이 작품은 국립 신경 장애 연구소와 스트로크에서 DE 권한 부여 번호 P50NS071675 (의료 연구를위한 Feinstein의 연구소에서 파킨슨 병 연구의 우수성 모리스 K. 유달 센터)에 의해 지원되었다. 내용은 전적으로 저자의 책임이며 반드시 국립 신경 장애 연구소 뇌졸중이나 건강의 국립 연구소의 공식 견해를 대변하지 않습니다. 스폰서는 연구 설계, 수집, 분석 및 데이터의 해석에 중요한 역할을 보고서의 작성 또는 게시에 대한 논문을 제출하기로 결정 있지 않았다.

1. 데이터 수집 및 전처리 <ol><li> SSM / PCA 방법은 다양한 소스와 양식에서 얻은 단일 볼륨 이미지에 적용 할 수 있습니다. 특히, 신진 대사의 현장 PET 이미징 들어, [18 F]로 적합한 방사성 핵종 추적을 준비-fluorodeoxyglucose (FDG) 및 각 환자에 관리 할 수 있습니다. 환자는 일반적으로 약물 떨어져 적어도 12 시간의 빠른 다음, 열린 눈으로 나머지 스캔됩니다. </li><li> 개인 또는 그룹 평가를위한 각 과목을 검사합니다. 패턴 유도를 들어, 성별 및 나이 일치 한 환자와 컨트롤의 동일한 수를 검색합니다. </li><li> 워크 스테이션에 데이터를 전송하고 플랫폼 분석을 위해 적절한 형식으로 변환합니다. MATLAB 분석 소프트웨어 (scanvp, ssm_pca, 근거를 둔 우리의 윈도우 PC <a href="http://www.feinsteinneuroscience.org" target="_blank">www.feinsteinneuroscience.org는</a> ) ANALYZE 요구하거나 nifti 형식 이미지 (Mayo 진료소, 로체스터, MN). 그것은 변환 루틴 t을 제공합니다O 변환 GE 사전 (밀워키, WI, USA)은 스캐너와 다른 형식의 이미지 포맷을 분석 할 수 있습니다. </li><li> 일반적으로 정위 공간 (예 : 몬트리올 신경학 연구소 [MNI] () 통계적 매개 변수 매핑 (SPM)과 표준의 neuroimaging 소프트웨어 패키지를 사용하여 각 과목의 이미지를 정상화 <a href="http://www.fil.ion.ucl.ac.uk/spm" target="_blank">http://www.fil.ion.ucl.ac.uk/spm</a> ) 주제 (그림 2) 사이의 복셀 값의 일대일 대응이되도록. 회색 물질 영역 (그림 3) 및 로그 변환에 대한 분석을 제한하는 마스킹은 다음 단계에 설명되어 있습니다. </li></ol> 2. 다변량 SSM / PCA를 수행 변수 SSM / PCA (그림 4 참조)에 대한 작업은 외부 소프트웨어에 의해 수행 할 수 있습니다. 단계는 우리의 사내 루틴 (그림 5) (스캔에 의해 자동으로 대부분의 수행 절차를 반영 아래 세분화VP / ssmpca, <a href="http://www.feinsteinneuroscience.org" target="_blank">www.feinsteinneuroscience.org가</a> ) SPM 도구 상자 ssm_pca로도 사용할 수 있습니다. <ol><li> 같은 흰색 물질과 심실로 복셀 공간의 불필요한 부분을 제거하기 위해 사용할 수 0 / 1 이미지를 사용하여 마스크 데이터입니다. ssmpca 루틴을 사용하여, 사용자는 기본 또는 다른 외부 마스크 (그림 3)을 선택하거나 프로그램이 자동으로 각 과목의 데이터 최대의 선택된 고정 %보다 낮은 값을 제거하여 마스크를 생성하도록하는 옵션이 제공됩니다. 개별 주제 마스크는 다음 복합 마스크를 결정하기 위해 곱합니다. 마스크 내의 영역은 분석을 위해 일반적인 아닌 복셀 공간을 정의합니다. </li><li> 연속적인 평면에서 순차 스캔 라인 (그림 4A)를 추가하여 하나의 연속 행 벡터에 각 과목의 3D 마스크 이미지 복셀 데이터를 변환합니다. 각 주제의 데이터가 특정 R에 대응되도록 그룹 데이터 매트릭스 (D)를 형성행렬의 아야. 각 열은 다음 과목에 걸쳐 특정 복셀을 나타냅니다. 이상적으로, 바이오 마커 유도를 위해, 행렬은 정상적인 제어 대상 데이터 및 질병 대상 데이터의 행의 동일한 숫자로 구성됩니다. </li><li> 로그 형식으로 각 데이터 항목을 변환 할 수 있습니다. </li><li> 센터는 각 행의 평균 또는 주제를 빼서 데이터 행렬은 행 요소에서 의미합니다. 모든 중심 행의 평균은 특성 그룹이 로그 이미지 (GMP, 그림 4A) 그룹 평균 프로파일라고 의미 나타냅니다. 해당 행렬 열 요소의 GMP의 요소 열 방법을 뺍니다. 이중 중심 행렬의 각 행은 &#39;잔여&#39;이미지 제목 잔류 프로필 (SRP) 해당 요소가 모두 대상의와 복셀 V 그룹 수단 (그림 4b)의 편차를 나타내는라고 부른다 나타냅니다. SRP SV = logD SV - 의미의 - GMP V </li><li> 피사체를 구축각 과목 쌍의 전 사이의 비 표준화 된 공분산을 계산하여 복합 이중 중심의 데이터 행렬의 요법에 의하여 피사체 공분산 행렬 C는 SRP 행렬의 행 제이 (그림 4b) 모든 복셀 V에 합산 해당 복셀 요소 제품으로 평가 . C IJ = Σ V (SRP IV X SRP JV) </li><li> 주체 별 주제 공분산 행렬 C에 PCA를 적용합니다. 