Name: brain infarct segmentation and registration on mri or ct for lesion-symptom mapping
Uploaded: 2019-09-25T13:00:00
Description: Watch this Scientific Journal Video about Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping at JoVE.com

Il lavoro del Dr. Biesbroek è supportato da una Young Talent Fellowship del Brain Center Rudolf Magnus dell'University Medical Center Utrecht. Questo lavoro e il consorzio Meta VCI Map sono supportati da Vici Grant 918.16.616 di .onMw, Paesi Bassi, Organizzazione per la ricerca e lo sviluppo della salute, a Geert Jan Biessels. Gli autori desiderano ringraziare la dott.ssa Tanja C.W. Nijboer per aver condiviso le scansioni utilizzate in una delle figure.

Questo protocollo segue le linee guida del comitato etico della ricerca umana delle nostre istituzioni.
1. Raccolta di scansioni e dati clinici
<ol><li>Raccogli le scansioni TC o RM cerebrale di pazienti con ictus ischemico. La maggior parte degli scanner salva le scansioni come file DICOM (Digital Imaging and Communications in Medicine) che possono essere copiati su un disco rigido o su un server. NOT:</</c0> È possibile utilizzare scansioni da ogni tipo di scanner, protocollo ...

LSM è un potente strumento per studiare l'architettura funzionale del cervello umano. Un passo cruciale in qualsiasi studio di mappatura delle lesioni-sintomi è la pre-elaborazione dei dati di imaging, la segmentazione della lesione e la registrazione a un modello di cervello. In questo caso, segnaliamo una pipeline standardizzata per la segmentazione delle lesioni e la registrazione allo scopo di la mappatura dei sintomi di lesione. Questo metodo può essere eseguito con strumenti di elaborazione delle immagini libera...

