Wie kortikale Faltung von MR-Bildern messen: eine Schritt-für-Schritt-Anleitung zum Local Gyrification Index Compute
Summary
Mess-gyrification (kortikalen Faltung) in jedem Alter stellt ein Fenster in die frühe Entwicklung des Gehirns. Daher haben wir bisher entwickelten einen Algorithmus, um lokale gyrification bei Tausenden von Punkten zu messen über die Hemisphäre<sup> 1</sup>. In diesem Papier, Detail, das wir die Berechnung dieser lokalen gyrification Index.
Abstract
Kortikale Falten (gyrification) ist in den ersten Monaten des Lebens bestimmt, so dass Nebenwirkungen, die während dieser Zeit Spuren hinterlassen, die identifizierbar sein wird in jedem Alter zu verlassen. Wie kürzlich von Mangin und Kollegen bewertet 2. gibt es mehrere Methoden, um verschiedene Eigenschaften von gyrification quantifizieren. Zum Beispiel kann Furchenrelief Morphometrie verwendet, um Form-Deskriptoren wie die Tiefe, Länge oder Indizes der inter-hemisphärische Asymmetrie messen 3 sein. Diese geometrischen Eigenschaften haben den Vorteil, dass sie einfach zu interpretieren. Allerdings Furchenrelief Morphometrie dicht stützt sich auf die genaue Identifizierung einer gegebenen Menge von Furchen und liefert somit eine fragmentierte Beschreibung gyrification. Eine feinere Quantifizierung von gyrification mit Krümmung-basierte Messungen, wo absolute mittlere Krümmung in der Regel ist bei Tausenden von Punkten über die kortikale Oberfläche 4 berechnete geglättete erreicht werden. Die Krümmung ist jedoch nicht straightforward zu verstehen, da es unklar bleibt, ob es eine direkte Beziehung zwischen der curvedness und eine biologisch sinnvolle korrelieren wie kortikale Volumen oder Oberfläche. Um die vielfältigen Probleme durch die Messung der kortikalen Faltung erhöht, wir zuvor entwickelten einen Algorithmus, um lokale gyrification mit einem exquisiten räumlichen Auflösung und der einfachen Interpretation zu quantifizieren. Unsere Methode ist der Gyrification Index 5, eine Methode, die ursprünglich in der vergleichenden Neuroanatomie verwendet, um den kortikalen Faltung Unterschiede zwischen den Arten zu bewerten inspiriert. In unserer Implementierung, die wir benennen l ocal Gyrification Index (GI l 1), messen wir die Höhe der Hirnrinde im Furchenrelief Falten begraben wie die Menge der sichtbaren Hirnrinde in kreisförmigen regions of interest verglichen. Da die Rinde vor allem wächst durch radiale Ausdehnung 6 wurde unsere Methode speziell entwickelt, um frühzeitig Defekte der kortikalen Entwicklung zu identifizieren.
In thist Artikel haben wir ausführlich die Berechnung der lokalen Gyrification Index, der nun frei wie ein Teil der freesurfer Software (verteilt http://surfer.nmr.mgh.harvard.edu/ , Martinos Center for Biomedical Imaging, Massachusetts General Hospital) . freesurfer bietet eine Reihe von automatisierten Tools Rekonstruktion des Gehirns kortikalen Oberfläche von strukturellen MRT-Daten. Die kortikale Fläche in der nativen Raum der Bilder mit Sub-Millimeter-Genauigkeit extrahiert wird dann weiter für die Schaffung einer äußeren Oberfläche, die als Grundlage für die Berechnung dienen l GI verwendet. Eine kreisförmige Region von Interesse ist dann auf der äußeren Oberfläche abgegrenzt, und die entsprechende Region von Interesse auf der kortikalen Oberfläche identifiziert mit Hilfe eines Matching-Algorithmus wie in unserem Validierungsstudie 1 beschrieben. Dieser Vorgang wird wiederholt mit weitgehend überlappende Bereiche von Interesse iteriert, was in kortikalen Karten gyrification fürr anschließende statistische Vergleiche (Abb. 1). Zu beachten ist, wurde eine weitere Messung der lokalen gyrification mit einer ähnlichen Inspiration durch Toro und Kollegen 7, wo die Faltung Index an jedem Punkt, wie das Verhältnis der kortikalen Bereich in einer Kugel durch die Fläche einer Scheibe mit der gleichen unterteilt enthaltenen berechnet wird vorgeschlagen, Radius. Die beiden Implementierungen unterscheiden, dass der von Toro et al. auf euklidischen Distanzen basieren und daher der Auffassung, diskontinuierlichen Patches der kortikalen Bereich, während uns eine strenge geodätischen Algorithmus verwendet und nur die kontinuierliche Patch der kortikalen Bereich Öffnung an der Hirnoberfläche in einem kreisförmigen Bereich von Interesse.