결과는 관련된 고유 값에 따라 점수 고유 벡터의 집합이 될 것입니다. 해당 고유 값의 제곱근을 곱하여 각 벡터에 가중치를. 점수 고유 벡터의 집합은 그림 4C의 결과 행렬 S의 열을 기준으로 표시됩니다. </li><li> 고유 값의 동일한 집합에 대한 복셀 고유 벡터를 계산 proced 요구 적은 열 공분산 행렬에 의해 열을 PCA를 적용하거나 이러한 대안에 의해 결정 될 수있다URE (그림 4C)에 묘사. 고유 값의 순서 (그림 4C, 그림 6, 그림 7A)를 내림차순으로 복셀 패턴 고유 벡터의 배열 P를 파생 전치 SRP 매트릭스 이전에 파생 점수 벡터 행렬을 곱 떠났다. P = SRP T X S 각 열 벡터는 고유 값의 상대적 크기에 해당하는 (VAF)를 차지하고 총 분산의 백분율에 의한 SSM / PCA 분석의 주요 구성 요소 (PC) 이미지 패턴을 나타냅니다. </li></ol> 3. 패턴 바이오 마커 유도 <ol><li> 높은 VAF 값과 연결된 PC의 패턴을 결정하기 위해 앞의 분석 결과를 확인합니다. 우리의 일상에서, 복셀 패턴 벡터는 그 값들이 평균값에서 긍정과 부정 표준 편차를 나타내는 있도록 Z-변환됩니다. 그들은 다음 (그림 7A) 표시되기 전에 이미지 형식으로 재편된다. </li><li&gt; 어떤 경우에는 질환과 관련된 알려진 지역 편차 패턴은 시각적으로 식별 할 수 있습니다. 수학 공식은 PC와 연관된 점수를 모두 물리적으로 정확한 해석을 준수 뺀 곱한 될 수있는 경우에 해당 솔루션과 같은 파생 PC를 긍정적이고 부정적인 형태를 고려합니다. </li><li> 각 PC 패턴에 해당하는 점수를 막대 그래프와 산포도 (그림 7)로 표시됩니다. 선택적 ROC 플롯 (그림 7D)를 생성 할 수 있습니다. 질병 특정 패턴을 확인하려면 해당 두 샘플 t-테스트 및 AUC 값의 P-값으로 반영 환자와 컨트롤 사이의 과목 점수의 분화를 확인할 수 있습니다. 일부 고정 컷오프 값 (예를 들어, p &lt;0.05 VAF&gt; 5 %)에 대한 높은 VAF 및 높은 차별화와 연관된 PC에 분석을 제한합니다. 일반적으로 하나 또는 두 개의 PC를 PET 데이터에 대한이 기준을 만족시킨다. </li><li> VARI이 있습니다44 간주 할 수있는 PC 선택을위한 OU를 다른 방법. 고유 값이 퇴화하기 시작 위치를 순차적으로 고유 값 (그림 6)의 애추 그래프는 곡선의 굴곡에 의해 표현 날카로운 컷오프 값과 곡선의 기울기의 급격한 감소를 제공 할 수 있습니다. 또 다른 방법은 분산의 상위 50 %를 차지하고있는 모든 PC를 포함하는 것입니다. 널리 인정 절차는 환자와 컨트롤을 구별 할 수있는 최소 AIC 값과 모델을 정의의 PC 조합을 결정하는 아카 이케 정보 기준 (AIC) 45를 계산하는 것입니다. </li><li> 선택한 PC (들) 벡터 정규화 및 선형 단일 질병 관련 패턴을 산출하기 위해 결합 될 수있다. 우리의 소프트웨어는 선택 과목 점수에 적용 물류 또는 다른 회귀 모델에 따라 계수를 결정하기 위해 MATLAB 함수 glmfit를 사용합니다. 환자와 대조군의 분화는 일반적으로 드에서 고려 추가 PC를 향상 있지만,rivation 그룹은 결과 패턴은 하나의 실제 네트워크에 대응하지 않거나 이상치 편차 (그림 7a 및도 77)를 포함 할 수있는 복합 표현입니다. </li><li> 또한 검증은 신뢰성과 미래의 의미가 필요합니다. 반복 패턴 유도의 최소 표준 편차와 연결된 원래 파생 데이터 집합 내에서 가장 신뢰할 수있는 복셀을 식별하는 8 아래에 설명 된대로 부트 스트랩 리샘플링을 수행 할 수 있습니다. 앞으로 검증 프로토콜의 다음 부분에 설명 된 단일 과목 점수 평가 방법 (그림 4D)를 사용하여 환자와 컨트롤의 잠재 그룹에 대한 점수를 파생하여 독립적 인 그룹 차별의 민감도와 특이도를 테스트하기 위해 수행됩니다. </li></ol> 4. 소정의 바이오 마커를 사용하여 단일 대상 유망 점수 평가 <ol><li> 중요한 SSM-GIS 바이오 마커 패턴 회발견되었습니다, 미래의 주제에 그 표현에 대한 점수는 피사체의 SRP 벡터 및 GIS 패턴 벡터 (그림 4D, 그림 7D)의 내부 벡터 제품의 간단한 계산을 사용하여 해당 개인의 검사에서 평가할 수 있습니다. SCORE = SRPS • 패턴 </li><li> 이전 작업은 우리 TPR 루틴에 의해 자동화됩니다. 그러나 독립적 주제 SRPS 벡터는 로그 변환 된 데이터에 관련된 고유 GIS 마스크를 사용하여 피사체 평균과 단계 2.4에서와 같이 prederived 참조 그룹 GMP의 해당 복셀 값을 모두 빼 파생한다. 이 점수가 일정 기준 범위에 비교할 수 있다는 보장한다. 새 그룹에 대한 점수는 비슷하게 예상 한 과목 점수의 집합으로 평가 될 수있다. 패턴이 변경되는 동안 다른 참조 그룹 또는 설정을 사용하기 위해 GMP 재 보정 할 수 있습니다. </li></ol>

박사 Eidelberg은 신경계 부전 환자 (금전적 이익 제외) 상영하는 영상 표식의 사용에 두 개의 미국 특허의 공동 발명자로 표시됩니다. 더 이상 공개는 없습니다.