La mappatura lesioni-sintomi (LSM), chiamata anche mappatura del comportamento di lesione, è uno strumento importante per studiare l'architettura funzionale del cervello umano1. Negli studi sulle lesioni, la funzione cerebrale viene dedotta e localizzata studiando i pazienti con lesioni cerebrali acquisite. I primi casi di studio che collegano i sintomi neurologici a specifiche posizioni cerebrali eseguite nel XIX secolo hanno già fornito informazioni fondamentali sulle correlazioni anatomiche del linguaggio e su diversi altri processi cognitivi2. Eppure, le correlazioni neuroanatomiche di molti aspetti della cognizione e altre funzioni cerebrali sono rimaste sfuggente. Negli ultimi decenni, il miglioramento dei metodi strutturali di imaging cerebrale e dei progressi tecnici ha permesso studi LSM in vivo su larga scala ad alta risoluzione spaziale (ad esempio, a livello di singoli voxel o specifiche regioni corticali/subcorticali di interesse)1 ,2. Con questi progressi metodologici, LSM è diventato un metodo sempre più popolare nelle neuroscienze cognitive e continua a offrire nuove intuizioni sulla neuroanatomia della cognizione e dei sintomi neurologici3. Un passo cruciale in qualsiasi studio LSM è l'accurata segmentazione delle lesioni e la registrazione a un modello di cervello. Tuttavia, manca un tutorial completo per la pre-elaborazione dei dati di imaging cerebrale ai fini dell'LSM.
A condizione di qui è un tutorial completo per un metodo standardizzato di segmentazione e registrazione delle lesioni. Questo metodo fornisce ai ricercatori una pipeline per l'elaborazione standardizzata delle immagini cerebrali e una panoramica delle potenziali insidie che devono essere evitate. La pipeline di elaborazione delle immagini presentata è stata sviluppata attraverso collaborazioni internazionali4 e fa parte del quadro del consorzio di mappe Meta VCI recentemente fondato, il cui scopo è l'esecuzione di studi multicentrici sulla mappatura delle lesioni-sintomo in danno cognitivo vascolare <www.metavcimap.org>5. Questo metodo è stato progettato per elaborare scansioni TC e RM da più fornitori e protocolli di scansione eterogenei per consentire l'elaborazione combinata di set di dati di imaging da fonti diverse. Il software RegLSM richiesto e tutti gli altri software necessari per questo protocollo sono liberamente disponibili ad eccezione di MATLAB, che richiede una licenza. Questa esercitazione si concentra sulla segmentazione e la registrazione degli infarti cerebrali, ma questa pipeline di elaborazione delle immagini può essere utilizzata anche per altre lesioni, ad esempio iperintensità della materia bianca6.
Prima di entrare in uno studio LSM, è necessaria una comprensione di base dei concetti generali e delle insidie. Diverse linee guida dettagliate e una guida per autostoppista sono disponibili1,3,6. Tuttavia, queste recensioni non forniscono un tutorial pratico dettagliato per i passaggi pratici coinvolti nella raccolta e conversione scansioni cerebrali in un formato corretto, segmentando il cervello infarto, e la registrazione delle scansioni a un modello di cervello. Il presente documento fornisce un tale tutorial. I concetti generali di LSM sono forniti nell'introduzione con riferimenti per ulteriori letture sull'argomento.
Scopo generale degli studi di mappatura di lesioni-sintomi
Dal punto di vista della neuropsicologia cognitiva, la lesione cerebrale può essere utilizzata come condizione modello per comprendere meglio le basi neuronali di alcuni processi cognitivi e per ottenere un quadro più completo dell'architettura cognitiva del cervello1 . Questo è un approccio classico in neuropsicologia che è stato applicato per la prima volta negli studi post-mortem nel XIX secolo da pionieri come Broca e Wernicke2. Nell'era dell'imaging cerebrale funzionale, l'approccio alla lesione è rimasto uno strumento cruciale nelle neuroscienze perché fornisce la prova che le lesioni in una specifica regione del cervello interrompono le prestazioni del compito, mentre gli studi di imaging funzionale dimostrano le regioni cerebrali che sono attivata durante le prestazioni dell'attività. Di conseguenza, questi approcci forniscono informazioni complementari1.
Dal punto di vista della neurologia clinica, gli studi LSM possono chiarire la relazione tra la posizione della lesione e il funzionamento cognitivo in pazienti con infarto sintomatico acuto, iperintensità della materia bianca, lacune o altri tipi di lesioni (ad esempio, tumori ). Recenti studi hanno dimostrato che tali lesioni nelle regioni strategiche del cervello sono più rilevanti nello spiegare le prestazioni cognitive rispetto al carico di lesione globale2,5,7,8. Questo approccio ha il potenziale per migliorare la comprensione della fisiopatologia di disturbi complessi (in questo esempio, danno vascolare vascolare) e può fornire opportunità per lo sviluppo di nuovi strumenti diagnostici e prognostici o il trattamento di supporto strategie2.
LSM ha anche applicazioni al di là del campo della cognizione. Infatti, qualsiasi variabile può essere correlata alla posizione di lesione, compresi sintomi clinici, biomarcatori e esito funzionale. Ad esempio, uno studio recente ha determinato posizioni infartiche che erano predittive del risultato funzionale dopo l'ictus ischemico10.
Ossare-based rispetto alla regione di mappatura dei sintomi di lesione basata sugli interessi
Per eseguire la mappatura dei sintomi di lesione, le lesioni devono essere segmentate e registrate in un modello di cervello. Durante la procedura di registrazione, il cervello di ogni paziente è allineato spazialmente (cioè normalizzato o registrato a un modello comune) per correggere le differenze nelle dimensioni del cervello, nella forma e nell'orientamento in modo che ogni voxel nella mappa di lesione rappresenti la stessa anatomica anatomica struttura per tutti i pazienti7. Nello spazio standard, è possibile eseguire diversi tipi di analisi, che sono brevemente riassunti qui.
È possibile eseguire un'analisi di sottrazione di lesioni grezze per mostrare la differenza nella distribuzione delle lesioni nei pazienti con deficit rispetto ai pazienti senza deficit. La mappa di sottrazione risultante mostra le regioni che sono più spesso danneggiate in pazienti con deficit e risparmiate in pazienti senza deficit1. Sebbene un'analisi di sottrazione delle lesioni possa fornire alcune informazioni in correlazioni di una funzione specifica, non fornisce alcuna prova statistica e viene ora utilizzata principalmente quando la dimensione del campione è troppo bassa per fornire una potenza statistica sufficiente per la funzione f.
