 신경절 세포의 증가 횡단의 결과 대조군에 비해 백색증의 좁은 광학 chiasms을 보여 주었다. 망막 및 시신경 chiasm은 엡 가족 수용체 및 리간드 ⁽⁹⁾ 등의 축삭 안내 단서를 표현하기 때문에 misrouting ⁽¹⁰⁾ 후보 사이트입니다.

유도 녹내장 원숭이에 대한 연구는 중요한 십이 밝혀LGN의 parvalbumin 면역 릴레이 뉴런과 LGN 볼륨 ^(11)의 수 rease. 이것은 LGN 크기 및 V1로 OR 통해 이동 백질 (WM) 궤적의 수 간의 상관 관계를 의미한다. 인간의 백색증에 사후 연구는 융합 M과 P 층 ^(12)과 작은 LGN를 한 것으로 밝혀졌습니다. 고해상도 구조 MRI는 백색증 ⁸ LGN의 볼륨에 상당한 감소를 확인했다. 함께 찍은, 이러한 결과는 LGN 뉴런의 수가 감소 될 수 있습니다 LGN 볼륨을 감소하고, LGN과 V1 사이의 감소 연결에 차례로 것이 좋습니다.

인간의 해부학 적 연결의 검사 패턴을 제한하고있다. 해부, 트레이서 주입 병변 유도는 사후를 사용하고, 보통의 환자는 매우 적은 수를 포함 할 수있는 침습적 인 방법. 카보시는 DII 주사를 염색하여 이전 연구는 V1 및 V2 (보조 비주얼 C 사이의 신경 연결을 입증ortex) ^(13)뿐만 아니라 알데히드 고정 사후 인간의 두뇌 ^(14)의 해마 단지 내. 이러한 방식으로 라벨 섬유 사출 ^(14)의 관점에서 밀리미터의 수십 거리로 제한됩니다. 확산 텐서 영상, DTI는 섬유 관 방향과 조직을 식별하기 위해 초기 1990 년대 중반에 개발 된 MRI 양상이다. 이것은 살아있는 뇌 큰 WM 경로의 맵핑을 허용하는 비 침습적 방법이다. DTI는 생체 조직 ⁽¹⁵⁾ 내의 물 분자의 확산에 민감하다. 뇌에서 물의 확산에 의한 이러한 막은 및 미엘린 등 장벽 이방성 (요철)이다. WM은 확산에 섬유 ^(16)의 방향에 수직보다 더 큰 평행 의미, 높은 확산 이방성을 가지고있다. 소수 이방성 (FA)는 이방 적으로 확산하는 분자의 선호도를 설명하는 스칼라 양이다. FA 값이 낮은에서 높은 anisot에, 0-1의 범위끈적 끈적 (뇌척수액 (CSF) <회색 물질 (GM) 16.

간소화 (결정) 및 확률 섬유 추적은 3D 경로 재건을위한 두 개의 서로 다른 알고리즘이다. 결정적 tractography 정의 된 시드 영역에 인접 복셀을 연결하는 선 전파 방법을 사용한다. 이 알고리즘에 사용되는 두 개의 정지 기준은 회전 각도와 FA 값이다. 따라서, 이웃 복셀 사이에 추적 기관은 큰 회전 각도 않을 수 있습니다. 이 알고리즘은 것 때문에도 복셀에서 FA가 이방성 방울 회색 물질 근처 정확하게 정의 경로에서 그 효과를 제한, 특정 임계 값을 초과하는 경우에만 진행한다. 확률 tractography 반면에, 복셀의 확률을 기술하는 접속 맵이자 (로아)의 두 영역 사이의 넓이의 일부가 산출되므로 이러한 V1 ⁽¹⁷⁾ 회백질로 진행한다. 이 MRI 응용 프로그램을 사용하여, 같은 키 WM 구조이전 연구 ^18-20에 도시 된 바와 같이, OR은 묘사 될 수있다.

이 연구는 따라서 레티노-geniculo - 대뇌 피질의 연결에 축삭 misrouting의 효과를 탐구 확산 데이터와 tractography를 사용합니다. 인간의 백색증 ⁸ LGN 볼륨에서 이전에보고 된 감축을 바탕으로, 우리는 V1에 LGN에서 섬유 돌기도 (그림 1) 감소하는 것으로 예측하고있다.