SSM / PCA 모델은 원래 묄러 등으로 제시 하였다. 4 신경 영상 데이터의 분석을위한 간단하고 강력한 기술로 1-3 진화했다. 그러나 우리가 여기와 이전의 출판물 5-7,10에 명확히하려고 한이 방법론의 응용 프로그램에서 모호성이 있었다. 이러한 문제 중 일부는 텍스트에서 해결되었습니다 있지만, 때문에 그들의 중요성을 여기서 다시 한번 강조합니다. 소개에 설명 된?...

퇴행성 신경 질환에 광범위하게 지역화 및 뇌 대사의 이상뿐만 아니라 지역의 상호 작용에게 17 연구 이외의 추론 방법을 정량화 기법을 이용하여 연구되어왔다. 이러한 주성분 분석 (PCA) 1,2,4,18 독립 성분 분석 (ICA) 19,20,뿐만 아니라 최소 부분 제곱 (PLS) 21 정규 서수 동향 등 감독 기술과 같은 데이터 중심의 다변량 분석 전략 variates 분석 (ORT / CVA) 22 특징 패턴이나 상호 활동의 &quot;네트워크&quot;를 공개 할 수 있습니다. 특히 다변량 절차 축소 subprofile 모델 (SSM)의 기초가 1,2,4-6,18 이전 조브 3에 설명되어있다. 이 PCA 기반의 접근 방식은 원래 뇌의 혈액 흐름과 신진 대사 ACQ의 정상 상태 단일 볼륨 이미지에서 뇌 영역 사이의 비정상적인 기능 공분산 관계를 조사하기 위해 개발되었습니다높은 신호 대 잡음 특성을 나타내는 등 PET 및 SPECT와 같은 양식의 휴식 상태에서 uired. 질병 특정 SSM 패턴은 정상인 7,16에 비해 단일 네트워크 프로세스 나 여러 가지 복잡한 비정상적인 기능 (23)의 동화를 반영하는 환자에서 지역의 지형 전반적인 차이를 반영 이미징 생체 있습니다. 대사 공분산 패턴 두뇌 네트워크는 정상과 질병의 그룹을 구별 질병의 심각도의 임상 적 평가와 연관 네트워크 기반 조치를 제공 할 수있는 표현식 값 (적용 점수)와 연결됩니다. 일반적으로 이러한 패턴에 따라 점수가 질병의 진행과 함께 증가에도 증상이 발병 14,24 전에 표현 될 수있다. 사실, 질병 관련 네트워크 생체는 파킨슨 병 10 (PD), 헌팅턴의 질병 25 (HD) 및 알츠하이머 병 8과 같은 신경 퇴행성 질환에 대한 특징되었습니다 </&gt; (AD)을 먹다. 중요한 질병 관련 대사 지형도는 또한 여러 시스템 위축 (MSA)와 진보적 인 핵상 마비 (PSP)와 같은 비정형 파킨슨 병 운동 장애에 대한 확인되었습니다. 이러한 패턴은 12,13,26 임상 적으로 유사한 &quot;비슷하게&quot;증후군과 개인의 감별 진단을 위해 콘서트에 사용되었습니다. 대조적으로, 일반적인 fMRI를 복셀 기반 변량 방법은 고립 된 두뇌 클러스터에있는 환자와 컨트롤 사이의 차이의 중요성을 평가합니다. 더 최근에, 방법은 다양하게 정의 뇌 영역 27 ~ 29 사이의 기능적 연결성을 측정하기 위해 개발되었습니다. 기능적 연결이 정의 제목과 지역 고유의 공간적 분포 두뇌 네트워크 지역 1,2,23,30의 단면 상호 참조하는 원래의 SSM / PCA 개념의 특정 상호 작용 이상자로 제한됩니다. 자신의 장점, MRI 플랫폼에다시 쉽게 설치, 널리 사용되는 비 침습적 일반적으로 최근의 문헌에서 설명하는 잠재적 인 방법의 급증의 결과로 이러한 PET 나 SPECT와 같은 전통적인 방사성 영상 방식보다 짧은 스캔 시간이 필요합니다. 그러나 결과 시간에 따른 fMRI를 신호는 지역의 신경 활동 31,32의 간접적 인 측정을 제공합니다. 고용 일반적으로 복잡한 분석 알고리즘은 데이터 집합의 큰 크기, fMRI를 신호 고유의 생리적 소음뿐만 아니라, 주제 및 지역 19,23 사이에 존재하는 뇌 활동의 높은 변동성에 의해 제한되었다. 뇌 조직에 관한 흥미로운 정보가 fMRI를 &#39;네트워크&#39;의 속성에서 유추 할 수 있지만, 그들은 믿을 수있는 질병 바이오 마커로 사용될 충분히 안정되지 않았습니다. 또한, 그 결과 네트워크 지형도는 SSM / PCA 설립 기능적 이미징 방법을 사용하여 식별 것과 반드시​​ 해당되지 않습니다. 일에 대한전자 대부분의 부분은, 결과 fMRI를 지형도의 교차 유효성 검사 엄격한 단일 사례에서 미래의 스캔 데이터에서 파생 된 패턴을 성공적으로 전달 응용 프로그램의 몇 가지 예에 부족했습니다. PCA 공분산 분석의 장점은 처음 몇 주 구성 요소의 데이터 변화의 가장 중요한 소스를 식별하는 능력에 달려 있지만, 눈에 띄는 고유 벡터가 아닌 실제 고유의 네트워크 응답보다 랜덤 노이즈 요소를 나타내는 경우는 효과가있다. 첫 번째 몇 가지 고유 벡터를 선택하고 환자를 대 정상 대조군의 점수에 큰 차이를 표시하는 사람들에게 제한함으로써, 우리는 매우 잡음 요소의 영향을 줄일 수 있습니다. 그러나 여기에 설명 된 기본 접근 방식, 이러한 조치는 아래에 설명 된 양식을 제외하고 일반적인 fMRI를 데이터 집합의 강력한 추정량을 생성하기에 충분하지 않을 수 있습니다. 따라서, 지역 G의 안정 직접적인 관계 때문에lucose 대사와 시냅스 활동 33,이 방법은 휴식 상태 FDG PET 데이터의 분석에 주로 적용되었습니다. 그러나 사용 된 대뇌 혈류 (CBF) 밀접하게 휴식 상태 10,11,34, SPECT 35,36 그리고 더 최근의 동맥 스핀 라벨링 (ASL) MRI 관류 영상 방법 37,38의 신진 대사 활동에 결합되어 주어진 각각의 경우에 비정상적인 신진 대사 활동을 평가한다. 즉, 휴식 상태 fMRI를 (rsfMRI) 안심 공간 공분산 패턴의 유도는 앞에서 31,32 간단하지 지적이다 말했다. 그럼에도 불구하고, PD 환자와 대조군에서 rsfMRI 데이터의 예비 SSM / PCA 분석은 질병 관련 패턴 사이에 어떤 지형 동성이 BOLD fMRI를 39,40의 두 가지 양식, 애완 동물과 낮은 주파수 변동의 진폭 (ALFF)를 사용하여 식별 밝혔다 . 마지막으로, 우리는 또한이 방법은 복셀 기반 모토에서 성공적으로 적용되었는지주의연령과 관련된 볼륨 손실과 같은 과목 43 VBM과 ASL 패턴의 추가 비교에 관련된 독특한 공간 공분산 패턴을 공개 metry (VBM) 구조 MRI 데이터 41,42. 다른 분석 방법 및 이미징 플랫폼을 사용하여 SSM / PCA 공간 공분산 지형 및 확인 유사한 뇌 네트워크 사이의 관계는 지속적인 조사의 주제입니다.

