הדמיית תהודה מגנטית מותחת דיפוזי בניתוח של מחלות ניווניות

Summary

המותחת דיפוזי הדמיה (DTI) בעצם משמשת ככלי מבוסס MRI כדי לזהות<em> In vivo</em> מיקרו של המוח ותהליכים פתולוגיים בשל הפרעות נוירולוגיות בתוך החומר לבן במוח. ניתוחים מבוססי DTI לאפשר ליישום למחלות מוח גם ברמת הקבוצה והן בנתונים נושא אחד.

Abstract

המותחת דיפוזי הדמיה (DTI) טכניקות לספק מידע על תהליכי microstructural של החומר הלבן במוח (WM) in vivo. היישומים הנוכחיים נועדו לחקור הבדלים של דפוסי מעורבות WM במחלות שונות במוח, הפרעות ניווניות במיוחד, על ידי שימוש בניתוחי DTI שונים בהשוואה לביקורות תואמות.

ניתוח נתוני DTI מתבצע באופנה משתנה, כלומר השוואת voxelwise של מדדים אזוריים דיפוזיה מבוסס כיוון כגון אנאיזוטרופיה השבר (FA), יחד עם מעקב סיבים (FT) מלווה בנתונים סטטיסטיים אנאיזוטרופיה השבר tractwise (TFAS) ברמת הקבוצה במטרה כדי לזהות הבדלים באנגלים לאורך מבני WM, מכוון להגדרה של דפוסים אזוריים של שינויי WM ברמת הקבוצה. הפיכת שטח סטנדרטי stereotaxic היא תנאי הכרחי ללימודים בקבוצה ודורשת נתונים יסודיים עיבוד לשמר דבין תלות irectional. היישומים הנוכחיים מראים גישות טכניות מותאמים במיוחד לשימור של מידע כמותי וכיוונית במהלך נורמליזציה המרחבי בניתוח הנתונים ברמת הקבוצה. על בסיס זה, ניתן ליישם טכניקות FT לנתונים ממוצעים של קבוצה על מנת לכמת מדדי מידע כהגדרתו על ידי FT. בנוסף, יישום של שיטות DTI, כלומר בהבדלי FA-מפות לאחר יישור stereotaxic, בניתוח אורך על בסיס פרטני נושא לחשוף מידע על ההתקדמות של הפרעות נוירולוגיות. שיפור איכות נוספת של תוצאות מבוססות DTI ניתן להשיג במהלך עיבוד מקדים על ידי יישום של חיסול מבוקר של כיווני שיפוע עם רמות רעש גבוהות.

לסיכום, DTI משמש להגדרת pathoanatomy WM מובהק של מחלות שונות במוח על ידי שילוב של כל ניתוח מוח DTI מבוסס והמבוסס בדרכי.

Introduction

הדמיה מותח דיפוזיה במוח האנושי

העניין (WM) שטחים הלבנים במערכת העצבים המרכזית מורכבים מאקסונים צפופים בנוסף לסוגים שונים של neuroglia ואוכלוסיות קטנות אחרות של תאים. קרום axonal כמו גם את סיבי החלבון המיושרים היטב בתוך האקסון מגביל ניצב דיפוזיה מים לכיוון הסיבים, מה שמוביל לפיזור מים במוח אניסוטרופי WM ^1. נדני המיאלין סביב האקסונים עשויים גם לתרום אנאיזוטרופיה עבור שניהם התוך תאיים ומים ^2.

תיאור כמותי של אנאיזוטרופיה זה יכול להיות מזוהה על ידי מותח דיפוזי הדמיה (DTI). DTI מפיק תמונות של רקמות משוקלל עם המאפיינים המקומיים של microstructural דיפוזיה מים. את תמונת העוצמות-בכל עמדה הן מוחלשים, תלוי בכח ואת הכיוון של מה שנקרא שיפוע דיפוזיה המגנטי (מיוצג בB-הערך), כמו גם על מיקרו המקומי שבו מולקולות המים לפזר ^3, דיפוזיה המקדם D, ערך סקלר:

