Name: identification of disease-related spatial covariance patterns using neuroimaging data
Uploaded: 2013-06-26T13:00:00
Description: Watch this Scientific Journal Video about Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data at JoVE.com

この作品は、国立神経疾患研究所およびストロークからDEへの助成金番号P50NS071675（医学研究のためのファインスタイン研究所でパーキンソン病研究の卓越性のモリスK.ユードールセンター）によってサポートされていました。内容はもっぱら著者の責任であり、必然的に神経疾患や脳卒中の国立研究所や国立衛生研究所の公式見解を表すものではありません。スポンサーは、研究デザイン、収集、分析、データの解釈に役割を果たして、レポートの執筆や出版のために紙を提出するという決定ではありませんでした。

1。データ収集と前処理<ol><li> SSM / PCA手法は、様々なソースおよびモダリティから得られた単一のボリュームイメージに適用することができる。具体的には、代謝のオンサイトPETイメージングのため、このような[18 F]フルオロデオキシグルコース（FDG）などの適切な放射性核種トレーサを準備し、それぞれの患者に投与。患者は通常の薬から、少なくとも12時間の絶食後、開いた目?...

SSM / PCAモデルはもともとメラーらによって提示された4は、神経画像データの分析のための簡単で堅牢な技術に1-3と進化してきました。しかし、我々はここで、前の出版物5-7,10で解明することを試みていることを、この方法論の適用のあいまいがあった。これらの問題のいくつかはテキストで扱われているがために、その重要性をここで改めて強調している。?...

