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

Эта работа была поддержана грант № P50NS071675 (Morris К. Udall Центр повышения квалификации при болезни Паркинсона исследований в Файнштейн института медицинских исследований), чтобы DE из Национального института неврологических расстройств и инсульта. Материал предназначен исключительно ответственности авторов и не обязательно отражают официальную точку зрения Национального института неврологических расстройств и инсульта или Национального института здоровья. Спонсор не играют роль в дизайн исследования, сбор, анализ и интерпретацию данных, написание отчета или в решении представить этот документ для публикации.

1. Сбор и первичная обработка <ol><li> SSM / PCA метод может быть применен к объему отдельных изображений, полученных из различных источников и способов. В частности, на месте ПЭТ обмена веществ, подготовить подходящую Tracer радионуклидов, таких как [18 F]-фтордезоксиглюкоза (ФДГ) и администр...

SSM / PCA модель первоначально представленных Moeller соавт. 4 развивалась 1-3 в простой и надежный метод для анализа нейровизуализационные данных. Тем не менее, было неясностей в применении этой методологии, мы попытались уточнить здесь и в предыдущих публикациях 5-7,10. Не...

Нейродегенеративных расстройств были тщательно изучены с использованием методов, которые локализуются и количественно нарушения метаболизма мозга, а также не-умозаключений, которые изучают методы региональных взаимодействий 17. Управляемые данными многомерной аналитической стратегии, такие как анализ главных компонент (РСА) 1,2,4,18 и независимого анализа компонент (ICA) 19,20, а также контролируемой методы, такие как частичных наименьших квадратов (PLS) 21 и порядковый тенденции канонический переменными анализа (ОРТ / CVA) 22 может выявить характерные модели или &quot;сети&quot; взаимосвязанных деятельности. Основы многомерного процедур, особенно масштабированные модели подпрофиль (SSM) 1,2,4-6,18 были ранее описаны в JoVE 3. Это PCA подход был первоначально разработан для изучения функционального ненормальные отношения ковариация между областями мозга в стационарных отдельных изображений объема мозгового кровотока и обмена веществ ACQuired в состоянии покоя таких моделей, как ПЭТ и ОФЭКТ, которые демонстрируют высокое отношение сигнал-шум характеристик. Конкретным болезням моделей SSM являются изображениями биомаркеров, которые отражают общие различия в региональных топографии у пациентов по сравнению с нормальными субъектами 7,16 и могут отражать единый процесс сети или ассимиляции многих комплексных ненормальной функции 23. Метаболические сети ковариационная модель мозга, связанные с выражением значения (с учетом оценки), которые могут различать нормальные и группам заболеваний и обеспечивают сетевую меры, которые коррелируют с клинической оценки тяжести заболевания. Обычно, тема оценки для таких моделей увеличится с прогрессированием заболевания и даже может быть выражено до появления симптомов 14,24. Действительно, связанных с болезнью биомаркеров сети были охарактеризованы для нейродегенеративных расстройств, таких как болезнь Паркинсона, 10 (PD), болезнь Хантингтона 25 (HD), и болезни Альцгеймера восемь </вир&gt; (AD). Важно отметить, что связанные с болезнью топографии метаболических были также определены для атипичного паркинсонизма двигательные расстройства, такие как множественная системная атрофия (MSA) и прогрессирующий супрануклеарный паралич (PSP). Эти модели были использованы в концерте для дифференциальной диагностики лиц с клинически подобные &quot;Двойник&quot; синдромы 12,13,26. В отличие от типичных МРТ воксел основе одномерных методов оценки значимости различий между пациентами и управления в изолированных кластеров мозга. В последнее время были разработаны методы для измерения функционального взаимодействия между различные определения областей мозга 27-29. Это определение функциональной связности ограничен темам и регионам специфических взаимодействий и отличается от оригинального SSM / СПС понятие, обозначающее поперечного сечения внутренней взаимосвязанности пространственно распределенной сети мозга регионах 1,2,23,30. В своих интересах, МРТ платформповторно легко устанавливается, широко доступным, неинвазивным и обычно требуют короткого времени сканирования, чем традиционные методы радиоактивного изображений, таких как ПЭТ или ОФЭКТ в результате подъема потенциальных методологии, описанные в современной литературе. Тем не менее, в результате нестационарных сигналов МРТ обеспечивают косвенные меры местных нейронной активности 31,32. Обычно сложные аналитические алгоритмы, используемые были ограничены больших размеров наборов данных, физиологические шумы присущие МРТ сигналов, а также высокой изменчивости в мозговой деятельности, которая существует между субъектами и регионами 19,23. Хотя интересную информацию относительно организации мозга могут быть выведены из свойств МРТ &quot;сети&quot;, они не были достаточно стабильны для использования в качестве надежных биомаркеров заболевания. Кроме того, в результате топологии сети не обязательно являются эквивалентными тем, которые указаны функциональным использованием установленных методик визуализации, такие как SSM / СПС. Для йэлектронной большей части, строгий перекрестная проверка полученной топологии МРТ не хватало с немногих примеров успешного вперед применения полученных закономерностей в данных перспективных сканирование из единичных случаях. Преимущество анализа ковариационной PCA заключается в его способности определить наиболее значительные источники данных изменений в первые несколько главных компонент, но это неэффективно, если видные собственные векторы представляют случайные факторы шума, а не фактические внутренние отклика сети. Выбрав только несколько первых собственных векторов и ограничения для тех, которые показывают существенные различия в сравнении с нормальным пациентом оценки контроля, мы значительно уменьшить влияние шума элементов. Однако для основной подход, описанный здесь, эти меры могут оказаться недостаточными для получения надежных оценок в типичный набор данных МРТ, за исключением условия описаны ниже. Таким образом, из-за стабильное прямую связь региональных гlucose метаболизма и синаптической активности 33, эта методика была применена в первую очередь для анализа состояния покоя ФДГ ПЭТ данных. Однако, учитывая, что мозговой кровоток (CBF) тесно связан с метаболической активности в состоянии покоя 10,11,34, 35,36 ОФЭКТ и совсем недавно артериальной спина маркировки (ASL) МРТ перфузии методы 37,38, были использованы для оценки метаболической активности ненормальное в отдельных случаях. Тем не менее, вывод надежные пространственные структуры ковариационной с отдыха МРТ состояние (rsfMRI) является как отмечалось ранее не проста 31,32. Тем не менее, предварительные SSM / СПС анализ данных rsfMRI от пациентов с БП и группой контроля выявило некоторые топографические гомологии между заболеванием моделей определены с помощью двух методов, ПЭТ и амплитуды низкочастотных колебаний (Alff) смелых МРТ 39,40 . Наконец, мы также отмечаем, что этот подход был успешно применен в воксел основе морфометрии (ВБМ) структурные данные МРТ 41,42, выявление отличительных пространственные структуры ковариационной связанные с возрастными объема убытка и в дальнейшее сравнение ВБМ и ASL шаблонов аналогичным предметам 43. Отношения между SSM / СПС пространственной топологии ковариации и аналогичных сетях мозга, установленным с использованием различных аналитических подходов и визуализации платформ является предметом ведущегося расследования.

