Diffusion Tensor Magnetic Resonance Imaging in der Analyse von neurodegenerativen Erkrankungen

Summary

Diffusion Tensor Imaging (DTI) dient im wesentlichen als eine MRT-basiertes Tool zur Identifizierung<em> In vivo</em> Die Mikrostruktur des Gehirns und pathologischen Prozessen durch neurologische Störungen im weißen Hirnsubstanz. DTI-basierte Analysen erlauben für die Anwendung auf Erkrankungen des Gehirns sowohl auf Konzernebene als auch in Ein-Fach-Daten.

Abstract

Diffusion Tensor Imaging (DTI) Techniken geben Auskunft über die mikrostrukturellen Prozesse der weißen Hirnsubstanz (WM) in vivo. Die vorliegenden Anwendungen sind für Differenzen WM Beteiligung Muster in verschiedenen Erkrankungen des Gehirns, insbesondere neurodegenerativen Erkrankungen, unter Verwendung unterschiedlicher DTI Analysen im Vergleich zu entsprechenden Kontrollen untersucht werden.

DTI Datenanalyse in einem variate Weise durchgeführt wird, dh voxelwise Vergleich regionaler Diffusionsrichtung-Metriken wie fraktionierte Anisotropie (FA), zusammen mit Fiber Tracking (FT) durch fraktionierte Anisotropie tractwise Statistik (TFAS) auf Konzernebene um begleitet Unterschiede in FA entlang WM Strukturen zu identifizieren, die auf die Definition der regionalen Muster der WM Änderungen auf Gruppenebene. Transformation in einen stereotaktischen Raum Standard ist eine Voraussetzung für die Gruppe Studien und erfordert eine gründliche Datenverarbeitung d erhaltenirectional gegenseitigen Abhängigkeiten. Die vorliegenden Anträge zeigen optimiert technische Ansätze für diese Erhaltung der quantitativen und Richtungsangaben während räumliche Normalisierung in Datenanalysen auf Gruppenebene. Auf dieser Grundlage kann FT Techniken zur Gruppe gemittelt Daten angewendet werden, um Informationen Metriken quantifizieren, wie durch FT definiert. Darüber hinaus Anwendung der DTI Methoden, offenbaren dh Unterschiede in FA-Karten nach stereotaktischen Ausrichtung, in einer Längs-Analyse an einem einzelnen Gegenstand Basis Informationen über den Verlauf von neurologischen Erkrankungen. Weitere Qualitätsverbesserung DTI auf Ergebnisse im Vorlauf durch Anwendung einer kontrollierten Beseitigung von Gradientenrichtungen mit hohem Geräuschpegel erreicht werden.

Zusammenfassend wird DTI verwendet, um eine deutliche WM Pathoanatomie verschiedener Hirnerkrankungen durch die Kombination der gesamte Gehirn-basierte und Darm-basierte Analyse DTI definieren.

Introduction

Diffusion-Tensor-Bildgebung im menschlichen Gehirn

Die weiße Substanz (WM) Verträge in das zentrale Nervensystem bestehen aus dicht gepackten Axone zusätzlich zu den verschiedenen Arten von Gliazellen und andere kleine Populationen von Zellen. Die axonale Membran sowie die gut ausgerichteten Protein-Fasern innerhalb eines Axon schränkt Wasserdiffusion senkrecht zur Faserorientierung, was zu anisotropen Diffusion von Wasser in Gehirn WM ^1. Myelinscheiden um die Axone kann auch auf die Anisotropie beitragen sowohl für intra-und extrazelluläre Wasser ^2.

Die quantitative Beschreibung dieser Anisotropie konnte durch Diffusion Tensor Imaging (DTI) nachgewiesen werden. DTI erzeugt Bilder von Geweben mit den lokalen mikrostrukturellen Eigenschaften von Wasser Diffusion gewichtet. Die Bild-Intensitäten an jeder Position gedämpft werden, abhängig von der Stärke und Richtung des sogenannten magnetischen Diffusionsgradienten (dargestellt inder B-Wert), als auch auf dem lokalen Mikrostruktur, in der das Wasser diffundieren ^3, der Diffusionskoeffizient D einen Skalarwert:

Jedoch in Gegenwart von Anisotropie in WM kann die Diffusion nicht mehr durch einen einzelnen skalaren Koeffizienten charakterisiert werden, erfordert jedoch einen Tensor die in erster Näherung beschreibt molekulare Beweglichkeit entlang jeder Richtung und Korrelation zwischen diesen Richtungen ^4. Diffusion Anisotropie ist vor allem durch die Ausrichtung der WM in Nervenbahnen verursacht und ist durch seine Mikro-und makrostrukturelle Funktionen beeinflusst. Von den mikrostrukturellen Eigenschaften, erscheint intraaxonal Organisation des größten Einfluss auf Diffusionsanisotropie sein, neben der Dichte der Faser einnd Zelle Verpackung, dem Grad der Myelinisierung und einzelne Faser Durchmesser. In einem makroskopischen Maßstab, beeinflusst die Variabilität in der Ausrichtung aller WM Flächen in einem bildgebenden Voxel der Grad der Anisotropie ^5.

In typischen DTI Messungen werden die Voxel Abmessungen in der Größenordnung von Millimetern. So ein Voxel enthält immer die gemittelten Daten der Wassermoleküle innerhalb der erfassten Volumen, das in der Regel erstreckt sich über mehrere Axone sowie die umliegenden Wassermoleküle. Trotz dieser Mehrwege-Umgebung DTI empfindlich auf die Orientierung des größten Hauptachse, die zum überwiegenden axonalen Richtung ausgerichtet ist, dh die axonale Beitrag dominiert das gemessene Signal ^2.

DTI bietet zwei Arten von Informationen über die Eigenschaft des Wassers Diffusion: erstens die lageunabhängige Ausmaß Diffusionsanisotropie ⁵ und die zweite, die vorherrschende Richtung der Diffusion von Wasser in image Voxel, dh die Diffusion Ausrichtung ^6.

Die aktuellen Protokolle sollen einen Rahmen von DTI Analyseverfahren zur quantitativen Vergleich der Fächergruppen auf Gruppenebene zu stellen, wie im folgenden beschrieben.

Quantifizierung der Diffusion Eigenschaften – Analyse Parameter

Die Elemente der Tensor durch Diffusion Gradienten entlang mindestens sechs nicht-kollinear und nicht koplanare Richtungen gemessen werden, so dass b (Gleichung 1) hat sich ein Tensor, wodurch Signaldämpfung

Diese Gleichung erfordert Bilanzierung von möglichen Wechselwirkungen zwischen Bildgebung und Diffusionsgradienten, die in orthogonalen Richtungen (cross Begriffe) angewendet werden, und sogar zwischen Abbildungsgradienten, die angewendet werdenin ⁴ senkrechten Richtungen.

Der zweite Rang-Diffusions-Tensor immer diagonalisierten so dass nur drei Nicht-Null-Elemente entlang der Hauptdiagonalen der Tensor, dh die Eigenwerte ( ). Die Eigenwerte spiegeln die Form oder Konfiguration des Ellipsoids. Die mathematische Beziehung zwischen der Haupt-Koordinaten des Ellipsoids und Laborsystem wird durch die Eigenvektoren beschriebenen

Da es einige Herausforderungen bei der Anzeige Tensor Daten sind, hat sich das Konzept der Diffusion Ellipsoide wurden ³ vorgeschlagen. Die Eigendiffusivities dieser Ellipsoids stellen die eindimensionale Diffusionskoeffizienten in der Hauptrichtung des Diffusionskoeffizienten des Mediums, dh die Hauptachse des Ellipsoids stellt die Haupt-Diffusion in Richtung der Voxel, welche die Richtung der Fasern zusammenfällt, während die Exzentrizität des Ellipsoids liefert Informationen über die Grad der Anisotropie und ihre Symmetrie. Daher könnte Diffusionsanisotropie Metriken wie der fraktionierten Anisotropie (FA) ⁷ definiert werden.

ist das arithmetische Mittel aller Eigenwerte.

