Come misurare Folding corticale dalle immagini MR: uno step-by-step tutorial per calcolare indice locale Gyrification
Summary
Gyrification di misura (pieghevole corticale) a qualunque età rappresenta una finestra nello sviluppo cerebrale precoce. Quindi, abbiamo già sviluppato un algoritmo per misurare gyrification locale a migliaia di punti sopra l'emisfero<sup> 1</sup>. In questo lavoro, abbiamo dettaglio il calcolo di questo indice gyrification locale.
Abstract
Pieghevole corticale (gyrification) è determinata durante i primi mesi di vita, in modo che gli eventi avversi che si verificano in questo periodo lasciano tracce che saranno identificabili a qualsiasi età. Come recentemente recensito da Mangin e colleghi 2, esistono diversi metodi per quantificare le diverse caratteristiche del gyrification. Per esempio, morfometria sulcal può essere utilizzato per misurare descrittori di forma come la lunghezza di profondità, o indici di inter-emisferica asimmetria 3. Queste proprietà geometriche hanno il vantaggio di essere facile da interpretare. Tuttavia, morfometria sulcal si basa solidamente alla individuazione precisa di una data serie di solchi e quindi fornisce una descrizione frammentaria di gyrification. Una quantificazione più capillare di gyrification può essere realizzato con misure di curvatura-based, dove levigate assoluto curvatura media è di solito calcolato in migliaia di punti sulla superficie corticale 4. La curvatura non è tuttavia straightforward per comprendere, in quanto non è ancora chiaro se esiste un rapporto diretto tra il curvedness e biologicamente significativi correlati come il volume o della superficie corticale. Per affrontare le diverse questioni sollevate dalla misura della piegatura corticale, abbiamo già sviluppato un algoritmo per quantificare gyrification locale con una risoluzione spaziale e squisita di semplice interpretazione. Il nostro metodo si ispira dell'Indice Gyrification 5, un metodo originariamente utilizzato nella neuroanatomia comparata di valutare le differenze tra le specie corticali pieghevole. Nella nostra implementazione, che abbiamo l nome LOCALE Indice Gyrification (l GI 1), si misura la quantità di corteccia sepolta tra le pieghe sulcal rispetto alla quantità di corteccia visibile nelle regioni circolari di interesse. Dato che la corteccia si sviluppa principalmente attraverso l'espansione radiale 6, il nostro metodo è stato specificamente progettato per identificare i difetti precoci dello sviluppo corticale.
In thè l'articolo, abbiamo dettaglio il calcolo dell'Indice Gyrification locale, che ora è distribuita gratuitamente come parte del Software FreeSurfer ( http://surfer.nmr.mgh.harvard.edu/ , Martinos Center for Biomedical Imaging, Massachusetts General Hospital) . FreeSurfer fornisce una serie di strumenti automatizzati ricostruzione della superficie corticale del cervello da dati di risonanza magnetica strutturale. La superficie corticale estratto nello spazio nativo delle immagini con precisione millimetrica è poi ulteriormente utilizzato per la creazione di una superficie esterna, che servirà come base per il calcolo l GI. Una regione circolare di interesse è poi delineato sulla superficie esterna, e la sua regione corrispondente di interesse sulla superficie corticale viene identificato mediante un algoritmo di corrispondenza, come descritto nel nostro studio di validazione 1. Questo processo viene iterato più volte con gran parte si sovrappongono regioni di interesse, con conseguente mappe corticali di gyrification perr successive comparazioni statistiche (Fig. 1). Da segnalare, un'altra misura di gyrification locale di ispirazione simile è stato proposto dal Toro e colleghi 7, dove viene calcolato l'indice di ripiegamento in ogni punto come il rapporto tra l'area corticale contenuta in una sfera divisa per l'area di un disco con lo stesso raggio. Le due implementazioni differiscono che quella di Toro et al. è basato su distanze euclidea e ritiene pertanto patch discontinua della zona corticale, mentre il nostro utilizza un algoritmo rigoroso geodetica e includono solo la patch continuo di apertura dell'area corticale alla superficie del cervello in una regione circolare di interesse.
Protocol
Discussion
Il protocollo sopra descrive come misurare Indice locali Gyrification sulla base cerebrale RM pesata in T1 e condurre comparazioni gruppo statistico. Il nostro metodo è stato specificamente progettato per localizzare i disagi nelle prime fasi del processo di espansione corticale e come tale è di particolare interesse in molte condizioni dello sviluppo neurologico o psichiatrico. Esempi di confronto di gruppo in campioni clinici possono essere trovati in pubblicazioni da 1,12 il nostro gruppo o da altri <sup…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Questa ricerca è stata sostenuta dal Centro Nazionale di Competenza nella Ricerca (PRN) "SYNAPSY – Le Basi sinaptiche delle malattie mentali", finanziato dal Fondo nazionale svizzero (n ° 51AU40_125759). Evoluzione dell'indice Gyrification locale è stata sostenuta da sovvenzioni del Fondo nazionale svizzero di ricerche il Dr. Schaer Marie (323500-111165) e al Dott. Stephan Eliez (3.200-063.135,00 / 1, 3.232-063.134,00 / 1, PP0033-102864 e 32473B -121.996) e dal Center for Biomedical Imaging (CIBM) di Ginevra-Losanna Università e il Politecnico di Losanna, così come le fondamenta Leenaards e Louis-Jeantet. Il supporto per lo sviluppo di software FreeSurfer è stato fornito in parte dal National Center for Research Resources (P41-RR14075, e la NCRR BIRN morfometrica Progetto BIRN002, U24 RR021382), l'Istituto Nazionale per la Biomedical Imaging e Bioingegneria (R01 EB001550, R01EB006758), l'Istituto Nazionale di disordini neurologici e colpo (R01 NS052585-01) così come la Malattia Mentale e Neuroscienze Discovery (MIND) Institute, e fa parte di Alleanza nazionale per l'informatica Medical Image (NAMIC), finanziato dal National Institutes of Health attraverso l'NIH Roadmap for Medical Research, Grant U54 EB005149. Ulteriore supporto è stato fornito dal Progetto autismo e dislessia finanziato dalla 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
- 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).