עם זאת, בנוכחות אנאיזוטרופיה בWM, כבר לא יכולה להיות מאופיינת דיפוזיה במקדם סקלרי אחת, אבל דורשת טנסור אשר בקירוב הראשון מתאר את הניידות מולקולרית לאורך כל כיוון ומתאם בין הכיוונים אלה ^4. אנאיזוטרופיה דיפוזיה נגרמת בעיקר על ידי הכיוון של קטעי סיבים בWM ומושפעת מתכונות מייקרו וmacrostructural. מהתכונות microstructural, ארגון intraaxonal נראה כי ההשפעה הגדולה ביותר על אנאיזוטרופיה דיפוזיה, מלבד הצפיפות של סיביםאריזת תא ND, מידת myelination, וקוטר סיב בודד. בקנה מידה מקרוסקופי, ההשתנות בכיוון של כל שטחי WM בvoxel ההדמיה משפיעה על מידת אנאיזוטרופיה ⁵ שלה.

במדידות DTI טיפוסיות, את ממדי voxel נמצאים בצו של מילימטרים. לפיכך, voxel תמיד מכיל את המידע הממוצע של מולקולות המים בתוך הנפח זיהה כי בדרך כלל מכסה מספר האקסונים, כמו גם את מולקולות מים הסמוכות. למרות סביבת multidirectional זה, DTI הוא רגיש לכיוון של הציר הראשי הגדול ביותר שמיישר לכיוון axonal הדומיננטי, כלומר תרומת axonal שולטת אות הנמדדת ^2.

DTI מספק שני סוגים של מידע על הנכס של דיפוזיה מים: ראשית, כיוון שאינו תלויה במידה של אנאיזוטרופיה דיפוזיה ⁵ ושנית, הכיוון העיקרי של המים בדיפוזיה מתאר לעצמיvoxels הדואר, כלומר הנטייה דיפוזיה ^6.

הפרוטוקולים הנוכחיים אמורים לספק מסגרת של טכניקות ניתוח DTI להשוואת כמותית של קבוצות נושא ברמת הקבוצה, כפי שמתוארים בחלק הבא.

כימות של נכסי דיפוזיה – ניתוח פרמטרים

האלמנטים של טנסור הסימטרי ניתן למדוד על ידי הדרגתיים דיפוזיה יחד לפחות שישה כיוונים הלא קוליניאריות ולא coplanar כך שB (משוואת 1) הפך למותח, וכתוצאה מכך הנחתה אות

משוואה זו דורשת חשבונאית לאינטראקציות אפשריות בין הדמיה והדרגות דיפוזיה המיושמות בכיוונים מאונך (מבחינת קרוס) ואפילו בין הדרגות הדמיה שחלותבכיוונים מאונך ^4.

טנסור דיפוזיה מהדרגה השנייה תמיד יכול להיות diagonalized משאיר רק שלושה אלמנטים שאינם אפס לאורך האלכסון הראשי של טנסור, כלומר הערכים העצמיים ( ). הערכים העצמיים משקפים את הצורה או תצורה של אליפסה. היחסים מתמטיים בין הקואורדינטות העיקריות של אליפסה ומסגרת המעבדה מתוארים על ידי וקטורים העצמיים

מאחר שיש כמה אתגרים בהצגת נתונים מותחים, הרעיון של ellipsoids דיפוזיה הוצע ^3. את Eigendiffusivities של דואר אלהllipsoids מייצג את מקדמי דיפוזיה unidimensional בכיוון העיקרי של diffusivities של המדיום, כלומר הציר הראשי של אליפסה מייצג את כיוון ההתפשטות העיקרי בvoxel אשר עולה בקנה אחד עם הכיוון של הסיבים, ואילו האקסצנטרית של אליפסה מספק מידע על מידת אנאיזוטרופיה והסימטריה שלו. לכן, יכולים להיות מוגדרים מדדי אנאיזוטרופיה דיפוזיה כגון אנאיזוטרופיה השבר (FA) ^7.

הוא ממוצע אריתמטי של כל הערכים העצמיים.