Nella mappatura dei sintomi di lesione basata su voxel, un'associazione tra la presenza di una lesione e le prestazioni cognitive è determinata a livello di ogni singolo voxel nel cervello (Figura 1). Il vantaggio principale di questo metodo è l'alta risoluzione spaziale. Tradizionalmente, queste analisi sono state eseguite in un approccio di massa univariato, che garantisce la correzione per più test e introduce una distorsione spaziale causata da correlazioni inter-voxel che non sono prese in considerazione1,10 , 11.Gli approcci sviluppati di recente che tengono conto delle correlazioni intervoxel (di solito denominati metodi di mappatura multivariati per lesioni-sintomi, come l'analisi bayesiana13, supportano la regressione vettoriale4, 14, o altri algoritmi di apprendimento automatico15) mostrano risultati promettenti e sembrano migliorare la sensibilità e la specificità dei risultati delle analisi LSM voxel-saggio rispetto ai metodi tradizionali. Un ulteriore miglioramento e convalida dei metodi multivariati per l'LSM voxel-saggio è un processo continuo. La scelta migliore per una specifica mappatura dei sintomi di lesione dipende da molti fattori, tra cui la distribuzione delle lesioni, la variabile di risultato e le ipotesi statistiche sottostanti dei metodi.
Nella mappatura dei sintomi di lesione basata sul ROI, viene determinata un'associazione tra il carico di lesione all'interno di una specifica regione del cervello e le prestazioni cognitive (vedere la figura 1 in Biesbroek et al.2 per un'illustrazione). Il vantaggio principale di questo metodo è che considera il carico di lesione cumulativa all'interno di una struttura anatomica, che in alcuni casi può essere più informativo di una lesione in un singolo voxel. D'altra parte, le analisi basate sul ROI hanno una potenza limitata per rilevare modelli che sono presenti solo in un sottoinsieme di voxel nella regione16. Tradizionalmente, la mappatura dei sintomi di lesione basata sul ROI viene eseguita utilizzando la regressione logistica o lineare. Recentemente sono stati introdotti metodi multivariati che si occupano meglio della collinearità (ad esempio, analisi della rete bayesiana17, supporto alla regressione vettoriale4,18o altri algoritmi di apprendimento automatico19),che possono migliorare la specificità dei risultati degli studi di mappatura della lesione-sintomo.
Selezione del paziente
Negli studi LSM, i pazienti sono di solito selezionati in base a un tipo di lesione specifico (ad esempio, infarti cerebrali o iperintensità di materia bianca) e l'intervallo di tempo tra diagnosi e valutazione neuropsicologica (ad esempio, ictus acuto contro cronico). La progettazione ottimale dello studio dipende dalla domanda di ricerca. Ad esempio, quando si studia l'architettura funzionale del cervello umano, i pazienti colpiti da ictus acuto sono idealmente inclusi perché la riorganizzazione funzionale non si è ancora verificata in questa fase, mentre i pazienti con ictus cronico dovrebbero essere inclusi quando studiano il effetti a lungo termine dell'ictus sulla cognizione. Una descrizione dettagliata delle considerazioni e delle insidie nella selezione del paziente è fornita altrove7.
Pre-elaborazione dell'immagine cerebrale ai fini della mappatura dei sintomi di lesione
La segmentazione e la registrazione accurate delle lesioni a un modello di cervello comune sono passaggi cruciali nella mappatura dei sintomi di lesione. La segmentazione manuale delle lesioni rimane il gold standard per molti tipi di lesioni, compresi gli infarti7. Fornito è un tutorial dettagliato sui criteri per la segmentazione manuale degli infarti sulle scansioni TC, l'imaging ponderato di diffusione (DWI) e le sequenze di risonanza MRI di recupero dell'inversione con attenuazione fluida (FLAIR) sia in fasi acute che croniche. Gli infarti segmentati (ad esempio, le mappe di lesione binaria 3D) devono essere registrati prima di qualsiasi analisi su tutti i argomenti. Questo protocollo utilizza il metodo di registrazione RegLSM, sviluppato in un'impostazione multicentrica4. RegLSM applica algoritmi di registrazione lineari e non lineari basati su elastix20 sia per La TC che per la risonanza magnetica, con un'ulteriore fase di elaborazione TC specificamente progettata per migliorare la qualità di registrazione delle scansioni TC21. Inoltre, RegLSM consente di utilizzare diversi modelli di cervello di destinazione e un (opzionale) passaggio di registrazione intermedio per un modello di CT/MRI specifico per età22. La possibilità di elaborare scansioni TC e RM e la sua personalizzazione per quanto riguarda i modelli cerebrali intermedi e target rende RegLSM uno strumento di elaborazione delle immagini altamente adatto per LSM. L'intero processo di preparazione e segmentazione delle scansioni TC/RM, la registrazione a un modello di cervello e le correzioni manuali (se necessario) sono descritti nella sezione successiva.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/59653/59653fig1.jpg"> Figura 1: Illustrazione schematica del concetto di mappatura dei sintomi di lesione basata su voxel. La parte superiore mostra le fasi di pre-elaborazione dell'immagine del cervello che contrattaccano la lesione (un infarto acuto in questo caso) seguita dalla registrazione a un modello di cervello (il modello MNI-152 in questo caso). Di seguito, una parte della mappa di lesione binaria registrata dello stesso paziente viene mostrata come una griglia 3D, dove ogni cubo rappresenta un voxel. Insieme alle mappe di lesione di altri 99 pazienti, viene generata una mappa di sovrapposizione delle lesioni. Per ogni voxel, viene eseguito un test statistico per determinare l'associazione tra lo stato della lesione e le prestazioni cognitive. Il test del chi quadrato mostrato qui è solo un esempio, qualsiasi test statistico potrebbe essere utilizzato. Tipicamente, centinaia di migliaia di voxel sono testati in tutto il cervello, seguita da una correzione per confronti multipli. <a href="https://www.jove.com/files/ftp_upload/59653/59653fig1large.jpg" target="_blank">Fare clic qui per visualizzare una versione più grande di questa figura.</a>