Ein weiterer Ansatz besteht darin, die Hauptrichtung der Diffusions-Tensor-WM nutzen, um die Konnektivität des Gehirns ansprechen, entsprechend der tractography approach denen die Absicht hat, zu untersuchen, welche Teile des Gehirns sind miteinander verbunden. Unter der Annahme, dass die Orientierung der Hauptbestandteil der Diffusions-Tensor die Ausrichtung der dominante axonale Verträge darstellt, wird ein 3-D-Vektor-Feld vorgesehen, in dem jeder Vektor repräsentiert die Faserorientierung. Derzeit gibt es verschiedene Ansätze zur WM Traktate, die in zwei Typen unterteilt werden konnte rekonstruieren: Die erste Kategorie ist on line Ausbreitung Algorithmen mit dem lokalen Tensor Informationen für jeden Schritt der Faser-Trakt Ausbreitung ^2,8,9 basiert. Die zweite Kategorie ist auf globale Energieminimierung basieren, die energetisch günstigste Weg zwischen zwei WM Regionen, die sich in den Ansatz-Trakt-basierten räumlichen Statistik finden (TBSS) ^10, die in anderen Algorithmen wie tractwise fraktionierte Anisotropie Statistiken (TFAS verwendet wurde – siehe Protokoll Text, Abschnitt 2.4)..

Transformation in stereotaktischen Standard Raum

Wie in anderen entwickelten MRI-Verfahren verfolgen DTI-und FT-basierte Studien im klinischen Kontext, das ultimative Ziel zu einzelnen Patienten Gehirnmorphologie kategorisieren, um die diagnostischen Prozess auf einige Diskriminierung metrisch ¹¹ Basis zu erleichtern. Studium an der Gruppenebene sind die meisten relevant, wenn die gemeinsame klinische Phänotyp soll darauf zurückzuführen sein, zu einem oder mehreren spezifischen Hirnregionen oder einem bestimmten neuroanatomical Netzwerk beschädigen. Hier, im Durchschnitt der Ergebnisse für verschiedene Themen ist, um gemeinsame Muster der mikrostrukturellen Veränderungen beurteilen nützlich. Jede einzelne Gehirn muss in stereotaktischen Raum übertragen werden, so dass in einem zweiten Schritt das arithmetische Mittelung der Ergebnisse in einem Voxel-für-Voxel Ebene möglich ist. Räumliche Normalisierung für arithmetische Mittelung der Ergebnisse aus verschiedenen Fächern erhalten wird, um das Signal-zu-Rausch-Verhältnis (SNR) zu verbessern und um einen Vergleich der Proben von Patienten und cont durchzuführen erlaubtrols, um den Rechenaufwand Pathoanatomie einer bestimmten Erkrankung zu analysieren, beispielsweise eine neurodegenerative Erkrankung, die mit der Zuweisung einer bestimmten Gehirn-System zugeordnet ist.

Der frühe Ansatz der Normalisierung einer standardisierten stereotaktischen Raum von ¹² schlug eine Transformations-Algorithmus zu einem Standard-Atlas, der die Identifikation von verschiedenen Sehenswürdigkeiten und Gehirn stückweise Skalierung des Gehirns Quadranten. Heutzutage nutzen die meisten der fortgeschrittenen MRI Datenanalyse Pakete Normalisierung des Montreal Neurological Institute (MNI) stereotaktischen Raum ^13. Für diese Transformation wurden halbautomatische und automatische Gehirn Registrierung Algorithmen mit Studie Templates ^14,15 entwickelt. In DTI hat besondere Aufmerksamkeit zu ziehen, um die Richtungs-Informationen während der Prozess der Normalisierung ^16,17 bewahren. Die Anwendung der räumlichen Transformationen auf DT-MRT-Bilder, die sind für die räumliche Normalisierung erforderlichSammlungen von Datensätzen ist, im Gegensatz zum Verziehen skalare Bilder, dadurch gekennzeichnet, dass die Orientierung DTs Informationen, die wiederum durch die Transformation beeinträchtigt enthalten kompliziert. Dieser Effekt muss berücksichtigt werden, um die anatomische Korrektheit der transformierten Abbildung zu gewährleisten. Hier werden Techniken zum Aufbringen affine Transformationen DTI Datensätze vorgestellt.

Anwendung der DTI von Hirnerkrankungen

Der Vergleich der Längs-DTI-Daten erfordert eine Ausrichtung / Anmeldung eines Subjekts Daten untereinander. In diesem Zusammenhang ist die Erhaltung der gerichteten notwendigen Informationen (dh Drehung der Diffusions-Tensor während affine Transformationen). Mögliche Anwendungen zu neurodegenerativen Erkrankungen wurden bisher (zB ^18,19) berichtet.

DTI hat als robustes nicht-invasive technisches Werkzeug wurde gegründet, um in vivo zu untersuchen Neuropathollogie der WM neuronalen Bahnen (zB ^{11,20,21,22).} DTI-basierte quantitative Metrik der Diffusion, zB der FA, haben bereits gezeigt, dass sensible Marker für das Studium einer Vielzahl von WM Erkrankungen, wie Schlaganfall ^20, Multiple Sklerose ^23, amyotrophe Lateralsklerose ^{24, 25,} Alzheimer-Krankheit ²⁶ und verschiedene andere Störungen WM ^27,28.

