İnsan Subcortex yüksek çözünürlüklü yapısal Manyetik Rezonans Görüntüleme<I&gt; İn Vivo</I&gt; Ve Postmortem

Özet

Here we present a protocol to determine the minimum number images that needed to be registered and averaged to resolve subcortical structures and test whether the individual layers of the LGN could be resolved in the absence of physiological noise.

Özet

Bu çalışmanın odak noktası, insan beynini canlı kıyasla postmortem beyin yapısal MRG çözünürlüğü sınırlarını test etmek oldu. In vivo yapısal MR çözünürlüğü sonuçta nabız, solunum ve baş hareketi de dahil olmak üzere fizyolojik gürültü ile sınırlıdır. Görüntüleme donanımı geliştirmeye devam etmekle birlikte, bu milimetre ölçeğinde yapıları çözmek için hala zor. Örneğin, lateral genikulat nükleus primer görsel duyu yolları sinaps (LGN), normalde altı içe geçmiş tek gözlü katmanlar halinde organize talamus görsel röle ve kontrol çekirdeği. Beyin görüntüleme çalışmaları güvenilir az 1 mm kalınlığında olan kendi küçük boyutu nedeniyle bu katmanları ayırt etmek mümkün olmamıştır.

Bir otopsi beyinde yapısal MR çözme limiti kullanarak birden çok görüntü bir uzun süreli (~ 24 saat) üzerinde ortalama test edildi. Amaç bireysel l çözmek mümkün olup olmadığını test etmek olduFizyolojik gürültü yokluğunda LGN ve ayers. Bir proton dansite (PD) ¹ ağırlıklı darbe dizisi kayıtlı olması gereken görüntülerin asgari sayısını belirlemek için çözünürlük ve diğer parametreler değişen kullanılan ve güvenilir LGN ve diğer subkortikal bölgeler ayırt etmek ortalaması alındı. Sonuçlar ayrıca insan beyni canlı edinilen görüntüler karşılaştırıldı. In vivo konular klinik uygulamalarda yararlı subkortikal yapıları, ayırt etmek için gerekli PD taramaları minimum sayıda fizyolojik gürültü ek etkilerini belirlemek amacıyla tarandı.

Giriş

Bu araştırmanın amacı, fizyolojik gürültü yokluğunda yapısal MR çözünürlüğü sınırlarını test etmek oldu. Proton dansite (PD) ağırlıklı görüntüler kayıtlı olması gereken görüntülerin asgari sayısını belirlemek için bir uzun süreli (iki ~ 24 saat oturumları) üzerinden bir postmortem beyin edinilen ve subkortikal yapıları çözmek için ortalaması alınmıştır. Karşılaştırma için, PD ağırlıklı görüntüler de seans bir dizi üzerinden insanları yaşayan elde edilmiştir. Özellikle, amaç yaklaşık 1 mm kalınlığında (Şekil 1) insan LGN tüm altı ayrı katmanları, çözmek için en iyi senaryo mümkün olup olmayacağını anlamak için oldu.

Şekil 1. İnsan lateral genikulat Nucleus katmanları. LGN laminer yapısının şematik. Magnoselüler (M) tabakaları daha büyük bir nöronal oluşmaktadır(koyu gri tasvir katmanlar 1-2) Hareket ve ders hatlarını çözmekle sorumludur hücre boyutu ve küçük hücre yoğunluğu. Parvoselüler tabakalar (P) (açık gri olarak tasvir tabakalar 4-6) ince formu ve renk giderme sorumlu olan küçük nöronal hücre boyutuna ve daha büyük hücre yoğunluğunda oluşmaktadır. Ölçek çubuğu 1 mm. Lekeli insan LGN ¹² dayanan Şekil.

Matris boyutu arttığında MRI Mekansal çözünürlük artırıldı ve görüş alanı-(FOV) ve dilim kalınlığı azaldığı zaman. Ancak, artan çözünürlük voksel hacmi ile orantılıdır gürültü oranı (SNR), sinyali azaltmaktadır. SNR de ölçümlerin sayısının kare kökü ile orantılıdır. Birden fazla görüntü ayrı görüntüleme oturumları bir dizi üzerinden elde edilebilir, ancak yaşayan insanlarda, nihai çözünürlük gibi solunum, dolaşım pulsasyonu ve baş hareketi gibi, fizyolojik gürültü ile sınırlıdır.