<table border="0" cellpadding="0" cellspacing="0" style="width:611px;" width="609">
	<tbody>
		<tr height="21">
			<td height="21" style="height:21px;width:223px;">dcm2niix</td>
			<td style="width:94px;">N/A</td>
			<td style="width:123px;">N/A</td>
			<td style="width:172px;">free download https://github.com/rordenlab/dcm2niix</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:223px;">ITK-SNAP</td>
			<td style="width:94px;">N/A</td>
			<td style="width:123px;">N/A</td>
			<td>free download www.itksnap.org</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:22px;width:223px;">MATLAB</td>
			<td style="width:94px;">MathWorks</td>
			<td style="width:123px;">N/A</td>
			<td>Version 2015a or higher</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:223px;">MRIcron</td>
			<td style="width:94px;">N/A</td>
			<td style="width:123px;">N/A</td>
			<td>free download https://www.nitrc.org/projects/mricron</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:223px;">RegLSM</td>
			<td style="width:94px;">N/A</td>
			<td style="width:123px;">N/A</td>
			<td>free download www.metavcimap.org/support/software-tools</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:223px;">SPM12b</td>
			<td style="width:94px;">N/A</td>
			<td style="width:123px;">N/A</td>
			<td>free download https://www.fil.ion.ucl.ac.uk/spm/</td>
		</tr>
	</tbody>
</table>

