Summary

Hoe kan ik Corticale Folding Meet vanaf MR Foto's: een stap-voor-stap handleiding voor lokale Gyrification Index Compute

Published: January 02, 2012
doi:

Summary

Het meten van gyrification (corticale vouwen) op elke leeftijd is er een venster in de vroege ontwikkeling van de hersenen. Vandaar dat we reeds ontwikkelde een algoritme om de lokale gyrification meten op duizenden punten over het halfrond<sup> 1</sup>. In deze paper wordt detail de berekening van deze lokale gyrification index.

Abstract

Corticale vouwen (gyrification) wordt bepaald tijdens de eerste maanden van het leven, zodat de bijwerkingen die tijdens deze periode sporen die zullen te herkennen zijn op elke leeftijd te verlaten. Zoals onlangs beoordeeld door Mangin en zijn collega's twee verschillende methoden bestaan ​​om verschillende eigenschappen van gyrification kwantificeren. Zo kan sulcal morfometrie worden gebruikt om vorm te descriptoren zoals de diepte, lengte of indices van inter-hemisferische asymmetrie maat 3. Deze geometrische eigenschappen hebben het voordeel dat ze gemakkelijk te interpreteren. Echter, sulcal morfometrie steunt stevig op de nauwkeurige identificatie van een bepaalde set van sulci en dus geeft een beschrijving van de gefragmenteerde gyrification. Een meer fijnkorrelige kwantificering van gyrification kan worden bereikt met kromming op basis van metingen, waar glad absolute gemiddelde kromming is meestal berekend op duizenden punten over de corticale oppervlak 4. De kromming is echter niet straightforward te begrijpen, want het blijft onduidelijk of er een directe relatie tussen de curvedness en een biologisch zinvolle samenhangen, zoals corticale volume of oppervlak. Om de diverse kwesties die door de meting van de corticale vouwen, hebben we eerder ontwikkelde een algoritme om de lokale gyrification kwantificeren met een prachtige ruimtelijke resolutie en van eenvoudige interpretatie. Onze methode is geïnspireerd door de Gyrification Index 5, een methode die oorspronkelijk gebruikt in de vergelijkende neuroanatomie van de corticale vouwen verschillen tussen de soorten te evalueren. In onze implementatie, die we de naam local Gyrification Index (GI l 1), meten we de hoeveelheid van de cortex begraven in de sulcal plooien in vergelijking met de hoeveelheid zichtbare cortex in ronde regio's van belang. Gezien het feit dat de cortex voornamelijk groeit door radiale uitbreiding van zes, is onze methode speciaal ontworpen om vroegtijdig afwijkingen van de corticale ontwikkeling te identificeren.

In eis artikel, wij detail de berekening van de lokale Gyrification Index, die nu wordt gratis verspreid als onderdeel van de FreeSurfer Software ( http://surfer.nmr.mgh.harvard.edu/ , Martinos Center for Biomedical Imaging, Massachusetts General Hospital) . FreeSurfer biedt een reeks van geautomatiseerde tools reconstructie van corticale de hersenen het oppervlak van structurele MRI data. Het corticale oppervlak onttrokken in de oorspronkelijke ruimte van de beelden met een sub-millimeter nauwkeurig wordt verder gebruikt voor de creatie van een buitenste oppervlak, dat zal dienen als een basis voor de l GI berekening. Een cirkelvormig gebied van belang is dan afgebakend op de buitenkant, en het bijbehorende gebied van de rente op de corticale oppervlak is geïdentificeerd door middel van een matching-algoritme zoals beschreven in ons onderzoek een validatie. Dit proces wordt herhaaldelijk herhaald met grotendeels overlappende regio's van belang, wat resulteert in corticale kaarten van gyrification voorr de volgende statistische vergelijkingen (afb. 1). Van de nota, was een andere meting van de lokale gyrification met een vergelijkbare inspiratie voorgesteld door Toro en collega's 7, waar de vouwen index op elk punt wordt berekend als de verhouding van de corticale regio die in een bol, gedeeld door de oppervlakte van een schijf met dezelfde radius. De twee implementaties verschillen in dat het een door Toro et al.. is gebaseerd op de Euclidische afstand en dus beschouwt discontinue stukken van corticale gebied, terwijl die van ons maakt gebruik van een strenge geodetische algoritme en omvatten alleen de continue patch van corticale gebied opening aan de hersenen oppervlak in een cirkelvormig gebied van belang.

