Diffusion Tensor Magnetic Resonance Imaging in de analyse van neurodegeneratieve ziekten

Summary

Diffusion tensor imaging (DTI) fungeert in feite als een MRI-gebaseerde tool te identificeren<em> In vivo</em> De microstructuur van de hersenen en pathologische processen door neurologische stoornissen in de cerebrale witte stof. DTI-gebaseerde analyses zorgen voor toepassing van hersenziekten zowel op groepsniveau als in enkel onderwerp data.

Abstract

Diffusion tensor imaging (DTI) technieken geven informatie over de microstructurele processen van de cerebrale witte stof (WM) in vivo. De onderhavige toepassingen zijn ontworpen om verschillen in WM betrokkenheid patronen onderzoeken verschillende hersenaandoeningen bijzonder neurodegeneratieve aandoeningen, bij gebruik van verschillende DTI analyses vergeleken met gematchte controles.

DTI data-analyse wordt uitgevoerd in een variate mode, dwz voxelgewijze vergelijking van regionale diffusie richting gebaseerde metrics zoals fractionele anisotropie (FA), samen met fiber tracking (FT) vergezeld van tractwise fractionele anisotropie statistieken (TFA) op groepsniveau met het oog tot verschillen in FA langs WM structuren te identificeren, die gericht zijn op de vaststelling van het regionale patronen van WM wijzigingen op groepsniveau. Transformatie naar een stereotaxisch standaard ruimte is een voorwaarde voor groep studies en vereist een grondige verwerking van gegevens te behouden directional onderlinge afhankelijkheden. De huidige applicaties tonen geoptimaliseerd technische benaderingen voor dit behoud van kwantitatieve en directionele informatie tijdens ruimtelijke normalisatie in data-analyses op groepsniveau. Op basis hiervan kan FT technieken om informatie metrics kwantificeren gedefinieerd FT toegepast groeperen gemiddelde data. Bovendien, de toepassing van DTI methoden, dwz verschillen in FA-kaarten na stereotaxisch uitlijning, in een longitudinale analyse op individueel onderwerp basis onthullen informatie over de progressie van neurologische aandoeningen. Verdere kwaliteitsverbetering van DTI gebaseerde resultaten kunnen tijdens de voorbewerking worden verkregen door toepassing van een gecontroleerde uitschakeling van gradiënt richtingen met hoge geluidsniveaus.

Samengevat wordt DTI gebruikt om een ​​afzonderlijke WM pathoanatomy verschillende hersenaandoeningen gedefinieerd door de combinatie van volledige hersenen-gebaseerd en kanaal gebaseerde DTI analyse.

Introduction

Diffusion tensor imaging in het menselijk brein

De witte stof (WM) stukken in het centrale zenuwstelsel bestaan ​​uit dicht verpakt axons naast diverse soorten neuroglia en andere kleine populaties van cellen. De axonale membraan en de goed uitgelijnde eiwitvezels binnen een axon beperkt water diffusie loodrecht op de vezel oriëntatie, waardoor anisotrope diffusie van water in de hersenen WM ^1. Myelineschede om de axonen kan ook bijdragen aan de anisotropie voor zowel intra-en extracellulair water ^2.

De kwantitatieve beschrijving van deze anisotropie kan worden gedetecteerd door diffusie tensor imaging (DTI). DTI produceert beelden van weefsels gewogen met de lokale microstructurele eigenschappen van water diffusie. De beeld-intensiteiten op elke positie worden gedempt, afhankelijk van de sterkte en richting van de zogenaamde magnetische diffusiegradiënt (vertegenwoordigdde b-waarde), en op de lokale microstructuur waarin het water diffundeert ^3, de diffusiecoëfficiënt D, een scalaire waarde:

Echter, in de aanwezigheid van anisotropie in WM, diffusie niet meer gekenmerkt door een scalaire coëfficiënt, maar vereist een tensor die in eerste benadering beschrijft moleculaire mobiliteit langs elke richting en de correlatie tussen deze richtingen ^4. Diffusie anisotropie wordt voornamelijk veroorzaakt door de oriëntatie van de vezels traktaten in WM en wordt beïnvloed door de micro-en macrostructurele functies. Van de microstructuur, lijkt intraaxonal organisatie zijn de grootste invloed op de diffusie anisotropie, naast de dichtheid van een vezelnd cel verpakking, de mate van myelinisatie, en individuele vezel diameter. Op macroscopische schaal, de variabiliteit in de oriëntatie van alle WM traktaten in een imaging voxel beïnvloedt de mate van anisotropie ^5.