brain infarct segmentation and registration on mri or ct for lesion-symptom mapping

Nella mappatura di lesioni-sintomi (LSM), la funzione cerebrale viene dedotta mettendo in relazione la posizione delle lesioni cerebrali acquisite ai sintomi comportamentali o cognitivi in un gruppo di pazienti. Con i recenti progressi nell'imaging cerebrale e nell'elaborazione delle immagini, LSM è diventato uno strumento popolare nelle neuroscienze cognitive. LSM può fornire informazioni fondamentali sull'architettura funzionale del cervello umano per una varietà di funzioni cognitive e non cognitive. Un passo cruciale nell'esecuzione di studi LSM è la segmentazione delle lesioni sulle scansioni cerebrali di un grande gruppo di pazienti e la registrazione di ogni scansione in uno spazio stereotaxico comune (chiamato anche spazio standard o un modello di cervello standardizzato). Descritto qui è un metodo standardizzato ad accesso aperto per la segmentazione e la registrazione infarto ai fini di LSM, nonché una procedura dettagliata e pratica basata su casi esemplari. Viene fornito un tutorial completo per la segmentazione manuale degli infarti cerebrali sulle scansioni TC e le sequenze di risonanza magnetica DWI o FLAIR, che include criteri per l'identificazione degli infarti e insidie per i diversi tipi di scansione. Il software di registrazione fornisce più schemi di registrazione che possono essere utilizzati per l'elaborazione di dati CT e MRI con parametri di acquisizione eterogenei. Viene fornita un'esercitazione sull'utilizzo di questo software di registrazione e sull'esecuzione di controlli di qualità visiva e correzioni manuali (necessarie in alcuni casi). Questo approccio fornisce ai ricercatori un quadro per l'intero processo di elaborazione delle immagini cerebrali necessario per eseguire uno studio LSM, dalla raccolta dei dati ai controlli di qualità finali dei risultati.

Esempi di segmentazioni infarto del cervello sulle immagini CT (Figura 3), DWI (Figura 5) e FLAIR ( Figura6) e la successiva registrazione al modello MNI-152 sono forniti qui. I risultati della registrazione illustrati nella Figura 3B e nella Figura 5C non sono stati del tutto riusciti, in quanto vi è stato un disallineamento vicino al corn...

Watch this Scientific Journal Video about Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping at JoVE.com

Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping

Di seguito è riportata un'esercitazione pratica per una pipeline di elaborazione delle immagini standardizzata ad accesso aperto allo scopo di eseguire la mappatura dei sintomi di lesione. Viene fornita una procedura dettagliata per ogni fase di elaborazione, dalla segmentazione infarto manuale sulla TC/RM alla successiva registrazione allo spazio standard, insieme a raccomandazioni pratiche e illustrazioni con casi esemplari.

Segmentazione e registrazione dell'infarto cerebrale su risonanza magnetica o TC per la mappatura lesioni-sintomo

In lesion-symptom mapping (LSM), brain function is inferred by relating the location of acquired brain lesions to behavioral or cognitive symptoms in a ...