프로토콜

윤리 정책 : 현재 연구 연구는 요크 대학, 토론토에서 인간의 참가자 심의위원회 (HPRC)에 의해 승인되었습니다. 모든 참가자들은 서면 동의를 통보했다.

1. 제목 준비

참고 : OCA와 일레븐 참가자, 36 ± 4 세 (6 여성) 나이가 세 열 나이 대조군, 32 ± 4 세 (6 여성)에 비교 하​​였다. 참가자 이력은 표 1에 기록된다.

1. 작성 및 MRI의 안전 가이드 라인과 영상 프로토콜을 나열하는 동의서에 서명하기 위해 각 참가자에게 물어보십시오.
2. 각 참가자의 경우, 귀 귀마개를 제공합니다. 눈썹 수준에서 눈 위의 위치 부정사 참가자 먼저 자석 머리, 그리고 랜드 마크. 쿠션 안전 참가자의 머리는 머리의 움직임을 줄일 수 있습니다. 참가자에게 환자 경고에 ​​대한 스퀴즈 전구를 제공합니다.

2. 구조 MRI 매개 변수

e_content "> 참고 :. 모든 영상은 주제 당 하나의 세션에서 32 채널 헤드 코일을 사용하여 3T MRI 스캐너에 획득 :

1. 로모그래퍼, 획득 시간 4 분 26 초,보기 256mm의 필드, 256 매트릭스, 1mm의 슬라이스 두께와 192 조각을 다음 매개 변수를 사용하여 뇌 전체를 커버하는 3D-MPRAGE 시퀀스를 사용하여 고해상도 T1 강조 해부학 획득 1.0 mm ^3, TR = 1900 MS, TE (에코 시간) = 반전 900 밀리의 시간과 9 °, 일 평균 플립 각도 2.52 밀리 결과 등방성 복셀 크기, 병렬 자기 공명 영상 (IPAT GRAPPA, 2의 가속 계수) .
2. 다음 매개 변수를 사용하여 전방 접합면 / 후방 접합면 (AC-PC) 선 다음 가로 방향으로 슬라이스 피질을 커버하는 DTI 시퀀스를 획득 : 획득 시간 8 분 5 초,보기 192mm의 필드, 128 매트릭스, 1.5 복셀 (100)의 1.5 mm 평면 2 mm 두께 56 연속 (더 갭) 조각, TR = 6900 MS, TE = 86 밀리, 64 방향, B 값0 S / 일의 평균 (3)의 가속 계수와 병렬 영상 (IPAT GRAPPA) ² mm (0 초 / mm ^2의 낮은 B 값과 참조 화상).
3. , 관상 방향으로 30 ~ 40 PD 강조 영상을 획득 열등한 둔덕의 후방 부에 뇌교의 전방 범위에서 취재, 뇌간에 평행.
   1. 획득 시간 1 분 스캔 당 29 초,보기 192mm의 필드, 256 매트릭스, 1mm의 두께가 30 ~ 40 조각, 복셀 크기 0.75 0.75 결과 : 터보 스핀 에코 (FAST 스핀 에코) 펄스 시퀀스 다음과 같은 매개 변수를 사용 1 ^{내지 3mm,} TR = 3000 밀리 초, (2)의 가속 계수와 120 °의 플립 각 1 보통, 병렬 자기 공명 영상 (IPAT GRAPPA)을 재조명 TE = 22 밀리 초, 5 터보 인자.
      참고 : S12는 다음과 같은 매개 변수를 사용하여 스캔 한 :보기 180mm의 필드, 512 매트릭스, 1mm 두께의 조각과 30 조각, 복셀 크기 0.4 × 0.4 × 1.0 mm ^3의 결과를. 다른 모든 파라미터는 동일하게 유지되었다. Acquisit이온 시간 2 분 47 초.
4. 프로그램 dcm2nii를 사용하여 NIfTI 형식으로 원시 DICOM 변환하여 모든 검사 전 과정.