<table border="1">
 <tbody>
 <tr>
 <td>Name of Equipment</td>
 <td>Company</td>
 <td>Catalog Number</td>
 <td>Comments</td>
 </tr>
 <tr>
 <td></td>
 <td></td>
 <td></td>
 <td>Image Acquisition </td>
 </tr>
 <tr>
 <td>PET Scanner</td>
 <td>GE Medical Systems</td>
 <td>GE Advance</td>
 <td>Any PET, PET/CT and PET/MRI Scanners from GE, Siemens and Philips </td>
 </tr>
 <tr>
 <td>PC Workstations</td>
 <td>Lenovo</td>
 <td>Any</td>
 <td><a href="http://www.lenovo.com/us/en/" target="_blank">http://www.lenovo.com/us/en/</a></td>
 </tr>
 <tr>
 <td></td>
 <td></td>
 <td></td>
 <td>Radiopharmaceuticals </td>
 </tr>
 <tr>
 <td>[18F]-fluorodeoxyglucose</td>
 <td>Feinstein Institute for Medical Research</td>
 <td>Routine Production</td>
 <td>Also distributed by Cardinal Health <a href="http://www.cardinal.com/" target="_blank">http://www.cardinal.com/</a> </td>
 </tr>
 <tr>
 <td></td>
 <td></td>
 <td></td>
 <td>Software </td>
 </tr>
 <tr>
 <td>ScanVP</td>
 <td>Feinstein Institute for Medical Research</td>
 <td>Version 5.9.1, Version 6.2, To be released</td>
 <td><a href="http://www.feinsteinneuroscience.org/" target="_blank">www.feinsteinneuroscience.org</a></td>
 </tr>
 <tr>
 <td>SPM</td>
 <td>The UCL Institute of Neurology</td>
 <td>spm99-spm8</td>
 <td><a href="http://www.fil.ion.ucl.ac.uk/spm" target="_blank">http://www.fil.ion.ucl.ac.uk/spm</a></td>
 </tr>
 <tr>
 <td>Windows</td>
 <td>Microsoft</td>
 <td>Any</td>
 <td></td>
 </tr>
 <tr>
 <td>Matlab</td>
 <td>Mathworks</td>
 <td>Matlab Version 7.0, 7.3</td>
 <td><a href="http://www.mathworks.com/" target="_blank">http://www.mathworks.com/</a></td>
 </tr>
 <tr>
 <td>JMP</td>
 <td>SAS</td>
 <td>Version 5</td>
 <td><a href="http://www.jmp.com/" target="_blank">http://www.jmp.com/</a></td>
 </tr>
 </tbody>
</table>

identification of disease-related spatial covariance patterns using neuroimaging data