La mappatura dei sintomi di lesione è un potente strumento per localizzare le funzioni cerebrali studiando i pazienti con lesioni cerebrali. Un passaggio importante prevede l'elaborazione delle immagini, inclusa la segmentazione della lesione e la registrazione nello spazio standard. Questo protocollo descrive un framework unificato che funziona con tutte le modalità di imaging strutturale, fornendo un'uscita coerente di lesioni nello spazio standard per l'uso in studi di mappatura dei sintomi di lesione.Le lesioni devono essere trasformate in spazio standard per consentire confronti tra soggetti. Il cervello di ogni paziente deve essere allineato spazialmente per correggere le differenze nelle dimensioni e nella forma del cervello. Durante l'utilizzo di questo metodo, aiuta a vedere come deve essere eseguito ogni passaggio, piuttosto che seguire solo le istruzioni scritte.Richiede anche una buona comprensione delle immagini cerebrali, il che rende utile una dimostrazione visiva. In questo protocollo viene descritto come eseguire i passaggi di elaborazione necessari per la mappatura dei sintomi di lesione. Una volta che le mappe di lesione sono registrate nello spazio standard, la mappatura dei sintomi di lesione può essere eseguita su grandi gruppi di pazienti.Quando tutte le mappe di lesione vengono trasformate nello spazio standard, ogni voxel rappresenta la stessa regione cerebrale tra i soggetti. Ciò consente di eseguire analisi statistiche, ad esempio, per verificare se la presenza di una lesione in un particolare voxel è associata a un deficit cognitivo. Inizia raccogliendo tac cerebrali o scansioni MRI di pazienti con ictus ischemico.La maggior parte degli scanner ha le scansioni come file DICOM che possono essere copiati su un disco rigido o un server. Raccogliere le variabili cliniche in un file di dati effettuando righe separate per ogni caso e colonne per ogni variabile clinica. Per la segmentazione infarto, includere almeno la data del tratto e la data di imaging o una variabile che indica l'intervallo di tempo tra ictus e imaging.Per convertire le immagini DICOM in file NIfTI non compressi, utilizzando lo strumento DICOM-to-NIfTI, digitare il comando presente sullo schermo nel prompt dei comandi, utilizzando il percorso della cartella dei file DICOM. Un esempio del comando con i percorsi delle cartelle inseriti può essere visto qui. Questo comando eseguirà l'eseguibile, convertirà le immagini DICOM nella cartella selezionata e salverà i file NIfTI in questa cartella.Infine, organizzare i file NIfTI in una comoda struttura di cartelle, con una sottocartella per ogni caso, prima di iniziare la segmentazione infarto. In primo luogo, assicurarsi che la scansione sia stata eseguita almeno 24 ore dopo l'inizio del sintomo dell'ictus. In caso contrario, l'infarto acuto non sarà visibile sulla TC o sarà solo parzialmente visibile e la scansione non può essere utilizzata per la segmentazione.Aprire il CT nativo utilizzando il software ITK-SNAP selezionando File, quindi Apri immagine principale dal menu a discesa. Quindi fare clic su Sfoglia e selezionare il file per aprire l'analisi. Ora identifica l'infarto in base alle caratteristiche di imaging.In primo luogo, si noti che gli infarti hanno un segnale basso rispetto al normale tessuto cerebrale. Nello stadio acuto, grandi infarti possono causare effetti di massa, con conseguente spostamento dei tessuti circostanti, compressione dei ventricoli, spostamento della linea mediana e obliterazione dei solfiti. Ci può essere una trasformazione emorragica, che è visibile come regioni con un segnale elevato all'interno dell'infarto.Nello stadio cronico, l'infarto consisterà in un ipodense, centro cavitato, con una densità simile al liquido cerebrospinale e un bordo meno ipodenso, che rappresenta il tessuto cerebrale danneggiato. In caso di grandi infarti, può esserci un ex vacuo ingrossamento di solci o ventricoli adiacenti. Segmentare il tessuto cerebrale infarinato utilizzando la modalità Pennello dalla barra degli strumenti principale, utilizzando il clic con il pulsante sinistro del mouse per disegnare e fare clic con il pulsante destro del mouse per cancellare.In alternativa, usate la modalità Poligono per posizionare i punti di ancoraggio ai bordi della lesione e tenere premuto il pulsante sinistro del mouse mentre spostate il mouse sui bordi della lesione. Una volta collegati tutti i punti, fare clic su accetta per riempire l'area delineata. Dopo aver completato la segmentazione, salvarla come file NIfTI binario nella stessa cartella della scansione facendo clic su Segmentazione e Salva immagine segmentazione dal menu a discesa, quindi salvare la segmentazione dandogli esattamente lo stesso nome della scansione segmentata, con l'estensione della lesione.In primo luogo, assicurarsi che la scansione DWI sia stata eseguita entro sette giorni dall'inizio del tratto. Gli infarti sono visibili su DWI entro diverse ore dall'inizio del tratto e la loro visibilità su DWI diminuisce gradualmente dopo circa sette giorni. Successivamente, identificare e annotare il tessuto cerebrale infarto in base al segnale elevato su DWI e al segnale basso sulla mappa ADC.Non