In typische DTI metingen de voxel afmetingen in de orde van millimeters. Zo kan een voxel bevat altijd de gemiddelde informatie van de watermoleculen in de gedetecteerde volume gewoonlijk verscheidene van axons en de omringende watermoleculen. Desondanks multidirectionele omgeving DTI gevoelig voor de oriëntatie van de grootste hoofdas die prima de overheersende axonale richting en bepaal de axonale bijdrage domineert het gemeten signaal ^2.

DTI levert twee soorten informatie over de eigenschap van water diffusie: de eerste, de oriëntatie-onafhankelijke mate van diffusie anisotropie ⁵ en ten tweede, de overheersende richting van het water diffusie in image voxels, dat wil zeggen de diffusie oriëntatie ^6.

De huidige protocollen worden verondersteld om een ​​kader van DTI analysetechnieken bieden voor kwantitatieve vergelijking van groepen proefpersonen op groepsniveau, zoals beschreven in het volgende.

Kwantificering van diffusie-eigenschappen – analyse parameters

De elementen van de symmetrische tensor kan worden gemeten door diffusie gradiënten langs ten minste zes niet-collineaire en niet-coplanaire richtingen, zodat ter (vergelijking 1) is een tensor, waardoor signaalverzwakking

Deze vergelijking wordt bepaald dat een eventuele wisselwerking tussen beeldvorming en diffusie gradiënten die worden toegepast in orthogonale richtingen (kruis termen) en zelfs tussen beeldvorming hellingen die worden toegepastin orthogonale richtingen ^4.

De tweede rang diffusion tensor kan altijd worden diagonalized waardoor er slechts drie niet-nul elementen langs de hoofddiagonaal van de tensor, dwz de Eigenvalues ​​( ). De Eigenwaarden weerspiegelen de vorm of configuratie van de ellipsoïde. De wiskundige relatie tussen de belangrijkste coördinaten van de ellipsoïde en het laboratorium frame wordt beschreven door de Eigenvectoren

Aangezien er verschillende uitdagingen in het weergeven tensor data, heeft het concept van diffusie ellipsoïden voorgesteld ^3. De Eigendiffusivities van deze ellipsoids vertegenwoordigen de eendimensionale diffusie coëfficiënten in de hoofdrichting van diffusiviteiten van het medium, namelijk de hoofdas van de ellipsoïde is de belangrijkste diffusie richting de voxel die samenvalt met de richting van de vezels, terwijl de excentriciteit van de ellipsoïde geeft informatie over de anisotropie en symmetrie. Daarom kon diffusie anisotropie metrics zoals de fractionele anisotropie (FA) worden gedefinieerd ^7.

is het rekenkundig gemiddelde van alle Eigenvalues.

Een extra aanpak is om de hoofdrichting van de diffusie tensor gebruiken om de WM-connectiviteit van de hersenen aan te pakken, wat overeenkomt met de tractografie approach die de intentie heeft om te onderzoeken welke delen van de hersenen zijn verbonden met elkaar. Aangenomen dat de oriëntatie van de belangrijkste component van de diffusie tensor is de oriëntatie van de dominante axonen is een 3-D vector veld waarin elke vector vertegenwoordigt de vezeloriëntatie. Momenteel zijn er verschillende benaderingen WM stukken die kunnen worden onderverdeeld in twee types reconstrueren: de eerste categorie is gebaseerd op regel propagatie algoritmes lokale tensor-informatie voor elke stap van de vezel darmkanaal voortplanting ^2,8,9. De tweede categorie is gebaseerd op mondiale energieminimalisering de energetisch meest gunstige pad tussen twee WM regio, resulterend in de benadering van kanaal gebaseerde ruimtelijke statistiek voorbeeld (TBSS) ¹⁰ die is gebruikt in andere algoritmen zoals tractwise fractionele anisotropie statistieken (transvetzuren – zie protocol tekst, paragraaf 2.4)..