3. LGN의 묘사

주 : LGN 그러므로 고해상도 PD 이미지는 해부학 적 경계를 결정하기 위해 요구되는 뇌의 깊은있는 작은 피질 하 구조이다. 이 검사에서 LGN은 검출 ^{(21)을 용이하게} 주변 WM 책자에 높은 신호 강도 상대의 영역으로 나타납니다. 식별 해부학 LGN는 tractography위한 시드 영역으로서 사용된다.

1. 그룹 구성원에 블라인드 있지만, 수동으로 두 배의 해상도로 보간 평균 PD의 이미지를 좌우 LGN 마스크 세 번 각을 추적하고 반 복셀 크기 (원래 256 X 256 매트릭스, 0.75 X 0.75 X 1mm ³ 복셀 크기).
   1. 높은 해상도를 얻기 위해 PD의 이미지는 FMRIB의 소프트웨어 내에서 자유롭게 사용할 수 프로포즈 기능 및 기타 소프트웨어 도구를 사용하여도서관 (FSL, http://www.fmrib.ox.ac.uk/fsl/). 이전 ²² 곳에 기술 된 바와 같이 업 샘플링에서는, 각 참가자에 대해, 올바른 움직임과 평균 PD 화상을 연결.
   2. FSLView의 고해상도 PD의 이미지를로드하고 단일 옵션을 선택 도구 탭을 클릭합니다 (누르거나 ) 이미지를 확대합니다.
   3. 마스크 만들기 옵션을 선택하고 각 슬라이스에 LGN를 추적 화면의 왼쪽 상단의 도구 모음을 사용하여 파일 탭을 클릭합니다. 원하는 경우, LGN 검출을 용이하게하기 위해 도구 모음에서 최소 / 최대 함께 드래그하여 이미지의 대비를 변경합니다.
2. fslmerge 명령을 사용하여 중간 마스크에 관심 (로아)의이 지역을 병합합니다.
3. 같은 명령을 사용하여 하나의 중간 마스크에 모든 평가자 '중간 마스크를 결합합니다.

4. V1 분할

1. 뇌에 FreeSurfer23 (v5.3.0)의 "정찰 모두"명령을 실행자동화 된 처리를위한 기본 해부학 적 공간 (T1 강조 영상)에서의.
2. 새로 만든 MRI 폴더 (orig.mgz, brain.mgz, rawavg.mgz, T1.mgz) NIfTI로는 "mri_convert"를 사용하여 적절한 출력을 변환합니다.
3. 필요한 경우 FreeSurfer 공간에서 두개골 제거 출력 뇌 (brain.nii.gz)를 해결하기 위해 FSL GUI에서 BET 뇌 추출을 사용합니다. bet2 옵션 (기본값)를 사용하여 실행 표준 뇌 추출을 선택합니다. 이미지가 뇌 조직을 누락 된 경우 임계 값을 낮추거나 비 뇌 조직은 (기본 임계 값 0.5)을 촬영하면 증가한다. 고급 옵션에서 출력 뇌 추출 이미지 및 출력 이진 뇌 마스크 이미지 (수동 보정을 위해 사용될 수있다 후자)을 선택합니다.
4. "label2surf"와 "surf2volume"명령을 사용하여 부피 마스크로 출력 V1의 분획 (parcellation)을 변환합니다.

5. 사전 추적 등록

참고 : 다음 단계를 들면, 따라와 각을 엽니 다 FSL GUI를 호출g 도구.