스케일 subprofile 모델 (SSM) 1-4 작은 구성 요소 (그림 1)을 거부하면서 환자와 대조군의 뇌 영상 데이터에 변화의 주요 소스를 식별하는 변수 PCA 기반의 알고리즘입니다. 정상 상태 multimodality 이미지 복셀 별 복셀 공분산 데이터에 직접 적용, 그룹 이미지 전체 세트는 몇 가지 중요한 선형 독립적 인 공분산 패턴과 해당 과목 점수를 줄일 수 있습니다. 각 패턴은 그룹 불변 subprofile (GIS)는, 기능적으로 상호 뇌 영역의 공간적 분산 네트워크를 나타내는 직교 주요 구성 요소입니다라고합니다. 작은 네트워크 별 기여를 가릴 수있는 대형 글로벌 평균 스칼라 효과는 고유의 로그 변환에 의해 제거하고 데이터 2,5,6의 중심 의미합니다. 주제 독립적 clin와 연관 할 수있는 간단한 스칼라 점수로 표시되는 변수도 이러한 패턴을 각각 표현iCal의 또는 심리 설명 7,8. 주제 점수 (즉, 패턴 표현식 값)의 로지스틱 회귀 분석을 사용하여 선형 계수는 건강한 대조군 5,6에서 환자의 향상 차별 하나의 질병 관련 공간 공분산 패턴, 즉 복합 네트워크에 여러 개의 주요 구성 요소를 결합하는 파생 될 수 있습니다. 파생 세트 내에서 교차 유효성 검사는 부트 스트랩 리샘플링 기술에게 9를 사용하여 수행 할 수 있습니다. 앞으로 검증은 쉽게 10 예비 데이터 집합에서 파생 패턴의 직접적인 점수 평가에 의해 확인된다. 정품 확인이 완료되면, 질병 관련 패턴은 사용 된 건강한 주제의 자주 세트 (질병 그룹) 원래 패턴 유도 11, 고정 된 기준 샘플에 대해 개별적인 환자를 ​​득점하는 데 사용할 수 있습니다. 이러한 표준화 된 값을 차례로 감별 진단 12,13을 지원하고 질병을 평가하는 데 사용할 수 있습니다네트워크 수준 7,14-16의 진행과 치료에 효과. 우리는 질병의 특성 공분산 패턴 바이오 마커를 유도하기 위해 사내 소프트웨어를 사용하여 파킨슨 병 환자와 정상 대조군의 FDG PET 데이터에이 방법론의 적용 예를 제시한다.

변수 SSM / PCA 분석의 간단한 응용 프로그램이 PD에 대한 신경 영상 바이오 마커 패턴을 도출하려면 아래 설명되어 있습니다. 10 세의 PET FDG 이미지는 임상 변수 병에 걸린 기간의 PD 환자 (6M/4F, 59y ± 7Y SD) (9Y ± 5 년 SD) 진단에서 10 나이와 성별은 정상 대조군과 일치 (6M/4F, 58y ± 7Y SD)를 사용하여 분석 하였다 우리 ssmpca 루틴. 스물 해당 공간적 사전 정규화 된 영상은 처음에 기본 마스크 (그...

Watch this Scientific Journal Video about Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data at JoVE.com

Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data

주성분 분석 (PCA) 등의 다변량 기술은 기능적 뇌 영상에서 지역 변화의 서명 패턴을 식별하는 데 사용되었습니다. 우리는 퇴행성 신경 질환의 진단, 질병의 진행 평가, 환자 집단에서 치료 효과를 객관적으로 평가를 재현 네트워크 생체를 식별하는 알고리즘을 개발했습니다.

신경 영상 데이터를 사용하여 질병과 관련된 공간 공분산 패턴의 식별

The scaled subprofile model (SSM)1-4 is a multivariate PCA-based algorithm that identifies major sources of variation in patient and control group brain ...

identification-disease-related-spatial-covariance-patterns-using

Research

JoVE Journal

Medicine

15.5K 조회수.  The Feinstein Institute for Medical Research. 주성분 분석 (PCA) 등의 다변량 기술은 기능적 뇌 영상에서 지역 변화의 서명 패턴을 식별하는 데 사용되었습니다. 우리는 퇴행성 신경 질환의 진단, 질병의 진행 평가, 환자 집단에서 치료 효과를 객관적으로 평가를 재현 네트워크 생체를 식별하는 알고리즘을 개발했습니다.

비디오: Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data

Identification of Sleeping Beauty Transposon Insertions in Solid Tumors using Linker-mediated PCR

Genomic, proteomic, transcriptomic, and epigenomic analyses of human tumors indicate that there are thousands of anomalies within each cancer genome compared to matched normal tissue. Based on these analyses it is evident that there are many undiscovered genetic drivers of cancer1. Unfortunately these drivers are hidden within a much larger number of passenger anomalies in the genome that do not directly contribute to tumor formation. Another aspect of the cancer genome is that there is considerable genetic heterogeneity within similar tumor types. Each tumor can harbor different mutations that provide a selective advantage for tumor formation2. Performing an unbiased forward genetic screen in mice provides the tools to generate tumors and analyze their genetic composition, while reducing the background of passenger mutations. The Sleeping Beauty (SB) transposon system is one such method3. The SB system utilizes mobile vectors (transposons) that can be inserted throughout the genome by the transposase enzyme. Mutations are limited to a specific cell type through the use of a conditional transposase allele that is activated by Cre Recombinase. Many mouse lines exist that express Cre Recombinase in specific tissues. By crossing one of these lines to the conditional transposase allele (e.g. Lox-stop-Lox-SB11), the SB system is activated only in cells that express Cre Recombinase. The Cre Recombinase will excise a stop cassette that blocks expression of the transposase allele, thereby activating transposon mutagenesis within the designated cell type. An SB screen is initiated by breeding three strains of transgenic mice so that the experimental mice carry a conditional transposase allele, a concatamer of transposons, and a tissue-specific Cre Recombinase allele. These mice are allowed to age until tumors form and they become moribund. The mice are then necropsied and genomic DNA is isolated from the tumors. Next, the genomic DNA is subjected to linker-mediated-PCR (LM-PCR) that results in amplification of genomic loci containing an SB transposon. LM-PCR performed on a single tumor will result in hundreds of distinct amplicons representing the hundreds of genomic loci containing transposon insertions in a single tumor4. The transposon insertions in all tumors are analyzed and common insertion sites (CISs) are identified using an appropriate statistical method5. Genes within the CIS are highly likely to be oncogenes or tumor suppressor genes, and are considered candidate cancer genes. The advantages of using the SB system to identify candidate cancer genes are: 1) the transposon can easily be located in the genome because its sequence is known, 2) transposition can be directed to almost any cell type and 3) the transposon is capable of introducing both gain- and loss-of-function mutations6. The following protocol describes how to devise and execute a forward genetic screen using the SB transposon system to identify candidate cancer genes (Figure 1).