Yüksek-resolution (0.35 mm düzlem vokseller) ağırlıklı taramalar elde edildi PD. PD taramaları talamus ¹ gri ve beyaz kontrastı geliştirmek ve T _{1 ve T 2} etkilerini en aza indirmek görüntüleri sonuçlanır. Bu görüntü, görüntü hacminin protein ve yağ olarak, su ve makro moleküllerin şeklinde proton yoğunluğuna bağlıdır. Nedeniyle mıknatıslanma ² yüksek boyuna bileşeni için resmin üzerine parlak bir sinyalde bir doku sonuçlarında protonların sayısının artması.

Onlar doku çevreleyen subkortikal yapıların daha yüksek bir kontrast sağlar çünkü PD ağırlıklı taramalar toplanmıştır. Böyle T1 ve T2 ağırlıklı görüntülerde gibi diğer zıtlıklar, ^1,3 ƒ belirlenen nedeniyle küçük kontrast-gürültü oranları LGN gibi subkortikal yapılar ortaya koymaya zorluk neden olur.

Aynı şekilde, daha önceki çalışmalarda formalin o PD ağırlıklı görüntüler otopsi beyin resulte sabit bulundugri ve beyaz madde arasındaki daha yüksek kontrast farklılıkları d T1 ve benzeri gri ve beyaz cevher görüntü yoğunluklarını ^3,4 vardı T2 ağırlıklı görüntüler karşılaştırıldığında. Altta yatan biyofizik belirleyicileri bu farklılıkları açıklayabilir. Hidrojen protonların (boyuna) T1 ve T2 (enine) gevşeme süreleri doku içinde nasıl su hamle bağlıdır. Bu tür çapraz bağlama proteinleri, formalin çalışma gibi sabitleyiciler. Fiksatifler kullanıldığında su hareketlilik arasındaki farklar, farklı doku tiplerinin arasında azalır. Azaltılmış T1 doku kontrast, fiksasyon sonra görülmüştür iyi kontrast farklılaşma ^{3, 4} sağlayan tespit ile artan beyin dokularının içindeki protonların görece yoğunluğu farklılıkları, oysa.

Önceki çalışmalar 1.5 T ^5,6,7 kullanarak PD ağırlıklı taramalar LGN tespit ve 3 T tarayıcı ^8,9 de var. Bu tam kapsamını ana hatlarıyla muktedir bu taramaları elde etmek önemlidirLGN. Subkortikal çekirdekler tam kapsama korumak için, 18 PD ağırlıklı dilimler talamus içinde elde edildi. Her birim, iki çözünürlüğü 1024 matrisin yeniden örneklenmiş (0,15 mm düzlem voksel boyutu), Zincirleme, hareket düzeltilir ve subkortikal yapıların yüksek çözünürlüklü 3 boyutlu görüntü üretmek için ortalama edildi. Aşağıdaki dilim reçete için gerekli olan PD görüntülerin optimum sayıda yaşayan insanlar daha az 15 dakika tarama zamanı azaltarak, 5 oldu. Sadece 1 PD görüntüsü az 3 dakika tarama süresini azaltmak, açık bir şekilde ölüm sonrası beyinde subkortikal bölgeleri ayırmak için gerekli olan (Şekil 2 ve 3).

Bütün bir formalin ile fikse postmortem beyin numunesi 82 ​​yıl yaşta kardiyopulmoner arrest ölmüştü bir kadının tarandı. Tıbbi kayıtların gözden ortaya o vardı: kronik obstrüktif akciğer hastalığı, anjin, üçlü bypass cerrahisi 8 yıl önce ölüm, rahim kanseri histerektomi ile tedavi7 yıl ölüm, hiperlipidemi, glokom, katarakt ve ameliyat öncesinde. Ölüm sonrası beyin numunesi aynı görüntüleme protokolü ile hem de görüntü kalitesi karşılaştırmaları için pek çok saat boyunca, diğer parametreler gibi taranmış, 4 ° C gibi ölüm sonrası beyin en az 3 hafta boyunca% 10 nötr tamponlu formalin içinde sabitlendi daldırma . Sadece optimize parametreler protokol için tarif edilecektir.