1. BET 뇌 추출을 사용하여 "정찰 - 모든"에 의해 생성 된 MRI 폴더에있는 두개골 스트립 rawavg.nii.gz,에 바이어스 필드 목 정리 옵션을 선택합니다. 필요에 따라 임계 값을 조정합니다.
2. 실행 프로포즈 선형 등록 FreeSurfer에 머리를 가져다 확산 공간에 기본 해부학 적 공간입니다.
   1. 선택 brain.nii.gz, 정찰 모두 (FreeSurfer 공간)의 출력 또는 입력 화상으로서 T1 (기본 해부학 적 공간) 추출한 대상체의 뇌 및 와류 보정 뇌는 참조로 확산 강조 영상 (DWI)로 추출 영상. 그런 다음 "이동"을 클릭합니다.
      참고 :이 단계는 두 개의 출력, 기준 영상 (.nii.gz) 및 변환 행렬 (.MAT)에 등록 된 입력 두뇌를 만듭니다. 시드 공간 확산 아닐 경우 그렇다 등록에서, 후자 파일 tractography 요구된다. 7.4.2에 설명 된대로 tractography에 대해이 단계에서 생성 된 출력 변환 행렬 (.MAT)를 사용합니다.
3. 비슷한5.2 실행 프로포즈 선형 등록 FreeSurfer 공간과 기본 해부학 적 공간으로 참가자 PD의 두뇌를 가지고있다.
4. tractography에 대한 종자 마스크를 준비합니다
   1. 바람둥이 선형 등록 도구 상자에서의 Utils에서 바람둥이 변환을 적용합니다. 변환 행렬로 .MAT 출력을 사용하여, 원래 LGN은 기준 볼륨으로 입력 및 brain.nii.gz (FreeSurfer 공간) 또는 T1_brain.nii.gz (기본 해부학 적 공간) (5.2 참조) 마스크. 고급 옵션의 가장 가까운 이웃 보간 방법을 선택합니다.
5. tractography에 대한 목표 마스크를 준비 만 brain.nii.gz 파일을 사용 :
   1. 기본 해부학 적 공간 FreeSurfer 뇌를 등록하고 트라이 직선 보간을 사용하여 (5.2, 5.4.1 참조) V1 마스크에 변형을 적용하여 목표 마스크를 만듭니다. "이동"을 클릭합니다.

6. LGN 정규화

1. //fsl.fmrib.ox : HTTP에서 전술 한 바와 같이 FNIRT 비선형 등록을 사용하여.ac.uk / FSL / fslwiki / FNIRT는 몬트리올 신​​경학 연구소 뇌 전체 템플릿 (MNI152)를 사용하여, MNI 공간으로 기본 해부학 적 공간에서 참가자의 비 추출 두뇌를 가지고있다.
   참고 : FNIRT이 추출 머리를에 바람둥이에 비해 비 추출 개의 T1에 적용 할 때 등록이 더 정확했다으로 원래의 해부학 적 이미지의 비선형 등록은,이 단계를 권장합니다.
2. 해부학 적 공간에서 LGN 마스크에 변환을 적용 MNI 공간으로 마스크를 가지고 5.4.1에 설명 된대로 가장 가까운 이웃 보간을 사용하여 (원래 LGN은 이전 5.4에 기본 해부학 적 공간으로 변환).
3. AFNI의 "3dMean"명령을 사용하여 두 그룹간에 MNI 공간에있는 모든 평균 LGN 마스크.
4. MNI 공간의 평균 마스크에 임계 값을 적용하는 "fslmaths -thr"를 사용합니다.
5. V를 사용 MNI 공간의 평균 마스크 반경 = 4/3 πr ³ (구를 가정)를 계산.
6. 질량 번호 좌표의 중심을 기록명령을 사용하여 기본 해부학 적 공간에서 각각의 개별 LGN 마스크의 궁둥이 "fslstats를 -C".
7. 참가자에 걸쳐 동일한 볼륨의 구형 ROI를 만들기 :
   1. 6.6에 기록 된대로 기본 해부학 적 공간에서 적절한 개별 LGN 마스크의 좌표와의 ROI 포인트를 만들기 위해 "fslmaths"를 사용
   2. "fslmaths"를 사용하여, 기본 해부학 적 공간의 ROI 포인트 주변의 영역을 만드는 MNI 공간의 평균 마스크의 반경을 적용한다.
8. tractography를위한 씨앗 이러한 표준화 된 마스크를 사용하십시오.

7. 확률 Tractography (FSL 5.0.4)

참고 : 다음 단계를 들어, 다음 각 도구에 액세스 할 수 Fdt_gui를 호출합니다.