Identification of Sleeping Beauty Transposon Insertions in Solid Tumors using Linker-mediated PCR

A method of identifying unknown drivers of carcinogenesis using an unbiased approach is described. The method uses the Sleeping Beauty transposon as a random mutagen directed to specific tissues. Genomic mapping of transposon insertions that drive tumor formation identifies novel oncogenes and tumor suppressor genes

의 식별<em&gt; 잠자는 숲속의 미녀</em링커로 인한 PCR을 사용하여 고체 종양의&gt; Transposon의 삽입

Genomic, proteomic, transcriptomic, and epigenomic analyses of human tumors indicate that there are thousands of anomalies within each cancer genome ...

연구

의학

Detection of Architectural Distortion in Prior Mammograms via Analysis of Oriented Patterns

We demonstrate methods for the detection of architectural distortion in prior mammograms of interval-cancer cases based on analysis of the orientation of breast tissue patterns in mammograms. We hypothesize that architectural distortion modifies the normal orientation of breast tissue patterns in mammographic images before the formation of masses or tumors. In the initial steps of our methods, the oriented structures in a given mammogram are analyzed using Gabor filters and phase portraits to detect node-like sites of radiating or intersecting tissue patterns. Each detected site is then characterized using the node value, fractal dimension, and a measure of angular dispersion specifically designed to represent spiculating patterns associated with architectural distortion.
Our methods were tested with a database of 106 prior mammograms of 56 interval-cancer cases and 52 mammograms of 13 normal cases using the features developed for the characterization of architectural distortion, pattern classification via quadratic discriminant analysis, and validation with the leave-one-patient out procedure. According to the results of free-response receiver operating characteristic analysis, our methods have demonstrated the capability to detect architectural distortion in prior mammograms, taken 15 months (on the average) before clinical diagnosis of breast cancer, with a sensitivity of 80% at about five false positives per patient.

Detection of Architectural Distortion in Prior Mammograms via Analysis of Oriented Patterns

We demonstrate methods for the detection of architectural distortion in prior mammograms. Oriented structures are analyzed using Gabor filters and phase portraits to detect sites of radiating tissue patterns. Each site is characterized and classified using measures to represent spiculating patterns. The methods should assist in the detection of breast cancer.

이전 유방 X 선 사진에있는 건축 왜곡의 검출<em&gt;를 통해</em지향 패턴의&gt; 분석

We demonstrate methods for the detection of architectural distortion in prior mammograms of interval-cancer cases based on analysis of the orientation of ...

Using Continuous Data Tracking Technology to Study Exercise Adherence in Pulmonary Rehabilitation

Pulmonary rehabilitation (PR) is an important component in the management of respiratory diseases. The effectiveness of PR is dependent upon adherence to exercise training recommendations. The study of exercise adherence is thus a key step towards the optimization of PR programs. To date, mostly indirect measures, such as rates of participation, completion, and attendance, have been used to determine adherence to PR. The purpose of the present protocol is to describe how continuous data tracking technology can be used to measure adherence to a prescribed aerobic training intensity on a second-by-second basis.
In our investigations, adherence has been defined as the percent time spent within a specified target heart rate range. As such, using a combination of hardware and software, heart rate is measured, tracked, and recorded during cycling second-by-second for each participant, for each exercise session. Using statistical software, the data is subsequently extracted and analyzed. The same protocol can be applied to determine adherence to other measures of exercise intensity, such as time spent at a specified wattage, level, or speed on the cycle ergometer. Furthermore, the hardware and software is also available to measure adherence to other modes of training, such as the treadmill, elliptical, stepper, and arm ergometer. The present protocol, therefore, has a vast applicability to directly measure adherence to aerobic exercise.

Pulmonary rehabilitation is widely recognized in the management of respiratory diseases. A key component to successful pulmonary rehabilitation is adherence to the recommended exercise training. The purpose of the present protocol is to describe how continuous data tracking technology can be used to precisely measure adherence to a prescribed aerobic training intensity.

폐 재활 운동 준수를 연구하는 지속적인 데이터 추적 기술을 사용하여

Pulmonary rehabilitation (PR) is an important component in the management of respiratory diseases. The effectiveness of PR is dependent upon adherence to ...