גישה נוספת היא להשתמש בכיוון העיקרי של טנסור דיפוזיה כדי לטפל בקישוריות WM של המוח, המקבילה לapproa tractographyפרק שבו יש כוונה לחקור אילו חלקים של המוח מחובר זה לזה. בהנחת שהכיוון של הרכיב המרכזי של טנסור דיפוזיה מייצג את הכיוון של שטחי axonal הדומיננטיים, שדה וקטורי 3-D מסופק בו כל וקטור מייצג את כיוון הסיבים. נכון לעכשיו, יש כמה גישות שונות כדי לשחזר קטעי WM אשר יכול להיות מחולק לשני סוגים: הסוג הראשון מבוסס על אלגוריתמי התפשטות קו באמצעות המידע מותח המקומי עבור כל שלב של התפשטות מערכת סיבי ^2,8,9. הקטגוריה השנייה מבוססת על מזעור אנרגיה העולמית כדי למצוא את הנתיב האנרגטי החיובי ביותר בין שני אזורי WM, וכתוצאה מכך הגישה לסטטיסטיקה מרחביים המבוססת על מערכת (TBSS) ¹⁰ בו נעשה שימוש באלגוריתמים אחרים כגון נתונים סטטיסטיים אנאיזוטרופיה השבר tractwise (TFAS – ראה טקסט פרוטוקול, סעיף 2.4)..

הפיכת דוכן stereotaxicארד החלל

כמו בשיטות MRI מתקדמות אחרות, DTI-ומחקרים מבוססי FT בהקשר קליני להמשיך את המטרה הסופית לקטלג מורפולוגיה המוח של המטופל על מנת להקל על תהליך האבחון מבוסס על כמה אפליה מדד ^11. מחקרים ברמת הקבוצה הם רלוונטיים ביותר אם הפנוטיפ הקליני הנפוץ אמור להיות בשל נזק לאחד או יותר מאזורים מסוימים במוח או רשת neuroanatomical ספציפית. כאן, עם הממוצע של תוצאות עבור נבדקים שונים הוא שימושי כדי להעריך דפוסים נפוצים של שינויי microstructural. לכל אחד יש מוח אדם להיות מועבר לתוך חלל stereotaxic כך, בשלב שני, בממוצע אריתמטי של התוצאות ברמת voxel-by-voxel אפשרי. נורמליזציה המרחבי אפשרה למיצוע אריתמטי של התוצאות המתקבלות מנושאים שונים על מנת לשפר את יחס אות לרעש (SNR) ולבצע השוואה של דגימות של חולים והמשךrols על מנת לנתח pathoanatomy חישובית של הפרעה מסוימת, למשל מחלות ניווניות אשר מזוהה עם העמדת של מערכת מסוימת במוח.

הגישה המוקדמת של נורמליזציה למרחב stereotaxic טופל על ידי ¹² הציעה אלגוריתם לשינוי אטלס סטנדרטי הכולל זיהוי של אתרים שונים במוח וטיפי טיפין דרוג של רביעים מוח. כיום, רוב חבילות ניתוח נתונים המתקדמות MRI להשתמש נורמליזציה לנוירולוגיות מונטריאול המכון (משרד התשתיות הלאומי) stereotaxic שטח ^13. לשינוי הזה, אלגוריתמי רישום מוח חצי אוטומטיים ואוטומטיים תוך שימוש בתבניות ספציפיות לימוד פותחו ^14,15. בDTI, יש תשומת לב מיוחדת להיגרר לשמירת המידע כיוונית במהלך תהליך הנורמליזציה ^16,17. היישום של שינויים מרחביים לתמונות DT-MR שנדרש לנורמליזציה המרחביאוספים של ערכות נתונים הוא, בניגוד לתמונות שיטתיות השתאה, מסובכות על ידי העובדה שהזיות טרופות מכילות מידע orientational אשר מושפע שוב על ידי השינוי. השפעה זו חייבת להיות מטופלת על מנת להבטיח את התקינות אנטומית של התמונה השתנתה. הנה, טכניקות ליישום שינויי affine לערכות נתונים DTI מוצגות.

יישום של DTI למחלות מוח

ההשוואה של נתוני DTI אורכי דורשת יישור / רישום של הנתונים של נושא אחד בין זה לזה. בהקשר זה, שימור המידע כיוונית הכרחי (כלומר סיבוב של טנסור דיפוזיה במהלך תמורות affine). יישומים אפשריים להפרעות ניווניות כבר דיווחו בעבר (למשל ^18,19).