confondere un segnale ad alta diffusione vicino alle interfacce tra l'aria e il tessuto o l'osso, che sono un artefatto comunemente osservato sulla DWI. Per l'imaging FLAIR, verificare innanzitutto che la scansione sia stata eseguita 48 ore dopo l'inizio del sintomo dell'ictus. Nello stadio iperacuto, l'infarto di solito non è visibile, o i confini esatti non sono chiari.Aprire quindi l'immagine FLAIR in ITK-SNAP, nonché la scansione ponderata T1 in una finestra separata per riferimento, se disponibile. Nella fase acuta, l'infarto è visibile come una lesione iperintense piuttosto omogenea, con o senza gonfiore ed effetto di massa. Se disponibile, utilizzare il DWI per distinguere tra lesioni acute infarto e croniche, come le ipertensione della materia bianca.Per registrare le immagini, scaricare prima RegLSM e utilizzare questo strumento per elaborare le scansioni CT o qualsiasi tipo di sequenza di risonanza magnetica. La procedura di registrazione è illustrata nella figura qui mostrata. Aprire quindi MATLAB versione 2015a o successiva, impostare la cartella corrente su RegLSM, quindi abilitare SPM digitando addpath seguito dal nome della cartella per SPM.Digitare quindi RegLSM per aprire l'interfaccia grafica. Per eseguire la registrazione per un singolo caso, selezionare Modalità test nel menu a discesa Registrazione. Quindi usa il pulsante Apri immagine per selezionare la scansione segmentata, l'annotazione e, facoltativamente, il T1 e selezionare lo schema di registrazione desiderato.In alternativa, la modalità batch può essere utilizzata per registrare tutti i casi nella cartella selezionata. Assicurarsi che RegLSM abbia salvato i parametri di registrazione risultanti, le scansioni registrate e la mappa delle lesion registrate nelle sottocartelle generate automaticamente. A questo punto, esaminare i risultati della registrazione selezionando Controlla risultati nell'interfaccia RegLSM e passare alla cartella principale con questi risultati.Scorri la scansione registrata e usa il mirino per verificare l'allineamento al modello MNI152, prestando attenzione ai punti di riferimento anatomici riconoscibili. Assicurarsi di contrassegnare tutte le registrazioni non riuscite in una colonna separata nel file di dati creato in precedenza per la successiva correzione manuale. Per tutte le mappe di lesione che necessitano di correzione, aprire il modello MNI152 T1 in ITK-SNAP, quindi selezionare Segmentazione aperta dal menu Segmentazione e scegliere la mappa di lesione registrata, che si sovrapporrà al modello.Inoltre, aprire i risultati della registrazione in una finestra separata per riferimento. Correggere la mappa di lesione registrata in ITK-SNAP per qualsiasi tipo di disallineamento, utilizzando la funzione pennello per aggiungere voxel con il pulsante sinistro del mouse o rimuovere i voxel con il pulsante destro del mouse. Infine, salvare la mappa di lesione corretta come file NIfTI nella stessa cartella della mappa di lesione non corretta, quindi salvare la segmentazione dandogli esattamente lo stesso nome della mappa di lesione non corretta, con l'estensione di corretta.Qui, vediamo scansioni CT per un singolo paziente. La scansione iniziale non può essere utilizzata per la segmentazione perché l'infarto non è ancora visibile, anche se le mappe di perfusione TC mostrano ischemia. La TAC del sesto giorno mostra gonfiore del tessuto cerebrale infarto con leggero spostamento della linea mediana e trasformazione emorragica.La scansione dopo quattro mesi mostra la perdita del tessuto cerebrale con l'ingrandimento ex vacuo dei ventricoli e dei sulci vicini. Il risultato della registrazione del CT il sesto giorno al modello MNI152 è visto qui. L'algoritmo di registrazione non ha compensato in modo sufficiente lo spostamento della linea mediana e la compressione del ventricolo sinistro, che richiedeva una correzione manuale.Dopo la correzione, la mappa della lesione registrata è una rappresentazione accurata dell'infarto nello spazio nativo e può essere utilizzata per la mappatura dei sintomi di lesione. Qui, vediamo il confronto della sequenza DWI registrata e del corrispondente infarto registrato con il modello MNI152. Si noti il leggero errore alla testa del nucleo caudato destro.Ciò richiedeva una correzione manuale della segmentazione nello spazio standard. Infine, questa cifra mostra i risultati della registrazione della sequenza FLAIR MRI il terzo giorno, che è adeguata e non richiede alcuna correzione manuale. Questo protocollo copre il processo di preparazione dei dati di imaging per la mappatura dei sintomi di lesione, incluse linee guida pratiche su come eseguire una segmentazione e una registrazione accurate infarto a un modello cerebrale.Le mappe di lesione possono essere utilizzate in studi di mappatura dei sintomi di lesione per localizzare una specifica funzione cognitiva o per utilizzare la posizione della lesione per prevedere il risultato cognitivo nei pazienti con ictus. Questo protocollo accelera e armonizza il flusso di lavoro per gli studi di mappatura dei sintomi di lesione, consentendo ai ricercatori di eseguire grandi studi multicentrici tra cui da centinaia a migliaia di soggetti.