Protokol

1. Katılımcı ve Postmortem Beyin Takımı-Up

NOT: Tüm görüntüler 32 kanallı kafa bobini ve tüm MR tarama ile 3 T MR tarayıcı kullanılarak elde edildi, oda sıcaklığında yaklaşık 20 ° C gerçekleştirildi. Tüm katılımcılar sağ elle ve yazılı bilgilendirilmiş onam alındı. Her katılımcı nörolojik bozukluklar öyküsü olmayan sağlıklı oldu. Deney protokolü onayladı ve York Üniversitesi İnsan Katılımcılar İnceleme Komitesi'nin yönergeleri takip edildi.

1. Her katılımcı doldurun ve MRG güvenlik talimatları ve nöro-görüntüleme protokolü detayları hasta onam formu imzalamanız değildir.
2. Her bir katılımcı için, her kulakta kulaklıklar yerleştirin ve kafa hareketini en aza indirmek için yastıkları ile başını sabitleyin.
3. Postmortem beyin görüntülemesi için, beyin beyin görüntüleme öncesinde sabittir ve MR kafa bobin dahilinde bir torba veya kap içinde bulunan emin olun. Onun z ekseni ile baş bobin postmortem beyin yerleştirin (üstün inf içinerior) tarayıcının bir delik ile hizalanır. Beyin sapı (posterior) tarayıcı yatağın ayak doğru bakmalıdır.
4. Ek destek için postmortem beyin çevresinde vakum yastık eller yerleştirin.

2. yerelleştirme ve Subcortex Reçete

NOT: talamus orta beyin ve serebral korteks arasında yer alan beyin merkezinin yakınında bulunan bir çift loblu yapıdır. Dorsal talamus içinde yer alan, insan LGN ~ 10 mm maksimum uzanan küçük subkortikal yapıdır.

1. Yeni bir katılımcı kaydetmek için, MR görüntüleme yazılımı açın ve sol üst köşesindeki Hasta sekmesine tıklayın. Sonra Register tıklayın.
2. Uygun hasta bilgileri doldurun ve sonra Sınav sekmesine tıklayın.
3. Bir Localizer tarama elde etmek için, yeni bir protokol oluşturmak için Sınav Explorer sekmesine tıklayın. Ekranda set-up penceresi gözlemleyin Rutin sekmesini tıklatın ve aşağıdaki parametreleri girin: edinimisüresi 28 sn, satın alma matrisi 160 × 160, 1 dilim, 1.6 mm kalınlığında izotropik voksel boyutu, FOV = 260 mm, FoV faz =% 100, dilim çözünürlüğü =% 69, evre ve kısmi fazı dilim Fourier = 6/8, TR = 3.15 ms, TE = 1.37 msn, Açı = 8 ° çevirin.
4. (Şekil 4) talamus içindeki subkortikal çekirdekler kapsayan Localizer üzerinde PD görüntüleri elde yanı sıra yapıları çevreleyen için kullanılan dilim seçim kutusunu Yerleşimi.