Transformatie naar stereotaxisch standard ruimte

Net als in andere geavanceerde MRI methoden DTI-en FT-gebaseerde studies in een klinische context nastreven uiteindelijke doel hersenmorfologie individuele patiënt categoriseren om het diagnostische proces gebaseerd op enkele discriminatie metrisch ¹¹ vergemakkelijken. Studies op groepsniveau zijn relevantie als de gewone klinische fenotype wordt verondersteld door beschadiging van een of meer specifieke hersengebieden of specifieke neuroanatomische netwerk. Hier, met een gemiddelde van de resultaten voor de verschillende onderwerpen is nuttig om de gemeenschappelijke patronen van microstructurele veranderingen te beoordelen. Elk individu hersenen worden overgebracht in stereotaxische ruimte zodat in een tweede stap, het rekenkundig gemiddelde van de resultaten op een voxel-by-voxel niveau mogelijk. Ruimtelijke normalisatie toegestaan ​​rekenkundige gemiddelden van de resultaten van verschillende onderwerpen teneinde de signaal-ruisverhouding (SNR) te verbeteren en een vergelijking van monsters van patiënten en cont voerenrols om de rekenkundige pathoanatomy van een bepaalde aandoening te analyseren, zoals een neurodegeneratieve ziekte die wordt geassocieerd met de ongunstige beïnvloeding van de hersenen een specifieke systeem.

De vroege aanpak van normalisering van een gestandaardiseerde stereotaxisch ruimte door ¹² suggereerde een transformatie algoritme om een standaard atlas die de identificatie van de verschillende hersenen bezienswaardigheden en fragmentarische schaling van de hersenen kwadranten. Tegenwoordig zijn de meeste van de geavanceerde MRI data-analyse pakketten te gebruiken normalisatie op het Montreal Neurological Institute (MNI) stereotaxisch ruimte ^13. Voor deze transformatie, werden halfautomatische en automatische brein registratie algoritmes behulp studie specifieke templates ontwikkeld ^14,15. In DTI, bijzondere aandacht worden gevestigd op de directionele informatie tijdens het normalisatieproces ^16,17 bewaren. De toepassing van ruimtelijke transformaties DT-MR beelden die nodig zijn voor ruimtelijke normalisatiewinning van datasets is, in tegenstelling tot kromtrekken scalaire beelden, bemoeilijkt doordat ODC bevatten orientatie informatie die weer wordt beïnvloed door de transformatie. Dit effect moet rekening worden gehouden met het oog op de anatomische correctheid van de getransformeerde afbeelding garanderen. Hier worden technieken voor het aanbrengen affine transformaties DTI datasets gepresenteerd.

Toepassing van DTI van hersenziekten

De vergelijking van longitudinale DTI data vereist een aanpassing / registratie van de gegevens een onderwerp's onder elkaar. In die context, het behoud van de directionele informatie is noodzakelijk (dwz rotatie van de diffusie tensor tijdens affiene transformaties). Mogelijke toepassingen van neurodegeneratieve stoornissen zijn eerder gerapporteerd (bv. ^18,19).

DTI is opgericht als een robuust niet-invasieve technische hulpmiddel om te onderzoeken in vivo Neuropatholgie van WM neuronale traktaten (bijv. ^{11,20,21,22).} DTI-gebaseerde kwantitatieve metrieken het diffusieproces, zoals de FA, al en gevoelig markers voor het bestuderen uiteenlopende WM aandoeningen, zoals beroerte ^20, multiple sclerosis ^23, amyotrofe laterale sclerose ^{24, 25,} de ziekte van Alzheimer ²⁶ , en diverse andere WM aandoeningen ^27,28.