1. 에디 전류 보정 DWIs 왜곡에 대한 올바른. defaul을 떠나 확산 도구 상자 창 상단의 메뉴에서 에디 전류 보정 옵션을 선택하고 입력으로 음주 운전을 업로드t 참조 볼륨 (0).
2. 4.3에 기술 된 바와 같이 뇌는 BET와 이미지의 압축을 풉니 다.
3. 메뉴에서 DTIFIT 재건 확산 텐서 옵션을 선택합니다. 다음 파일이 포함 된 입력 디렉토리를 지정 : 확산 가중 데이터, nodif_brain_mask (BET의 출력), bvec 및 bval (bvecs 및 bvals로 변경되어야합니다 확산 이미지 수집 매개 변수, 확산 NIfTI 변환 DICOM의 출력에 대한 정보가 포함 된 텍스트 파일을 데이터). 사후 처리에 파일을 생성, 각 복셀에서 확산 텐서 모델에 맞는 dtifit을 실행하는 "이동"을 클릭합니다.
4. 다음으로, BedpostX (확산의 매개 변수 추정) 메뉴에서 옵션을 선택합니다. DTIFIT와 동일한 입력 디렉토리를 사용합니다. tractography에 필요한 모든 파일을 생성하는 '이동'을 클릭합니다.
5. 같은 메뉴에서 확률 추적 ProbtrackX를 선택하고 개별적으로 각 반구에 대한 실행합니다. 기본 기본 옵션 (5,000 샘플, 0.2 곡률 및 loopcheck에있는 수정을 유지D) 및 높은 정확도의 고급 옵션에서 확률 유선을 계산하기위한 오일러 수정을 선택합니다.
   1. BEDPOSTX 디렉토리로 .MERGED 파일을 포함 BedpostX의 출력을 선택합니다.
   2. 시드 공간으로 하나의 마스크를 선택하고 종자 이미지로 (기본 해부학 적 공간) 변환 된 LGN 마스크를로드, T1 확산 씨앗 변환으로 확산 변환 행렬에 (기본 해부학 적 공간에서 뇌), 및 V1 (기본 해부학 적 공간에서) 대상으로 "선택 대상"(제외 마스크하지만 모든)입니다.
   3. 기본 메쉬 규칙 (캐럿)를 사용하여 표면 참조 이미지로 기본 해부학 적 공간 (T1 이미지)에 뇌를로드합니다.
6. 7.5.2에 설명 된대로 tractography에 대한 시드 지역으로 (6 단계에서 만든) 표준 구형의 ROI를 사용하여 확률 추적 ProbtrackX를 반복합니다. LGN (해부학 적 공간) 변환 같은 방법으로 업로드 로아는 7.5.2에 업로드되었다.
7. 다시 실행 tractography (7.5),이 시간제외 마스크로 FreeSurfer의 반대편 백질 경계 마스크가 추가 FreeSurfer 공간에서 씨앗 (비정규) 및 대상 마스크와 위에 어떤 횡단을 방지하고 직접 동측 연결을 보장합니다. ProbtrackX 도구 상자에서 표면 옵션을 선택하고 메쉬 규칙으로 FreeSurfer을 선택합니다.
   항상 확산 공간에서 실행되는 tractography을 강조하는 것이 중요하지만, 확률 추적을위한 Probtrackx 확산 공간에 변환 행렬과 함께, 다른 공간에서 종자 및 대상 마스크의 입력을 할 수 있습니다 : 있습니다. 본 연구에서는 확률 tractography는 기본 해부학 및 FreeSurfer 공간 (그림 2) 모두에서 마스크로 실행되었습니다.

8. 결정적 Tractography (DSI 스튜디오)