DTI כבר נקבע ככלי טכני לא פולשנית חזק לחקור in vivo neuropathology של שטחים עצביים WM (למשל ^{11,20,21,22).} מדדים כמותיים המבוססים על DTI של תהליך דיפוזיה, למשל אנגלי, שכבר הוכח כסמנים רגישים ללימוד מגוון רחב של פתולוגיות WM, כגון שבץ ^20, טרשת נפוצה ^23, amyotrophic ²⁴ טרשת ^{לרוחב, בן 25,} מחלת אלצהיימר ²⁶ , וכמה הפרעות WM ^27,28 אחרות.

בנוסף, ניתן להשתמש DTI עם FT לזהות קטעי WM ^23. טכניקה זו, ועדיין לא בשימוש קליני שגרתי, מתגלה ככלי רב עוצמה להערכה של הפרעות במסלול ספציפי במחל נוירולוגית. בתוך השטחים שזוהו, מדדי כמותיים MRI שונים הנגזרים מDTI ורכישות נוספות (למשל תמונות ו / או העברת המגנטיזציה (MT) הדמיה T2 משוקללות) שהם בחינה אנטומית coregistered לנתוני DTI ניתן היה למדוד. הנני, כל אחד יכול להיות מדד Calculated כפונקציה של מיקום בתוך המערכת, המתייחס לחלקות המתארות וריאציה המרחבי שלהם, כמו פרופילים בדרכי.

בסריקות הבאות, אדם DTI שבוצעו על 1.5 טסלה MRI-סורקים (Siemens Medical, Erlangen, גרמניה) הייתה בשימוש כדי לחקור את הפוטנציאל של טכניקות ניתוח שונות לאיתור ליקויים בחומר לבן בקבוצות חולה, כמו גם ביחידים. לאחר בדיקת איכות אוטומטית לחיסולה של תנועת כרכים-פגומים ונפחים עם סוגים אחרים של חפצים, נהלים סטנדרטיים postprocessing הכנת נתוני DTI עבור הניתוח ברציפות. ניתוח גישות שונות שתודגמנה בחלק הבא, כלומר המוח הראשון, המבוסס כולו סטטיסטיקה מרחבית (WBSS), שני, FT, וסטטיסטיקת השבר שלישית, Tractwise אנאיזוטרופיה (TFAS). WBSS היא שיטה שפועלת באנלוגיה לmorphometry מבוסס voxel (VBM) שהוא בדרך כלל ידוע כmorphometry מבוסס voxel / סטטיסטיקה על נתוני DTI (VBM / DTI) <eמ '>. VBM הוא שיטה הפועלת על מקור תמונות שבו הבדלים בניגוד ניגוד בסריקות נפרדות צריכים להיפתר תוך WBSS הוא שיטה המשתמשת בהשוואת voxelwise של פרמטר פיזי. לכן, על אף אלגוריתמי דומה, מינוח המבדיל WBSS וVBM ישמש את הבאים.

Protocol

שיטות ניתוח: טרום וpostprocessing המשימה של הפרוטוקול הבא היא לנתח את מאפייני דיפוזיה voxelwise בתוך שטחי חומר לבנים שיכול להיות – בשל זיהוי voxelwise – או איזוטרופיים או אניסוטרופי, וכתוצאה מtensors דיפוזיה המוארכת או oblate לvoxels בהתאמה. Parameterization של טנ?…

Representative Results

1. QC ותיקון לכיווני שיפוע פגום ביישום על נתונים של חולים עם הפרעות ההיפרקינטיות כדוגמה להשפעת היישום של QC וההדרה נפח שלאחר מכן (כתוצאה מהתיקון לGD הפגום), איור 8 מראה הבדלים בכל סטטיסטיקה מרחבית מבוססת מוח עם ובלי הדרת נפח לה…

Discussion

מיצוע בין הנושא של DTI נתונים ניתן להשיג ביחס למשרעת דיפוזיה (על ידי שימוש במידע FA) וכיוון דיפוזיה (המבוסס על FT), בהתאמה. ממוצע של FA מפות מאפשר השוואה הסטטיסטית של קבוצות בכפוף ידי WBSS וTFAS. מסגרת המתודולוגית זה נותן מבוא לטכניקות DTI עם מיצוע בין הנושא והשוואה לקבוצה. נורמל?…

Materials

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