神経変性疾患は、広範囲に局在化し、脳代謝の異常だけでなく、地域の相互作用を研究する17非推論手法を定量化技術を用いて研究されている。例えば、主成分分析（PCA）1,2,4,18と独立成分分析（ICA）19,20、ならびに部分最小二乗法（PLS）21と序数の傾向として正規の教師技術のようなデータ駆動型の多変量分析戦略変量解析（ORT / CVA）22は、特徴的なパターンや相互に活動の&quot;ネットワーク&quot;を明らかにすることができます。特に多変量手続き、スケーリングされたサブプロファイルモデル（SSM）1,2,4-6,18の基本は、以前Joveの3に記載されている。このPCAベースのアプローチは、もともと脳血流量と代謝ACQの定常状態単一ボリューム画像における脳領域間の機能的な異常分散との関係を調べるために開発された高い信号対雑音特性を示し、例えばPETやSPECTなどのモダリティの静止状態でuired。疾患特異SSMパターンは健常7,16に比べ、単一のネットワーク·プロセスまたは複数の複雑な異常な機能23の同化を反映している可能性がある患者では、地域の地形の全体的な違いを反映イメージングバイオマーカーである。メタボリック共分散パターン脳ネットワークは正常と疾患グループを区別し、疾患の重症度の臨床的評価と相関のネットワークベースの対策を提供することができ、式の値（被写体スコア）に関連付けられています。典型的には、このようなパターンを被検体のスコアは、疾患の進行とともに増加しても発症14,24の前に表現することができる。実際に、疾患関連ネットワークバイオマーカーは、例えば、パーキンソン病10（PD）、ハンチントン病25（HD）、およびアルツハイマー病などの神経変性疾患8に対して特徴づけられている</&gt;（AD）の商標。重要なことは、疾患関連代謝トポグラフィはまた、多系統萎縮症（MSA）、および進行性核上性麻痺（PSP）等の非定型パーキンソン運動障害のために同定されている。これらのパターンは、臨床的に類似&quot;そっくり&quot;症候群を有する患者12,13,26の鑑別診断のために協調して使用されてきた。 これとは対照的に、典型的なfMRIのボクセルベースの​​単変量の方法は、単離された脳クラスタ内の患者と対照の間に差の有意性を評価する。より最近では、方法は様々に定義された脳領域27〜29との間の機能的結合を測定するために開発されてきた。機能的な接続性のこの定義は、対象地域本質的な空間分布脳ネットワーク領域1,2,23,30の断面相互接続を指し、元のSSM / PCAコンセプトから具体的な相互作用と外れに制限されています。自分に有利、MRIプラットフォームに再び簡単にインストール、広く利用可能、非侵襲的、典型的には、最近の文献に記載されている電位方法の盛り上がりが生じるようなPETまたはSPECTなどの伝統的な放射性トレーサーの撮像モダリティよりも短い走査時間を必要とする。しかし、結果として時間依存fMRIの信号はローカル神経活動31,32の間接的な対策を提供します。採用し、一般的に複雑な分析アルゴリズムがデータセットのサイズが大きい、fMRIの信号だけでなく、被写体や地域19,23の間に存在する脳活動における高い変動に内在する生理的なノイズによって制限されてきた。脳の組織についての興味深い情報がfMRIの &quot;ネットワーク&quot;のプロパティから推測することができますが、彼らは信頼性の高い病気のバイオマーカーとして使用することが十分に安定していない。さらに、結果としてネットワークトポグラフィーは、SSM / PCAなどの確立された機能イメージング手法を用いて同定したものに必ずしも同等ではありません。目のために電子ほとんどの部分、結果としてfMRIのトポグラフィーの厳格な相互検証は、単一のケースから将来のスキャンデータに派生パターンの成功した前方のアプリケーションのいくつかの例で欠けていた。 PCA共分散分析の利点は、最初のいくつかの主要なコンポーネントでのデータ変動の最も重要な情報源を識別する能力にありますが目立つ固有ベクトルではなく、実際の固有のネットワーク応答よりランダムノイズ要因を表す場合、それは効果がない。最初のいくつかの固有ベクトルを選択し、患者に対する通常制御スコアの有意差を示すものに限定することによって、我々は非常にノイズ成分の影響を低減する。しかし、ここで説明する基本的なアプローチのために、これらの措置は、以下に説明するモダリティの例外を持つ典型的なfMRIのデータセットの堅牢な推定量を生成するのに十分でないかもしれません。 このように、地域のGの安定に直接的な関係があるためlucose代謝およびシナプス活性33は 、この方法は休止状態FDG PETデータの分析に主に適用されている。しかし、使用されている、脳血流（CBF）を密接に静止状態10,11,34、SPECT 35,36、最近動脈スピンラベリング（ASL）MRI灌流画像法37,38における代謝活性に結合されていることを考えると個々のケースでは異常な代謝活性を評価する。それによると、静止状態で信頼性の高い空間共分散パターンの導出はfMRIの（rsfMRI）は以前に31,32簡単ではないように注意されています。たとえそうだとしても、PD患者と対照被験者からrsfMRIデータの予備SSM / PCA分析は疾患関連パターン間のいくつかの地形の相同性がBOLD fMRIの39,40 2つのモダリティ、PETと低周波変動の振幅（ALFF）を使用して識別を明らかにした。最後に、我々はまた、このアプローチがボクセルベースモルフォで正常に適用されていることに注意してください加齢に伴う体積の損失で、同じ被験者43 VBMとASLパターンのさらなる比較に関連した独特の空間共分散パターンを明らかに斉（VBM）構造的MRIデータ41,42、。 SSM / PCA空間共分散地形と異なる分析アプローチとイメージングプラットフォームを使用して識別類似した脳のネットワークの間の関係は、現在進行中の調査の話題です。