Research

JoVE Journal

Behavior

Flat-floored Air-lifted Platform: A New Method for Combining Behavior with Microscopy or Electrophysiology on Awake Freely Moving Rodents

Appartamento con pavimento Platform aria sollevata: Un nuovo metodo per la combinazione di Comportamento con microscopia o Elettrofisiologia su Awake liberi di muoversi Roditori

It is widely acknowledged that the use of general anesthetics can undermine the relevance of electrophysiological or microscopical data obtained from a ...

Ricerca

Comportamento

Combined Shuttle-Box Training with Electrophysiological Cortex Recording and Stimulation as a Tool to Study Perception and Learning

Combinato Shuttle-Box Training con elettrofisiologiche Cortex registrazione e stimolazione come strumento per studiare percezione e apprendimento

Shuttle-box avoidance learning is a well-established method in behavioral neuroscience and experimental setups were traditionally custom-made; the ...

A General Method for Evaluating Deep Brain Stimulation Effects on Intravenous Methamphetamine Self-Administration

Un metodo generale per la valutazione effetti di stimolazione cerebrale profonda per via endovenosa Methamphetamine Self-Amministrazione

Substance use disorders, particularly to methamphetamine, are devastating, relapsing diseases that disproportionally affect young people.  There is a need ...

A Method for Evaluating the Reinforcing Properties of Ethanol in Rats without Water Deprivation, Saccharin Fading or Extended Access Training

Un metodo per valutare le proprietà di rinforzo di etanolo in ratti senza acqua privazione, Saccarina dissolvenza o di formazione accesso esteso

Operant oral self-administration methods are commonly used to study the reinforcing properties of ethanol in animals. However, the standard methods ...

Visualization Method for Proprioceptive Drift on a 2D Plane Using Support Vector Machine

Metodo di visualizzazione per Drift propriocettiva su un piano 2D Utilizzando Support Vector Machine

Proprioceptive drift, which is a perceptual shift in body-part position from the unseen real body to a visible body-like image, has been measured as the ...

fMRI Mapping of Brain Activity Associated with the Vocal Production of Consonant and Dissonant Intervals

Mapping fMRI dell&#39;attività del cervello associata alla produzione vocale di intervalli consonanti e dissonanti

The neural correlates of consonance and dissonance perception have been widely studied, but not the neural correlates of consonance and dissonance ...

Key Elements of Photo Attraction Bioassay for Insect Studies or Monitoring Programs

Elementi chiave dell'analisi biologica di attrazione di foto per studi di insetti o programmi di monitoraggio

Optimized visual attractants will increase insect trapping efficiency by using the target insect&#39;s innate behaviors (positive photo-taxis) as a means ...

The Unpredictable Chronic Mild Stress Protocol for Inducing Anhedonia in Mice

Il protocollo di sforzo delicato cronico imprevedibile per indurre anedonia in topi

Depression is a highly prevalent and debilitating condition, only partially addressed by current pharmacotherapies. The lack of response to treatment by ...

A Conditioned Place Preference Protocol for Measuring Incubation of Craving in Rats

Un protocollo di Conditioned Place Preference per l'incubazione di Craving nei ratti di misura

A major cause of repeated relapses is a craving for the drug. Drug craving increases progressively during the abstinence period, a phenomenon termed ...