3. Yüksek çözünürlüklü Yapısal Parametreleri

1. Yüksek çözünürlüklü PD ağırlıklı taramalar elde etmek için yeni bir protokol oluşturmak. , TR edinimi süresi 179 sn, satın alma matrisi 512 × 512, 0.3 × 0.3 × 1 mm ³ voksel boyutu = 3.25 sn: Ekranda set-up pencerede, Rutin sekmesini tıklatın ve koronal yönde aşağıdaki parametreleri giriniz TE = 32 msn, çevirme açısı = 120 °, Interleaved dilim edinimi, FoV ile = 160 mm, FoV faz =% 100, paralel görüntüleme (GRAPPA) okumak2 bir ivme faktörü.
   1. 32 msn de 5. birinci yankı bir Echo Tren Uzunluk, Turbo Spin Echo dizisini kullanın, bu dizi için etkili yankı olduğunu. SNR maksimize etmek, minimum, 40 Hz / piksele bant genişliği (BW) azaltın. Bir FOV = 160 mm, her 1 mm kalınlığında, tarama süresini azaltmak 18 dilim seçin. Bu levha ilgi subkortikal bölgelerinin yeterli kapsama alanı sağlar.
      , Subkortikal yapıların güvenilir tanımlanması için yukarıda belirtilen parametreler ile 5 çalışır elde: NOT. Toplam tarama süresi sadece ~ 15 dk (Şekil 5). Yağ doygunluk istihdam değildi.
2. Postmortem beyin görüntülemede, subkortikal yapıların güvenilir kimlik 3,1 (Şekil 6) aynı tarama protokolü takip yalnızca ~ 3 dakika toplam süresi ile sadece bir tarama görülebilir.

4. Görüntü Analizi

NOT: kullanımı, serbestçe kullanılabilir FMRIB en MRG verileri analiz etmekYazılım Kütüphanesi indirmek için de kullanılabilir (FSL) paket (https://www.fmrib.ox.ac.uk/fsl/).

1. Bir terminal penceresi açın ve NIfTI dönüştürücü bir DICOM ile NIfTI formatında her PD hacmi tarayıcıdan ham DICOM dosyalarını dönüştürebilirsiniz. Bir dizi indirmek için serbestçe kullanılabilir (örn., Https://www.nitrc.org/projects/mricron). Komut satırında, her PD ağırlıklı görüntü çalıştırmak dizine izledi dcm2nii yazın.
2. Bir terminal penceresi orijinal PD taramanın parametrelerini elde. NIfTI formatında PD tarama ardından komut satırına fslinfo yazın.
3. Iki çözünürlük ve özgün PD tarama fslinfo parametrelerle tarafından verilen yarım voksel boyutuna sahip yüksek çözünürlüklü boş görüntü hedef birimi oluşturun. Aşağıdaki gibi bu komutun veri girişlerinin düzeni vardır:
   fslcreatehd
   NOT: 3.1 tarif edildiği gibi aşağıdaki parametrelerle orijinal PD tarama toplanır Örneğin, (yani, 512 × 512 matrisi, 18 dilim, 0.3 × 0.3 × 1 mm ³ voksel boyutu, TR = 3.25 ler), aşağıdakileri yazın Komut penceresi içine:
   fslcreatehd 1024 1024 36 1 0,15 0,15 0,5 3,25 0 0 0 4 blankhr.nii.gz
4. Bir kimlik matrisi kullanılarak dönüşümü tanımlayın. Bir metin dosyası bu gibi görünüyor 'identity.mat' olarak kaydedilmiş herhangi bir metin editörü programı yazın:
   0 0 0
   1 0 0
   0 1 0
   0 0 1
5. 1024 matris bir 512 toplam çözünürlüğü iki katına her orijinal PH ağırlıklı çalıştırmak upsampling, dönüşümü uygulamak için flört komutunu kullanın ve 0.15 × 0.15 çözünürlükte sonuçlanan her boyutta voksel boyutunu yarıya0.5 mm ³ ×. Her PD hacmi için bir terminal penceresinde, çalıştırmak başına orijinal ve çıkış adlarını değiştirme aşağıdaki flört komutu yazın:
   -interp sinc -in originalPD.nii.gz rEF blankhr.nii.gz -applyxfm -init identity.mat -kasa highresPD.nii.gz flört
   NOT: originalPD.nii.gz kaynak hacmi, istenen çıkış çözünürlüğü blankhr.nii.gz ve highresPD.nii.gz çıkış birimin adıdır.
6. Yeni bir klasöre tüm yüksek çözünürlüklü görüntüler taşıyın ve bir terminal penceresinde ona gidin.
7. Her bir katılımcı için, fslmerge kullanarak tek bir 4D dosyası içine tüm altörneklenmez PD görüntüleri birleştirmek. Bir terminal penceresi türü:
   fslmerge -t concat_highresPD * .nii.gz
   NOT: Bu concat_highresPD.nii.gz adında bir 4D dosya oluşturur.
8. Hareket mcflirt ¹⁰ kullanılarak birleştirilmiş dosyayı düzeltin. Bu araç, doğrusal (affine) için otomatik bir sağlam kayıt arası ve kurumlar arası modal beyin görüntüler için izin verir. SeçinDaha doğru bir başka optimizasyon pass sinc enterpolasyon (dahili) kullanır 4 aşamalı düzeltme. Bir terminal penceresi türü:
   mcflirt -in concat_highresPD -kasa mcf_concat_highresPD.nii.gz -stages 4 -plots
   NOT: Bu mcf_concat_highresPD.nii.gz adında bir 4D dosya oluşturur.
9. Son olarak, 3D görüntü kullanarak fslmaths ortalama oluşturun. Bir terminal penceresi türü:
   fslmaths mcf_concat_highresPD.nii.gz -Tmean mean_highresPD.nii.gz
   NOT: Bu yüksek kaliteye sahip mean_highresPD.nii.gz adında bir 3D dosya oluşturur
10. Fslview komutunu kullanarak nihai sonucu 3D yüksek çözünürlüklü görüntü gözünüzde canlandırın. Görüntü olduğu dizinde, bir terminal penceresinde aşağıdaki komutu yazın:
    fslview mean_highresPD.nii.gz. "
11. Söz konusu İB'nin yoğunluk profillerini kontrol edin. Fslview kullanarak bir yatırım getirisi oluşturma (bu örnek için LGN bir bölgede çekilen dikey bir çizgi olabilir). Fslview yüksek çözünürlüklü PD resim yüklemek. Araçlar sekmesine tıklayın,Daha sonra İB'leri çizim görüntüyü büyütmek için tek bir görüntü sekmesine tıklayın. Ardından, Mask oluşturun sekmesine ve ardından Dosya sekmesini tıklatın. Ilgi ROI bir çizgi çizin. Daha sonra Kaydet Dosya tıklayarak yatırım getirisini kaydedin. Yoğunluk karşılaştırmalar ve söz konusu diğer ROI'ler için ROI içinde birden fazla alanlar için hat maskeleri tekrarlayın.
12. Görüntünün elde edilen yoğunluğu analiz AFNI en 3dmaskdump komutunu kullanın. Görüntüler, görüntü yoğunluklarını ve konumunu ayıklamak için bir terminal penceresinde aşağıdaki komutu kullanın nerede dizininde YG maskenin (result_mask.txt olarak verilen):
    3dmaskdump -o result_mask.txt -noijk -xyz -Maske ROI_linemask.nii.gz PDaverage_image.nii.gz