Microarray-based Identification of Individual HERV Loci Expression: Application to Biomarker Discovery in Prostate Cancer

The prostate-specific antigen (PSA) is the main diagnostic biomarker for prostate cancer in clinical use, but it lacks specificity and sensitivity, particularly in low dosage values1&#8203;&#8203;. &#8216;How to use PSA&#39; remains a current issue, either for diagnosis as a gray zone corresponding to a concentration in serum of 2.5-10 ng/ml which does not allow a clear differentiation to be made between cancer and noncancer2 or for patient follow-up as analysis of post-operative PSA kinetic parameters can pose considerable challenges for their practical application3,4. Alternatively, noncoding RNAs (ncRNAs) are emerging as key molecules in human cancer, with the potential to serve as novel markers of disease, e.g. PCA3 in prostate cancer5,6 and to reveal uncharacterized aspects of tumor biology. Moreover, data from the ENCODE project published in 2012 showed that different RNA types cover about 62% of the genome. It also appears that the amount of transcriptional regulatory motifs is at least 4.5x higher than the one corresponding to protein-coding exons. Thus, long terminal repeats (LTRs) of human endogenous retroviruses (HERVs) constitute a wide range of putative/candidate transcriptional regulatory sequences, as it is their primary function in infectious retroviruses. HERVs, which are spread throughout the human genome, originate from ancestral and independent infections within the germ line, followed by copy-paste propagation processes and leading to multicopy families occupying 8% of the human genome (note that exons span 2% of our genome). Some HERV loci still express proteins that have been associated with several pathologies including cancer7-10. We have designed a high-density microarray, in Affymetrix format, aiming to optimally characterize individual HERV loci expression, in order to better understand whether they can be active, if they drive ncRNA transcription or modulate coding gene expression. This tool has been applied in the prostate cancer field (Figure 1).

Human endogenous retroviruses (HERV), which occupy 8% of the human genome, retain scarce coding capacities but a hundred thousand long terminal repeats (LTRs). A custom Affymetrix microarray was designed to identify individual HERV locus expression and was used on prostate cancer tissues as a proof of concept for future clinical studies.

전립선 암의 바이오 마커 발견에 신청 : 개인 HERV 궤적 발현 마이크로 어레이 기반의 식별

The prostate-specific antigen (PSA) is the main diagnostic biomarker for prostate cancer in clinical use, but it lacks specificity and sensitivity, ...

In Vivo Tracking of Edema Development and Microvascular Pathology in a Model of Experimental Cerebral Malaria Using Magnetic Resonance Imaging

Cerebral malaria is a sign of severe malarial disease and is often a harbinger of death. While aggressive management can be life-saving, the detection of cerebral malaria can be difficult. We present an experimental mouse model of cerebral malaria that shares multiple features of the human disease, including edema and microvascular pathology. Using magnetic resonance imaging (MRI), we can detect and track the blood-brain barrier disruption, edema development, and subsequent brain swelling. We describe multiple MRI techniques that can visualize these pertinent pathological changes. Thus, we show that MRI represents a valuable tool to visualize and track pathological changes, such as edema, brain swelling, and microvascular pathology, in vivo.

In Vivo Tracking of Edema Development and Microvascular Pathology in a Model of Experimental Cerebral Malaria Using Magnetic Resonance Imaging

We describe a mouse model of experimental cerebral malaria and show how inflammatory and microvascular pathology can be tracked in vivo using magnetic resonance imaging.

자기 공명 영상을 이용한 실험용 뇌 말라리아 모델에서의 부종 발달 및 미세 혈관 병리학 적 추적

Cerebral malaria is a sign of severe malarial disease and is often a harbinger of death. While aggressive management can be life-saving, the detection of ...

High-Throughput Analysis of Optical Mapping Data Using ElectroMap

Optical mapping is an established technique for high spatio-temporal resolution study of cardiac electrophysiology in multi-cellular preparations. Here we present, in a step-by-step guide, the use of ElectroMap for analysis, quantification, and mapping of high-resolution voltage and calcium datasets acquired by optical mapping. ElectroMap analysis options cover a wide variety of key electrophysiological parameters, and the graphical user interface allows straightforward modification of pre-processing and parameter definitions, making ElectroMap applicable to a wide range of experimental models. We show how built-in pacing frequency detection and signal segmentation allows high-throughput analysis of entire experimental recordings, acute responses, and single beat-to-beat variability. Additionally, ElectroMap incorporates automated multi-beat averaging to improve signal quality of noisy datasets, and here we demonstrate how this feature can help elucidate electrophysiological changes that might otherwise go undetected when using single beat analysis. Custom modules are included within the software for detailed investigation of conduction, single file analysis, and alternans, as demonstrated here. This software platform can be used to enable and accelerate the processing, analysis, and mapping of complex cardiac electrophysiology.

This protocol describes the setup and use of ElectroMap, a MATLAB-based open-source software platform for analysis of cardiac optical mapping data. ElectroMap provides a versatile high-throughput tool for analysis of optical mapping voltage and calcium datasets across a wide range of cardiac experimental models.

ElectroMap을 사용한 광학 매핑 데이터의 높은 처리량 분석

Optical mapping is an established technique for high spatio-temporal resolution study of cardiac electrophysiology in multi-cellular preparations. Here we ...

Virtual Reality Tools for Assessing Unilateral Spatial Neglect: A Novel Opportunity for Data Collection

Unilateral spatial neglect (USN) is a syndrome characterized by inattention to or inaction in one side of space and affects between 23-46% of acute stroke survivors. The diagnosis and characterization of these symptoms in individual patients can be challenging and often requires skilled clinical staff. Virtual reality (VR) presents an opportunity to develop novel assessment tools for patients with USN.
We aimed to design and build a VR tool to detect and characterize subtle USN symptoms, and to test the tool on subjects treated with inhibitory repetitive transcranial magnetic stimulation (TMS) of cortical regions associated with USN.
We created three experimental conditions by applying TMS to two distinct regions of cortex associated with visuospatial processing- the superior temporal gyrus (STG) and the supramarginal gyrus (SMG) - and applied sham TMS as a control. We then placed subjects in a virtual reality environment in which they were asked to identify the flowers with lateral asymmetries of flowers distributed across bushes in both hemispaces, with dynamic difficulty adjustment based on each subject's performance. 
We found significant differences in average head yaw between subjects stimulated at the STG and those stimulated at the SMG and marginally significant effects in the average visual axis.
VR technology is becoming more accessible, affordable, and robust, presenting an exciting opportunity to create useful and novel game-like tools. In conjunction with TMS, these tools could be used to study specific, isolated, artificial neurological deficits in healthy subjects, informing the creation of VR-based diagnostic tools for patients with deficits due to acquired brain injury. This study is the first to our knowledge in which artificially generated USN symptoms have been evaluated with a VR task.