<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

スケーリングされたサブプロファイルモデル（SSM）1-4低いコンポーネント（ 図1）を排除しながら、患者と対照群の脳画像データの変動の主な発生源を特定する多変量PCAベースのアルゴリズムである。定常状態のマルチモダリティ画像のボクセルごとのボクセル共分散データに直接適用、グループ全体イメージのセットは、いくつかの重要な線形独立共分散パターンと対応する被写体のスコアを減少させることができる。各パターンは、グループ不変サブプロファイル（GIS）は、機能的に相互に関連する脳領域の空間的に分散したネットワークを表す直交する主成分であると呼ばれる。小さ ​​いネットワーク固有の貢献を不明瞭にすることができ、大きな地球の平均スカラー効果が固有対数変換して除去し、データ2,5,6のセンタリングを意味している。被験者は、独立したCLINと相関することができます単純なスカラースコアによって表される変数程度にこれらのパターンのそれぞれを表現iCalのか心理ディスクリプタ7,8。被写体を見るロジスティック回帰分析（ すなわち、パターン式の値）を用いて、線形係数は、健康な対照被験者5,6からの患者の改善された識別と単一疾患に関連する空間共分散パターン、 すなわち複合ネットワークに、複数の主成分を組み合わせて導出することができる。派生セット内のクロスバリデーションは、ブートストラップリサンプリング技法9を用いて行うことができる。フォワード検証が簡単に将来のデータセット10で派生パターンの直接スコア評価によって確認された。検証後、疾患に関連したパターンが元のパターン導出11（疾患群を有する）を用いた健常者の集合しばしば、固定基準試料に対する個々の患者を獲得するために使用することができる。これらの標準化された値は、次に鑑別診断12,13を支援するために病気を評価するために使用することができるネットワークレベル7,14-16で進行と治療効果。私たちは、病気の特徴的な共分散パターンバイオマーカーを導出する社内のソフトウェアを使用してパーキンソン病患者と正常対照のFDG PETデータにこの方法論の適用例を紹介します。

PDのためのニューロイメージングバイオマーカーパターンを導出するために多変量SSM / PCA分析の簡単なアプリケーションを以下に示します。変数病気の持続期間（9Y±5Y SD）と10年齢と性別一致正常コントロール（6M/4F、58Y±7Y SD）の10臨床的に診断されたPD患者（6M/4F、59Y±7Y SD）を用いて分析したのPET FDG画像当社ssmpcaルーチン 。 20対応する空間的に前の正規化画像は、最初はデフォルト?...

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

主成分分析（PCA）を含む多変量技術は脳機能画像における地域変化のシグネチャパターンを識別するために使用されている。我々は、神経変性疾患の診断、疾患の進行の評価、および患者集団における治療効果を客観的に評価するための再現可能なネットワークバイオマーカーを同定するアルゴリズムを開発した。

ニューロイメージングデータを用いた疾患関連空間共分散パターンの同定

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 ...

Research

JoVE Journal

Medicine

Identification and Isolation of Slow-Dividing Cells in Human Glioblastoma Using Carboxy Fluorescein Succinimidyl Ester (CFSE)

Identification and Isolation of Slow-Dividing Cells in Human Glioblastoma Using Carboxy Fluorescein Succinimidyl Ester CFSE

カルボキシフルオレセインスクシンイミジルエステル（CFSE）を用いてヒト神経膠芽腫のスロー非分裂細胞の同定および単離

Tumor heterogeneity represents a fundamental feature supporting tumor robustness and presents a central obstacle to the development of therapeutic ...

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

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

の同定<em&gt;眠れる森の美女</emリンカ媒介PCRを用いた固形腫瘍&gt;トランスポゾン挿入

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

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

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

前にマンモグラムにおける構造的ひずみを検出<em&gt;経由</em指向パターンの&gt;分析

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

呼吸リハビリテーションに運動アドヒアランスを研究する継続的なデータ追跡技術を使用して

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

前立腺癌におけるバイオマーカーの発見への応用：個々のHERV座発現のマイクロアレイベースの識別

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

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

磁気共鳴映像法を用いた実験的大脳マラリアモデルにおける浮腫発生と微小血管病変のin vivo追跡

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

エレクトロマップを用いた光マッピングデータのハイスループット解析

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

一方的な空間無視を評価するためのバーチャルリアリティツール:データ収集のための新しい機会

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

蛍光識別技術を用いた歯色コンポジットレジンの検出と除去(英語)

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

DESI-MSIを用いた漢方薬の空間メタボロームで同定された代謝物の可視化

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