Daarnaast DTI met FT kunnen worden gebruikt WM stukken identificeren ^23. Deze techniek, terwijl nog niet in routine klinisch gebruik, is in opkomst als een krachtig instrument voor de beoordeling van pathway-specifieke afwijkingen bij neurologische ziekte. Binnen de geïdentificeerde stukken, diverse kwantitatieve MRI indices afgeleid van DTI en aanvullende acquisities (bijv. T2-gewogen beelden en / of magnetiseringsoverdracht (MT) imaging) die anatomisch coregistered de DTI data kunnen worden gemeten. Hierbij kan elke index calcul zijnated als functie van de positie in het darmkanaal, verwijzend naar plots afbeelden hun ruimtelijke variatie darmkanaal profielen.

Hierna menselijke DTI scans die werden uitgevoerd op 1,5 Tesla MRI-scanners (Siemens Medical, Erlangen, Duitsland) werden gebruikt om de capaciteit van verschillende analysetechnieken voor detectie witte stof afwijkingen in patiëntengroepen en in individuen te onderzoeken. Na een geautomatiseerde kwaliteitscontrole voor de afschaffing van de motion-corrupte volumes en volumes met andere soorten van artefacten, gestandaardiseerde postprocessing procedures bereiden de DTI data voor de achtereenvolgende analyse. Verschillende analyse benaderingen worden geïllustreerd in de volgende, dwz de eerste, hele brein gebaseerd ruimtelijke statistiek (WBSS), tweede, FT, en de derde, Tractwise fractionele anisotropie statistieken (transvetzuren). WBSS is een methode die analoog aan voxel-gebaseerde morfometrie (VBM) die gewoonlijk bekend staat als voxel-gebaseerde morfometrie / statistieken DTI data (VBM / DTI) loopt <em>. VBM is een methode die oorspronkelijk uitgevoerd op contrastrijke beelden waarbij het ​​contrast verschillen in afzonderlijke scans moet opgelost worden WBSS is een methode die de voxelgewijze vergelijking van de fysische parameter gebruikt. Daarom, hoewel algoritmisch dergelijke, een terminologie die differentiëren WBSS en VBM worden gebruikt in de volgende.

Protocol

Analyse methoden: Pre-en nabewerking De taak van het volgende protocol diffusie eigenschappen voxelgewijze in witte stof stukken die kunnen worden geanalyseerd – door de voxelgewijze detectie – hetzij isotroop of anisotroop, resulterend in gerekte of afgeplatte diffusie tensor van de respectievelijke voxels. De parametrisering van de voxel tensor wordt gebruikt voor zowel het berekenen van FA-kaarten of de identificatie van fibertracts (figuur 1). …

Representative Results

1. QC en de correctie voor beschadigde gradiëntrichtingen in toepassing om gegevens van patiënten met hyperkinetische stoornissen Als voorbeeld van het effect van de toepassing van de QC en daaropvolgende volume uitsluiting (als gevolg van de correctie van beschadigde GD), figuur 8 toont verschillen in volledige hersenen gebaseerde ruimtelijke statistiek met en zonder volume uitsluiting groepsvergelijking van 29 ziekte premanifeste Huntington proefpersonen versus 30 leeftijd …

Discussion

Interindividuele middeling van DTI data kan worden bereikt met betrekking tot diffusie amplitude (door het gebruik van informatie FA) en verspreiding richting (basis FT), respectievelijk. Middeling van FA kaarten maakt voor de statistische vergelijking van de groepen proefpersonen door WBSS en transvetzuren. Dit methodologisch kader geeft een inleiding tot DTI technieken met inter-subject middeling en groepsvergelijking. Stereotaxisch normalisering en vergelijking van de FA kaarten op groepsniveau mogelijk maakt voor ve…

Materials

MR scanner			Siemens 1.5 T Magnetom Symphony
analysis software			TIFT – Tensor Imaging and Fiber Tracking