Protocol

1. Reconstrueren van de 3D-corticale oppervlak Dit eerste deel van het protocol maakt gebruik van de standaard FreeSurfer pijplijn, zoals beschreven in de Wiki ( http://surfer.nmr.mgh.harvard.edu/fswiki ). Merk op dat de commando's die hier een gedetailleerde manier van het bereiken van de corticale oppervlak reconstructies te beschrijven, maar equivalente commando's kunnen ook worden gebruikt. …

Discussion

Het protocol hiervoor wordt beschreven hoe u de lokale Gyrification Index te meten op basis van cerebrale T1-gewogen MRI en het gedrag statistische groep vergelijkingen. Onze methode is speciaal ontworpen om te lokaliseren vroeg onderbreking in de corticale expansie-proces en als zodanig is van bijzonder belang in veel neurologische of psychiatrische aandoeningen. Voorbeelden van de groep vergelijkingen in klinische monsters zijn te vinden in de publicaties van onze groep 1,12 of door anderen 13-16.</sup…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Dit onderzoek werd ondersteund door de National Center of Competence in Research (NCCR), "SYNAPSY – De Synaptic Basis van Mental Diseases" gefinancierd door de Zwitserse National Science Foundation (n ° 51AU40_125759). Ontwikkeling van de lokale Gyrification Index werd ondersteund door subsidies van de Zwitserse Nationale Research Fund naar Dr Marie Schaer (323500-111165) en dr. Stephan Eliez (3200-+063.135,00 / 1, 3232-063,134.00 / 1, PP0033-102864 en 32473B -121.996) en door het Center for Biomedical Imaging (CIBM) ​​van de Genève-Lausanne Universiteiten en de EPFL, evenals de funderingen Leenaards en Louis-Jeantet. Steun voor de ontwikkeling van de FreeSurfer software werd geleverd voor een deel door het National Center for Research Resources (P41-RR14075, en de NCRR Birn Morfometrische Project BIRN002, U24 RR021382), het Nationaal Instituut voor Biomedical Imaging and Bioengineering (R01 EB001550, R01EB006758), het Nationaal Instituut voor Neurologische Aandoeningen en Stroke (R01 NS052585-01), alsmede de Mental Illness and Neuroscience Discovery (MIND) Instituut, en is onderdeel van de National Alliance for Medical Image Computing (namische), gefinancierd door de National Institutes of Health door middel van de NIH Roadmap voor Medisch Onderzoek, Grant U54 EB005149. Aanvullende ondersteuning werd verzorgd door The Autisme & Dyslexie Project gefinancierd door de Ellison Medical Foundation.

Materials

Material: a Unix or Mac workstation with a processor of 2GHz or faster and a minimum of 4GB of RAM, with FreeSurfer installed (http://surfer.nmr.mgh.harvard.edu/fswiki, preferably the latest version, but no older than version 4.0.3). In order to compute the local Gyrification Index, MATLAB is also required (http://www.mathworks.com/) along with the Image Processing Toolbox.

Data: A sample of good quality (high-resolution, high contrast) cerebral MRI T1-weighted dataset. Your group of subjects must be preferably matched for age and gender. Given the normal inter-individual variability in cerebral morphology, the number of subjects in each group should be sufficient to identify an existing group difference (the more – the better). A reasonable minimum sample size would be around 20 subjects per group (although you can probably go for less if the intensity of changes is large and if your groups are tightly matched for gender and age).