<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

Масштабная модель подпрофиль (SSM) 1-4 является многомерной СПС на основе алгоритма, который определяет основные источники изменчивости в пациентов и контрольной группы данных изображений мозга, отвергая при этом меньшие компоненты (рис. 1). Наносится непосредственно на воксел за воксел ковариация данных стационарного комплексного изображения, целую группу изображений набор может быть сокращен до нескольких значительных линейно независимых ковариационной модели и соответствующей оценки предмета. Каждый шаблон, называемый группой инвариантной подпрофиль (ГИС), является ортогональным главный компонент, который представляет пространственно распределенной сети функционально взаимосвязанных областях головного мозга. Большой эффект глобального среднего скалярного, которые могут мешать просмотру мелких сетей вклада конкретных удаляются присущего логарифмические преобразования и среднее центрирование данных 2,5,6. Субъекты выразить каждую из этих моделей в различной степени представлен простым Оценка скалярного, что может коррелировать с независимыми Clinческих или психометрического дескрипторов 7,8. Использование логистического регрессионного анализа субъекта оценки (т.е. значения выражению), линейные коэффициенты могут быть получены для объединения нескольких основных компонентов в одной болезни связанные пространственные структуры ковариационной, т.е. композитных сетях с улучшенной дискриминацией больных от здоровых субъектов управления 5,6. Перекрестная проверка в выводе набор может быть выполнена с использованием методов загрузки передискретизации 9. Вперед проверки легко подтверждается прямой оценки Оценка производных моделей в перспективных наборов данных 10. После завершения проверки, связанных с болезнью шаблоны могут быть использованы, чтобы выиграть отдельных пациентов с относительно фиксированной эталонного образца, часто множества здоровых субъектов, который был использован (с болезнью группу) при выводе шаблона 11. Эти стандартизированные значения в свою очередь может использоваться для оказания помощи в дифференциальной диагностике 12,13 и оценить болезнипрогрессии и эффект лечения на сетевом уровне 7,14-16. Приведем пример применения этой методологии ФДГ ПЭТ данные пациентов с болезнью Паркинсона и нормального управления с помощью нашего собственного программного обеспечения для получения характерного биомаркеров ковариационная модель заболевания.

Простое применение многомерного SSM / PCA анализа для получения нейровизуализации шаблон биомаркеров PD показано ниже. ПЭТ-ФДГ изображения десять клинически диагностированных пациентов с БП (6M/4F, 59y 7y ± SD) переменного больных продолжительность (± 5 лет 9y SD) и десять возраста и пола соответст?...

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

Многомерная методов, включая анализ главных компонент (РСА), которые были использованы для выявления шаблонов подписи региональных изменений в функциональных изображений мозга. Мы разработали алгоритм для определения воспроизводимых биомаркеров сеть для диагностики нейродегенеративных расстройств, оценки прогрессирования заболевания и объективной оценки эффектов лечения в популяции пациентов.

Идентификация связанных с болезнью пространственных структур Ковариационные использованием нейровизуализации данных

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

Выявление и изоляция Медленно делящихся клеток глиобластомы человека в использовании Carboxy Fluorescein сукцинимидил Эстер (CFSE)

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

Идентификация<em&gt; Спящая красавица</em&gt; Транспозонов вставки в твердых опухолей с использованием Linker-опосредованного ПЦР

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

Обнаружение архитектурного искажений в предыдущих Маммограммы<em&gt; Через</em&gt; Анализ ориентированных шаблонов

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

Использование серийной отслеживания DATA Technology по изучению Упражнение Соблюдение в легочной реабилитации

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

Микрочипов на основе идентификации отдельных HERV Loci выражение: применение к биомаркеров при раке простаты

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

In Vivo Отслеживание развития отек и микрососудистая патология в модели экспериментальной церебральной малярии с использованием магнитно-резонансной томографии

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

Высокопроходимый анализ оптических картографических данных с помощью ElectroMap

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

Инструменты виртуальной реальности для оценки одностороннего пространственного пренебрежения: новая возможность для сбора данных

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

Обнаружение и удаление композитной смолы цвета зубов с использованием метода флуоресцентной идентификации

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

Визуализация метаболитов, идентифицированных в пространственном метаболоме традиционной китайской медицины с использованием DESI-MSI

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