Sonuçlar

Subcortex talamus içinde reçete edildiğinde, PD ağırlıklı görüntüler dilim seçim kutusunu (Şekil 4) içinde toplanır. SNR hem postmortem ve in vivo tarar ortalamalara sayısını artırarak geliştirilebilir. Görüntü kalitesini belirlemek için, farklı tarama ortalamalarından SNR beyin dışında bazı alanlarda standart sapma ile ortalama beyin bölgesi sinyalini bölerek karşılaştırıldı. SNR SNR olarak hesaplanmıştır = 0.655 * _{doku /} σ ...

Tartışmalar

Bu çalışma subkortikal bölgelerin yüksek çözünürlüklü PD ağırlıklı görüntüler elde etmek için satın alma ve analiz tekniğinde optimize edilmiş bir protokol tanımlamaktadır. Tarama parametrelerinin bir dizi test edilmiş ve SNR artırmak ve satın almalar sayısını yüksek çözünürlüklü subkortikal yapıları belirlemek için güçlü olmak önemli bir adım azaltmak için matris boyutu, voksel boyutu ve bant genişliği ile ilgili en önemli olanları ile modifiye edilmiştir. Yaşayan ins...

Malzemeler

Name	Company	Catalog Number	Comments
Magnetom Trio 3T  MRI	Siemens (Erlangen, Germany).
Vacuum cushion hand	Siemens	Mat No: 4765454	Manufactured by: Johannes-Stark-Stk. 8 D-92224 Amberg