지역 Gyrification 인덱스를 계산하기위한 단계별 자습서 : MR 이미지에서 두피 접기를 측정하는 방법
Summary
모든 연령 측정 gyrification (대뇌 피질의 접힘)는 초기 두뇌 개발에 창문을 나타냅니다. 따라서, 우리는 이전에 북반구 점 이상 수천명의 현지 gyrification를 측정하는 알고리즘을 개발<sup> 1</sup>. 본 논문에서는, 우리는 세부 사항이 지역 gyrification 지수의 계산합니다.
Abstract
피질 접는 (gyrification)은이 기간 동안 발생하는 불리한 사건이 어떤 나이에 식별합니다 흔적을 떠날 수 있도록, 인생의 첫 몇 달 동안 결정됩니다. 마찬가지로 최근 Mangin 및 동료 2 검토한 결과 몇 가지 방법 gyrification 다른 특성을 수치 존재합니다. 예를 들어, sulcal morphometry는 3 비대칭성 등 깊이, 길이 또는 간의 반구형의 지표로 형상 설명을 측정하는 데 사용할 수 있습니다. 이러한 기하학적 특성 해석하기 쉽게되는 장점이 있습니다. 그러나, sulcal morphometry는 단단히 sulci 주어진 집합의 정확한 식별에 의존하고 따라서 gyrification의 조각난 설명을 제공합니다. gyrification보다 세밀한 부량은 절대적 의미 곡률은 일반적으로 대뇌 피질의 표면에 4 점 이상의 수천에서 계산됩니다 smoothed 곡률 기반의 측정과 함께 얻을 수 있습니다. 곡률 그러나 straightforwar하지 않습니다curvedness와 생물학적으로 의미가 같은 대뇌 피질의 볼륨이나 표면과 같은 상관 관계를 사이에 직접적인 관계가있다면 그것은 분명 남아으로 D는, 이해하기. 피질 접는의 측정에 의해 제기된 다양한 문제를 해결하기 위해, 우리는 이전에 훌륭한 공간 해상도와 간단한 해석의 지역 gyrification을 계량하는 알고리즘을 개발했습니다. 우리의 방법은 Gyrification 지수 5, 원래 수종에 걸쳐 외피 접는 차이를 평가하는 비교 neuroanatomy에서 사용하는 방법의 영감입니다. 관심 원형 지역에서 볼 수 피질의 금액과 비교 우리 이름 리터 ocal Gyrification 지수 (L GI 1) 우리가 sulcal 주름 이내에 묻힌 피질의 양을 측정의 구현에서는. 피질이 방사형 확장 6까지 주로 자란다는 것은 감안할 때, 우리의 방법은 특히 대뇌 피질의 발달의 조기 결함을 식별하도록 설계되었습니다.
일 년기사는 우리가 세부 이제 자유롭게 FreeSurfer 소프트웨어의 한 부분 (로 배포 지역 Gyrification 지수의 계산을합니다 http://surfer.nmr.mgh.harvard.edu/ , 바이오 메디컬 이미징을위한 Martinos 센터, 매사 추세츠 종합 병원) . FreeSurfer은 구조적 MRI 데이터 두뇌의 대뇌 피질 표면 자동 재건 도구 세트를 제공합니다. 서브 밀리미터의 정확도로 이미지의 원래 공간에서 추출한 대뇌 피질의 표면은 다음 더욱 리터 GI 계산의 근거로 될 것입니다 외부 표면의 생성에 사용됩니다. 관심 원형 지역은 다음 바깥쪽 표면에 delineated이며, 대뇌 피질의 표면에 관심 해당 지역은 당사 검증 연구 1에서 설명 일치 알고리즘을 사용하여 식별됩니다. 이 과정은 반복에 대한 gyrification의 피질지도의 결과, 대부분의 관심 영역을 중복과 반복입니다R 이후의 통계 비교 (그림 1). 참고의 비슷한 영감과 지역 gyrification의 다른 측정은 각 지점에서 접는 인덱스가 동일한있는 디스크의 지역으로 나누어 구체에 포함되어있는 대뇌 피질 영역의 비율로 계산됩니다 토로와 동료 7, 제안한되었습니다 반경. 두 구현 토로 외로 한 점에서 다릅니다. Euclidian 거리에 기초하고 있으며 우리는 엄격한 측지 알고리즘을 사용하여 관심의 원형 지역에서 뇌 표면에 대뇌 피질의 지역 개방만이 지속적인 패치를 포함 반면에 따라서 대뇌 피질 영역의 불연속 패치를 고려합니다.
Protocol
Discussion
위의 프로토콜은 대뇌 T1 – 가중 MRI를 기반으로 지역 Gyrification 지수를 측정하고 통계 그룹 비교를 수행하는 방법에 대해 설명합니다. 우리의 방법은 특히 대뇌 피질의 확장 과정에서 초기에 중단을 집중하고 많은 neurodevelopmental 또는 정신과 조건에 특히 관심 등입니다 설계되었습니다. 임상 샘플에서 그룹의 비교의 예제 코드는 Google 그룹 1,12 또는 기타 13-16로 간행물에서 찾을 수 ?…
Disclosures
The authors have nothing to disclose.
Acknowledgements
스위스 국립 과학 재단 (n은 ° 51AU40_125759)에 의해 재정 -이 연구는 연구에 경쟁력 국립 센터 (NCCR) "정신 질환의 시냅틱 기지 SYNAPSY"에 의해 지원되었다. 지역 Gyrification 지수의 개발은 스위스 국립 연구 기금에서 박사 마리 Schaer (323500-111165)과 닥터 스티븐 Eliez (3200-063135.00 / 1, 3232-063134.00 / 1, PP0033 – 102864 및 32473B하는 보조금에 의해 지원되었다 -121996)과 제네바 – 로잔 대학의 바이오 메디컬 이미징 (CIBM) 센터와 EPFL뿐만 아니라, 기초 Leenaards와 루이스 – Jeantet로. FreeSurfer 소프트웨어의 개발을위한 지원은 연구 자원을위한 국립 센터 (P41 – RR14075 및 NCRR BIRN Morphometric 프로젝트 BIRN002, U24 RR021382), 바이오 메디컬 이미징 및 생물에 대한 국립 연구소 (R01 EB001550, R01EB006758)에 의해 일부로 제공되었습니다 국립 신경 장애 및 뇌졸중 연구소 (R01 NS052585 – 01)뿐만 아니라 정신 질환 및 신경 과학 발견 (마음) 연구소 및 의학 연구에 대한 NIH 로드맵, 그랜트 U54을 통해 국립 보건원에 의해 자금을 의료 영상 컴퓨팅을위한 국민 연합 (NAMIC)의 일부입니다 EB005149. 추가 지원은 엘리슨 의료 재단에 의해 투자 자폐증 & Dyslexia 프로젝트에 의해 제공되었다.
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).