1. 오픈 소스 이미지 : 오픈 에디는 1 단계를 클릭하여 DSI 스튜디오 ^24에서 확산 강조 영상을 수정했습니다. 자동 인 B-테이블 윈도우에로드 bvec 및 bval 파일 OPENED는 소스 (하려면 .src) 파일을 만듭니다.
2. 기본값은 필요에 따라 뇌 마스크를 재구성 수정 재구성 창에 생성 된 소스 파일을로드합니다.
3. 그리고, 복원 방법 ^(25)을 선택하고 DTI 섬유 정보 파일 (.fib)를 생성하기 위해 상기 소스 파일에서 실행.
4. 바람둥이 선형 등록을 사용하여 확산 공간에 참가자 'PD의 두뇌를 가져옵니다.
5. 5.4.1에 설명 된대로 가장 가까운 이웃 보간을 사용하여 LGN 마스크에 변형을 적용합니다.
6. 프로그램의 추적 창에서 파일을 .fib 엽니 다.
7. terminative 영역과 DSI 스튜디오에서 사용할 브로드 아틀라스에서 시드와 지역 17 (V1)와 같은 확산 공간에서 LGN을 사용하여 개별적으로 각 반구에 대한 추적을 실행합니다. 지역 탭 열기 지역을 클릭하여 LGN 마스크를 넣습니다. 화면의 왼쪽에있는 지역 목록 입력에서 종자 옵션을 선택합니다. 아틀라스에서 V1 마스크를로드하려면 지역 목록에서 도구 모음에서 아틀라스를 클릭해당 아틀라스를 선택합니다.
8. 각 실행에서, 반대측 WM 회피의 영역 (ROA)와 같은 FreeSurfer 세분화 아틀라스 (추적 창에서 지역 목록 상자 참조)에서 (이름 / 좌우 뇌 - 흰색 - 문제) 마스크를 설정합니다.
9. tractography에 대한 확산 공간 대신​​ 개별 LGN의 같은 종자 지역에서 구형의 ROI를 사용하여 (8.7-8.8) 추적 반복합니다.
   주 : 구형 로아 모든 주제에서 같은 부피가 각각 LGN의 질량 중심을 중심으로한다.
10. 반복 LGN 정상화, 섹션 6 만이 시간 기준 MNI 공간으로 확산 공간에서 뇌를 등록하고, 확산 공간에 LGN에 변환을 적용하는 표준 MNI 공간으로 마스크를 가지고 (원본 LGN은 이전에 8.4-8.5에서 확산 공간으로 변환). MNI 공간의 과목에 걸쳐 모든 LGN의 평균 볼륨으로 구형 ROI의 볼륨을 계산합니다.
    주 : 추적 파라미터는 사용자에 의해 변경 될 수있다. 대부분의 실행을위한 기본 트래킹 파라미터가 적용된. 어떤 사람들 (A5, A7, S12)의 경우, 이방성 임계 값 (기본값 0.14-0.15)은 저하되었다 (0.10-0.12) 및 각 임계 값 (기본값 60) 더 좋은 시각화 (65-85) 증가 하였다. 기술의 개략도가도 3에 도시되어있다.

9. 통계 분석 - TBSS (FSL)

참고 : 요로 기반 공간 통계 dtifit26 얻을 maps16 참가자의 FA의 voxelwise 통계 분석입니다. 이는 광범위하게 확산 된 데이터의 통계에 사용된다. 이 voxelwise 접근 방식은 VBM 스타일 FA 분석에서 볼 가능성 정렬 및 평활화 문제를 극복하고 얻기 어려운 tractography 기반 approaches16을 통해 뇌 전체 조사를 제공합니다.

1. 새로 만든 TBSS 디렉토리에있는 FA 데이터의 "tbss_1_preproc"를 실행합니다.
2. (FMRIB58_FA를 T는 공통의 공간으로 각 참가자의 FA 데이터를 가져 오는 비선형 등록을 신청 - "tbss_2_reg"를 실행TBSS의 목표 이미지).
3. "tbss_3_postreg -S"를 ​​사용하여 참가자들 사이 모든 일반적인 책자의 센터와 평균 FA 골격을 만듭니다.
4. 운영 모든 정렬 FA지도의 평균 골격에 각 참가자의 정렬 FA 맵을 프로젝트 "0.2 ​​tbss_4_prestats".
5. 행렬의 순서는 TBSS FA는 데이터를 사전 처리 순서와 일치하는 것을 보장하고 design.con design.mat 파일을 만든다.
6. 이 골격 (3 차원 데이터의 감소 부분 집합)에 작용으로 TBSS에 대한 권장 T2 옵션을 사용하여, "randomise"실행하고보다 정확한 P-값을 제공합니다 5,000 미리 돌연변이.