Name of the equipment Company Catalogue number Comments
FreeSurfer Martinos Center for Biomedical Imaging, MGH   Version newer than 4.0.3
Matlab Mathworks   Image Processing Toolbox

References

  1. Schaer, M. A surface-based approach to quantify local cortical gyrification. IEEE. Trans. Med. Imaging. 27, 161-170 (2008).
  2. Mangin, J. F., Jouvent, E., Cachia, A. In-vivo measurement of cortical morphology: means and meanings. Curr. Opin. Neurol. 23, 359-367 (2010).
  3. Mangin, J. F. A framework to study the cortical folding patterns. Neuroimage. 23, S129-S138 (2004).
  4. Luders, E. A curvature-based approach to estimate local gyrification on the cortical surface. Neuroimage. 29, 1224-1230 (2006).
  5. Zilles, K., Armstrong, E., Schleicher, A., Kretschmann, H. J. The human pattern of gyrification in the cerebral cortex. Anat. Embryol. (Berl). 179, 173-179 (1988).
  6. Rakic, P. Specification of cerebral cortical areas. Science. 241, 170-176 (1988).
  7. Toro, R. Brain size and folding of the human cerebral cortex. Cereb. Cortex. 18, 2352-2357 (2008).
  8. Fischl, B., Sereno, M. I., Dale, A. M. Cortical surface-based analysis. II: Inflation, flattening, and a surface-based coordinate system. Neuroimage. 9, 195-207 (1999).
  9. Dale, A. M., Fischl, B., Sereno, M. I. Cortical surface-based analysis. I. Segmentation and surface reconstruction. Neuroimage. 9, 179-194 (1999).
  10. Genovese, C. R., Lazar, N. A., Nichols, T. Thresholding of statistical maps in functional neuroimaging using the false discovery rate. Neuroimage. 15, 870-878 (2002).
  11. Desikan, R. S. An automated labeling system for subdividing the human cerebral cortex on MRI scans into gyral based regions of interest. Neuroimage. 31, 968-980 (2006).
  12. Schaer, M. Congenital heart disease affects local gyrification in 22q11.2 deletion syndrome. Dev. Med. Child. Neurol. 51, 746-753 (2009).
  13. Palaniyappan, L., Mallikarjun, P., Joseph, V., White, T. P., Liddle, P. F. Folding of the Prefrontal Cortex in Schizophrenia: Regional Differences in Gyrification. Biol. Psychiatry. , (2011).
  14. Zhang, Y. Decreased gyrification in major depressive disorder. Neuroreport. 20, 378-380 (2009).
  15. Juranek, J., Salman, M. S. Anomalous development of brain structure and function in spina bifida myelomeningocele. Dev. Disabil. Res. Rev. 16, 23-30 (2010).
  16. Zhang, Y. Reduced cortical folding in mental retardation. AJNR. Am. J. Neuroradiol. 31, 1063-1067 (2010).
  17. Kuperberg, G. R. Regionally localized thinning of the cerebral cortex in schizophrenia. Archives of general psychiatry. 60, 878-888 (2003).
  18. Milad, M. R. Thickness of ventromedial prefrontal cortex in humans is correlated with extinction memory. Proc. Natl. Acad. Sci. U. S. A. 102, 10706-10711 (2005).
  19. Rauch, S. L. A magnetic resonance imaging study of cortical thickness in animal phobia. Biol. Psychiatry. 55, 946-952 (2004).
  20. Fjell, A. M. Selective increase of cortical thickness in high-performing elderly–structural indices of optimal cognitive aging. Neuroimage. 29, 984-994 (2006).
  21. Walhovd, K. B. Regional cortical thickness matters in recall after months more than minutes. Neuroimage. 31, 1343-1351 (2006).
  22. Gold, B. T. Differing neuropsychological and neuroanatomical correlates of abnormal reading in early-stage semantic dementia and dementia of the Alzheimer type. Neuropsychologia. 43, 833-846 (2005).
  23. Salat, D. H. Thinning of the cerebral cortex in aging. Cereb. Cortex. 14, 721-730 (2004).
  24. Schaer, M., Eliez, S. Contribution of structural brain imaging to our understanding of cortical development process. European Psychiatry Reviews. 2, 13-16 (2009).
  25. Shaw, P. Neurodevelopmental trajectories of the human cerebral cortex. J. Neurosci. 28, 3586-3594 (2008).
check_url/fr/3417?article_type=t

Play Video

Citer Cet Article
Schaer, M., Cuadra, M. B., Schmansky, N., Fischl, B., Thiran, J., Eliez, S. How to Measure Cortical Folding from MR Images: a Step-by-Step Tutorial to Compute Local Gyrification Index. J. Vis. Exp. (59), e3417, doi:10.3791/3417 (2012).

View Video