Darüber hinaus können mit DTI FT zur Identifizierung WM Traktate ²³ werden. Diese Technik, die zwar noch nicht in die routinemäßige klinische Anwendung wird als ein mächtiges Instrument für die Beurteilung der Weg-spezifische Anomalien in neurologische Erkrankung entstehen. Innerhalb der identifizierten Flächen, verschiedene quantitative MRI Indizes von DTI und Akquisitionen (zB T2-gewichtete Bilder und / oder Magnetisierung Übertragung (MT)-Bildgebung) abgeleitet, sind anatomisch koregistrierten den DTI-Daten gemessen werden konnte. Dabei könnte jeder Index sein calculATED als eine Funktion der Position innerhalb der Fläche, die sich auf Parzellen Darstellung der räumlichen Variation als Trakt Profile.

In den folgenden, menschliche DTI Scans, die auf 1.5 durchgeführt wurden Tesla MRI-Scannern (Siemens Medical, Erlangen, Deutschland) wurden verwendet, um das Potenzial der verschiedenen Analyse-Techniken zum Nachweis von Anomalien der weißen Substanz in Patientengruppen sowie bei Personen zu untersuchen. Nach einer automatisierten Qualitätskontrolle für die Beseitigung der Bewegung-beschädigten Bände und Volumina mit anderen Arten von Artefakten, bereiten standardisierten Verfahren Nachbearbeitung die DTI-Daten für die fortlaufende Analyse. Verschiedene Ansätze Analyse werden im Folgenden dargestellt werden, dh es wird zuerst gesamten Gehirns räumlichen Statistik (WBSS), zweiten, FT und drittens Tractwise fraktionierte Anisotropie Statistiken (TFAS). WBSS ist eine Methode, die in Analogie zu Voxel-basierte Morphometrie (VBM), die in der Regel als Voxel-basierte Morphometrie / Statistiken über DTI-Daten (VBM / DTI) ist bekannt, läuft <em>. VBM ist eine Methode, die ursprünglich läuft auf kontrastreiche Bilder, wo hingegen Unterschiede in separaten Scans müssen gelöst werden, während WBSS ist eine Methode, die voxelwise Vergleich eines physikalischen Parameters verwendet. Obwohl also algorithmisch ähnlich wird eine Terminologie, die Differenzierung und WBSS VBM wird im folgenden verwendet werden.

Protocol

Analyse-Methoden: Pre-und Postprocessing Die Aufgabe des folgenden Protokolls ist die Diffusion Eigenschaften innerhalb der weißen Substanz, die sein könnte voxelwise analysieren – aufgrund der voxelwise Erkennung – entweder isotrope oder anisotrope, was prolate oder Oblate Diffusion Tensor für die jeweiligen Voxel. Die Parametrierung der Voxel Tensoren wird entweder für die Berechnung des FA-Karten oder die Identifizierung von fibertracts (Abbildung 1). <p class="jove…

Representative Results

1. QC und Korrektur für beschädigte Gradientenrichtungen in Anwendung, um Daten von Patienten mit hyperkinetischen Störungen Als ein Beispiel für die Wirkung der Anwendung von QC und anschließende Volumen Ausgrenzung (als Konsequenz aus der Korrektur für beschädigte GD) Abbildung 8 zeigt Unterschiede in ganze Gehirn basierte räumliche Statistik mit und ohne Volumen Ausschluss für Group-Vergleich von 29 premanifest Huntington-Krankheit Themen vs 30 Alter und Geschlecht …

Discussion

Die interindividuelle Mittelung DTI Daten können in Bezug auf Diffusion Amplitude (unter Verwendung von FA Information) und Diffusions-Richtung (basierend auf FT) erreicht sind. Mittelung von FA Karten ermöglicht die statistische Vergleich der Fächergruppen durch WBSS und TFAS. Diese methodischen Rahmen gibt eine Einführung in Techniken DTI mit inter-subject Mittelung und Group-Vergleich. Stereotaktischen Normalisierung und Vergleich von FA Karten auf Gruppenebene ermöglicht mehrere Möglichkeiten, um Unterschiede …

Materials

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