The goal was to design, build, and pilot a novel virtual reality task to detect and characterize unilateral spatial neglect, a syndrome affecting 23-46% of acute stroke survivors, expanding the role of virtual reality in the study and management of neurologic disease.

일방적인 공간 방치 평가를 위한 가상 현실 도구: 데이터 수집을 위한 새로운 기회

Unilateral spatial neglect (USN) is a syndrome characterized by inattention to or inaction in one side of space and affects between 23-46% of acute stroke ...

Detection and Removal of Tooth-Colored Composite Resin Using the Fluorescence-Aided Identification Technique

The detection and removal of tooth-colored filling materials is a major challenge for every dentist. The Fluorescence-aided Identification Technique (FIT) is a noninvasive tool to facilitate the distinction of composite resin material from sound tooth substance. Compared to conventional illumination, FIT is a very accurate, reliable, and fast diagnostic method. When composite resin is illuminated with a wavelength of approximately 398 &plusmn; 5 nm, certain fluorescent components make the composite resin appear brighter than the tooth structure. Any fluorescence-inducing light source with the appropriate wavelength can be used for this method. Optimally, this technique is used without additional natural or artificial lighting. The application of FIT can be used for diagnostic purposes, for example, dental charts, and additionally for the complete and minimally invasive removal of composite resin restorations, bracket debonding, and trauma splint removal. The assessment of volumetric changes after composite removal can be provided by overlapping pre- and postoperative scans and subsequent calculation using suitable software.

The Fluorescence-aided Identification Technique is a practicable, fast, and reliable approach for the differentiation of composite resin restorations from tooth substance, and facilitates the minimally invasive and complete removal of composite resin restorations and composite bonded trauma splints.

형광 보조 식별 기술을 사용한 치아색 복합 수지의 검출 및 제거

The detection and removal of tooth-colored filling materials is a major challenge for every dentist. The Fluorescence-aided Identification Technique (FIT) ...

Visualization of Metabolites Identified in the Spatial Metabolome of Traditional Chinese Medicine Using DESI-MSI

The medicinal use of traditional Chinese medicine is mainly due to its secondary metabolites. Visualization of the distribution of these metabolites has become a crucial topic in plant science. Mass spectrometry imaging can extract huge volumes of data and provide spatial distribution information about these by analyzing tissue slices. With the advantage of high throughput and higher accuracy, desorption electrospray ionization mass spectrometry imaging (DESI-MSI) is often used in biological research and in the study of traditional Chinese medicine. However, the procedures used in this research are complicated and not affordable. In this study, we optimized sectioning and DESI imaging procedures and developed a more cost-effective method to identify the distribution of metabolites and categorize these compounds in plant tissues, with a special focus on traditional Chinese medicines. The study will promote the utilization of DESI in metabolite analysis and standardization of traditional Chinese medicine/ethnic medicine for research-related technologies.

In this study, a series of methods are presented to prepare DESI-MSI samples from plants, and a procedure of DESI assembly installation, MSI data acquisition, and processing is described in detail. This protocol can be applied in several conditions for acquiring spatial metabolome information in plants.

DESI-MSI를 이용한 중국 전통 의학의 공간 대사체에서 확인된 대사산물의 시각화

The medicinal use of traditional Chinese medicine is mainly due to its secondary metabolites. Visualization of the distribution of these metabolites has ...

Dixon MRI를 사용한 포괄적인 3D-간 지방 기능 분포 모델

A 3D Quantification Technique for Liver Fat Fraction Distribution Analysis Using Dixon Magnetic Resonance Imaging

This study presents a 3D quantification methodology for the distribution of liver fat fraction (LFF) through the utilization of Dixon MRI image analysis. The central aim is to offer a highly accurate and non-invasive means of evaluating liver fat content. The process involves the acquisition of In-phase and Water-phase images from a Dixon sequence. LFF maps are then meticulously computed voxel by voxel by dividing the Lipid Phase images by the In-phase images. Simultaneously, 3D liver contours are extracted from the In-phase images. These crucial components are seamlessly integrated to construct a comprehensive 3D-LFF distribution model. This technique is not limited to healthy livers but extends to those afflicted by hepatic steatosis. The results obtained demonstrate the remarkable effectiveness of this approach in both visualizing and quantifying liver fat content. It distinctly discerns patterns that differentiate between normal and steatotic livers. By harnessing Dixon MRI to extract the 3D structure of the liver, this method offers precise LFF assessments spanning the entirety of the organ, thereby holding great promise for the diagnosis of hepatic steatosis with remarkable effectiveness.

저자 스포트라이트: 3D Dixon MRI를 사용하여 간의 지방 패턴을 평가하고 구별하기 위한 비침습적 도구 

This study introduces a unique 3D quantification method for liver fat fraction (LFF) distribution using Dixon Magnetic Resonance Imaging (Dixon MRI). LFF maps, derived from in-phase and water-phase images, are integrated with 3D liver contours to differentiate LFF patterns between normal and steatotic livers, enabling precise assessment of liver fat content.

Dixon 자기 공명 영상을 사용한 간 지방 분획 분포 분석을 위한 3D 정량화 기법

This study presents a 3D quantification methodology for the distribution of liver fat fraction (LFF) through the utilization of Dixon MRI image analysis. ...