Protocol
Discussion
Das Protokoll über beschreibt, wie lokale Gyrification Index basierend auf zerebralen T1-gewichteten MRT zu messen und stellt statistische Group-Vergleiche. Unsere Methode wurde speziell entwickelt, zu lokalisieren frühen Störung der kortikalen Erweiterungsprozess und als solche ist von besonderem Interesse in vielen neurologischen oder psychiatrischen Erkrankungen. Beispiele für Gruppen-Vergleiche in klinischen Proben können in Veröffentlichungen unserer Gruppe 1,12 oder von anderen 13-16 ge…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Von der Swiss National Science Foundation (n ° 51AU40_125759) finanziert – Diese Arbeit wurde vom National Center of Competence in Research (NCCR) "Die Synaptic Bases of Mental Diseases SYNAPSY" unterstützt. Entwicklung der lokalen Gyrification Index wurde durch Zuschüsse aus dem Swiss National Research Fund an Dr. Marie Schaer (323500-111165) und Dr. Stephan Eliez (3.200-063.135,00 / 1, 3232 bis 063.134,00 / 1, PP0033-102864 und 32473B unterstützt -121.996) und des Center for Biomedical Imaging (CIBM) der Genf-Lausanne Universitäten und der ETH Lausanne, sowie die Grundlagen Leenaards und Louis-Jeantet. Unterstützung für die Entwicklung von freesurfer Software wurde zum Teil durch die National Center for Research Resources (P41-RR14075 und die NCRR BIRN Morphometrische Projekt BIRN002, U24 RR021382), das National Institute for Biomedical Imaging and Bioengineering (R01 EB001550, R01EB006758) vorgesehen ist, das National Institute for Neurological Disorders and Stroke (R01 NS052585-01) sowie die Mental Illness and Neuroscience Discovery (MIND) Institute, und ist Teil der National Alliance for Medical Image Computing (NAMIC), gefolgt von den National Institutes of Health durch die NIH Roadmap for Medical Research, Grant U54 finanziert EB005149. Zusätzliche Unterstützung wurde von der Autismus & Legasthenie-Projekt der Ellison Medical Foundation finanziert zur Verfügung gestellt.
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
- Schaer, M. A surface-based approach to quantify local cortical gyrification. IEEE. Trans. Med. Imaging. 27, 161-170 (2008).
- Mangin, J. F., Jouvent, E., Cachia, A. In-vivo measurement of cortical morphology: means and meanings. Curr. Opin. Neurol. 23, 359-367 (2010).
- Mangin, J. F. A framework to study the cortical folding patterns. Neuroimage. 23, S129-S138 (2004).
- Luders, E. A curvature-based approach to estimate local gyrification on the cortical surface. Neuroimage. 29, 1224-1230 (2006).
- 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).
- Rakic, P. Specification of cerebral cortical areas. Science. 241, 170-176 (1988).
- Toro, R. Brain size and folding of the human cerebral cortex. Cereb. Cortex. 18, 2352-2357 (2008).
- 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).
- Dale, A. M., Fischl, B., Sereno, M. I. Cortical surface-based analysis. I. Segmentation and surface reconstruction. Neuroimage. 9, 179-194 (1999).
- 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).
- 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).
- Schaer, M. Congenital heart disease affects local gyrification in 22q11.2 deletion syndrome. Dev. Med. Child. Neurol. 51, 746-753 (2009).
- 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).
- Zhang, Y. Decreased gyrification in major depressive disorder. Neuroreport. 20, 378-380 (2009).
- Juranek, J., Salman, M. S. Anomalous development of brain structure and function in spina bifida myelomeningocele. Dev. Disabil. Res. Rev. 16, 23-30 (2010).
- Zhang, Y. Reduced cortical folding in mental retardation. AJNR. Am. J. Neuroradiol. 31, 1063-1067 (2010).
- Kuperberg, G. R. Regionally localized thinning of the cerebral cortex in schizophrenia. Archives of general psychiatry. 60, 878-888 (2003).
- 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).
- Rauch, S. L. A magnetic resonance imaging study of cortical thickness in animal phobia. Biol. Psychiatry. 55, 946-952 (2004).
- Fjell, A. M. Selective increase of cortical thickness in high-performing elderly–structural indices of optimal cognitive aging. Neuroimage. 29, 984-994 (2006).
- Walhovd, K. B. Regional cortical thickness matters in recall after months more than minutes. Neuroimage. 31, 1343-1351 (2006).
- 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).
- Salat, D. H. Thinning of the cerebral cortex in aging. Cereb. Cortex. 14, 721-730 (2004).
- Schaer, M., Eliez, S. Contribution of structural brain imaging to our understanding of cortical development process. European Psychiatry Reviews. 2, 13-16 (2009).
- Shaw, P. Neurodevelopmental trajectories of the human cerebral cortex. J. Neurosci. 28, 3586-3594 (2008).