10. 통계 분석 - SPSS

1. 결정적 데이터에서 FA 값을 추출
   주 : 결정적 기반 FA 값 DSI 스튜디오 출력 통계 텍스트 파일로부터 유도 하였다. 이러한 값은 WH, 생성 책자 내에 평균 FA를 나타내는이 경우 ICH는 OR의 영역에 해당한다.
   1. DSI 스튜디오에서 실행 섬유 추적.
   2. 책자의 각 생성 세트에 대한 DSI 스튜디오에서 만든 '통계'텍스트 파일을 저장하고 그들로부터 'FA 말은'값을 기록한다.
2. 확률 데이터에서 FA 값을 추출
   참고 : 확률 기반 FA 값이 ProbtrackX2 출력 fdt_paths 파일에서 파생됩니다. 이러한 연구의 OR에 대응하는 영역을 커버 3D 관 밀도 이미지들이다.
   1. 확산 공간으로 각 참가자의 fdt_paths 파일을 가지고 프로포즈 선형 등록을 사용합니다.
   2. "- 빈 fslmaths"를 사용하여 출력 마스크를 이진화.
   3. 각 참가자는 "fslmaths -mul"을 사용하여 dtifit에서 자신의 FA지도에 의해 마스크를 곱합니다.
   4. 각 기관 마스크에서 평균 FA를 찾기 위해 "fslmeants"명령을 실행합니다.
3. SPSS는 (결정적과 확률을 이용하여 분석을 실행
   데이터)
   엔OTE : 통계 분석 Mac 용 SPSS (20)를 사용하여 수행된다. 반구는 피험자 내 변수, 뇌의 각 측면에 영향을 개별적으로보고 될 수있는 일반화 된 선형 모델 (GENLIN) 때문에,인가된다. 즉, 일반화 추정 방정식 (GEE)가 사용된다.
   1. 별도의 테스트에서 평균 FA 각각 설정하고 종속 변수로 카운트를 (waytotal 또는 비율이 PGSL, 유선을) 간소화.
      참고 : 본 연구에서는 카운트 방법-총 값을 기반으로 간소화. Waytotal는 포함 / 제외 기준 ^(27)에 의해 거부되지 않은 생성 된 유선의 총 수를 설명합니다. 유선 전송의 총 수를 의미 생성 유선 수 (NGSL)는, 각 복셀 (이 경우, 5000)에서 도출 된 샘플의 수를 곱한 시드 마스크 복셀의 개수와 동일하다. 비율 생성 유선 (PG​​SL가), NGSL 시간 100으로 나눈 waytotal, 성공도없고의 측정시드와 대상 사이의 ctivity.
   2. 모든 테스트에서 그들에게 독립 변수를 설정하여 V1 연결에 LGN에 그룹과 성별의 영향을 연구한다.
      주 : 주 효과뿐만 아니라 2 차원 및 3 방식으로 상호 작용을 연구 하였다. 이들 개별 테스트 서로 조절되지 않는 것이 중요하므로 하나의 주 효과 또는 상호 작용의 중요성은 서로 독립적이다.
   3. 모든 시험에 대한 공변량으로 나이를 사용합니다. 또한, 종속 변수로 평균 FA와 테스트 및 waytotal에 대한 공변량으로 LGN 볼륨을 사용하지만, 종속 변수로 PGSL와 테스트를 생략.
      주 : 전체 뇌 용적은 크지 공변량되는 것을 발견하고, 따라서 기록을 생략 하였다.
   4. 다중 비교 ⁽²⁸⁾ (유의 P <0.05 수준)을 조정하기 위해 페로 니 보정 방법을 선택합니다.

결과

이 섹션에서는 결정 론적 및 확률 tractography, 두 개의 서로 다른 알고리즘을 사용하여 얻은 결과를 요약하여 제공합니다. PD 공간 LGN 볼륨있는 마스크 원래뿐만 아니라 본 연구에 사용 된 다른 모든 공간에, 표 2에 기록되어 그려진 및 LGN 추적은도 4에 도시되어있다. 여기에보고 된 결과는 LGN 투자 수익 (ROI) 등의 표준 구를 사용하여 실?...

토론

WM 변경하고,보다 구체적으로는, 제어 장치가 예상 된 비교 백색증 연결성을 감소시켰다. 따라서, 제어뿐만 아니라 여기에보고 백색증 남성 환자에서 감소 연결에 비해 백색증의 오른쪽 반구의 감소 FA는 우리의 예측과 일치한다. 성 반구 효과가 제안하는 건강한 뇌에 대한 연구는 여성에 비해 남성의 왼쪽 반구에 WM 복잡성을 감소하지만 ^{30 ~ 31 본} 연구에서 관찰 된 성별과 반구 관련 차이?...

자료

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