Gyrification medição (dobradura cortical) em qualquer idade representa uma janela para o desenvolvimento do cérebro no início. Por isso, nós já desenvolveu um algoritmo para medir gyrification local em milhares de pontos sobre o hemisfério<sup> 1</sup>. Neste artigo, detalhamos o cálculo deste índice gyrification local.
Dobrar cortical (gyrification) é determinado durante os primeiros meses de vida, de modo que os eventos adversos que ocorrem durante este período deixar traços que serão identificáveis em qualquer idade. Como recentemente revisado por Mangin e colegas 2, existem vários métodos para quantificar diferentes características gyrification. Por exemplo, a morfometria sulcamento pode ser usado para medir descritores forma como a profundidade, comprimento ou índices de assimetria inter-hemisférica 3. Estas propriedades geométricas têm a vantagem de ser fácil de interpretar. No entanto, a morfometria sulcamento com força depende da identificação precisa de um determinado conjunto de sulcos e, portanto, fornece uma descrição fragmentada do gyrification. Uma quantificação mais refinado de gyrification pode ser alcançado com medidas com base em curvatura, onde alisou curvatura média absoluta é normalmente calculado em milhares de pontos sobre a superfície cortical 4. A curvatura não é, contudo straightforward compreender, como ainda não está claro se há alguma relação direta entre a curvedness e uma significativa correlação biologicamente, tais como volume cortical ou de superfície. Para tratar das questões diversas levantadas pela medição de dobrar cortical, que anteriormente desenvolveu um algoritmo para quantificar gyrification local com uma resolução espacial e requintada de interpretação simples. Nosso método é inspirado do Índice Gyrification 5, um método originalmente usado em neuroanatomia comparativa para avaliar as diferenças entre espécies cortical dobrar. Na nossa implementação, o que chamamos l ocal Gyrification Index (GI l 1), medimos a quantidade de córtex enterrados dentro das dobras sulcamento, em comparação com a quantidade de córtex visível em regiões circulares de interesse. Dado que o córtex cresce principalmente por meio da expansão radial 6, nosso método foi projetado especificamente para identificar defeitos iniciais do desenvolvimento cortical.
Em diaé o artigo, detalhamos o cálculo do Índice Gyrification local, que agora é distribuído gratuitamente como parte do Software FreeSurfer ( http://surfer.nmr.mgh.harvard.edu/ , Center for Biomedical Martinos Imaging, Massachusetts General Hospital) . FreeSurfer fornece um conjunto de ferramentas automatizadas de reconstrução da superfície cortical do cérebro a partir de dados estruturais de ressonância magnética. A superfície cortical extraído no espaço natural de as imagens com precisão sub-milímetro é então utilizado para a criação de uma superfície externa, que servirá como base para o cálculo GI l. Uma região circular de interesse é, então, delineado na superfície externa, e sua região correspondente de juros sobre a superfície cortical é identificado através de um algoritmo de correspondência, conforme descrito em nosso estudo de validação 1. Este processo é iterado repetidamente em grande parte com sobreposição regiões de interesse, resultando em mapas corticais de gyrification parar subseqüentes comparações estatísticas (Fig. 1). De nota, outra medida de gyrification local com uma inspiração semelhante foi proposta por Toro e colegas 7, onde o índice dobra a cada ponto é calculado como a razão entre a área cortical contido em uma esfera dividida pela área de um disco com o mesmo raio. As duas implementações diferem em que o um por Toro et al. é baseada em distâncias euclidianas e, portanto, considera manchas descontínuas de área cortical, enquanto o nosso utiliza um algoritmo de estrita geodésica e incluem apenas o patch contínuo de abertura da área cortical na superfície do cérebro em uma região circular de interesse.
O protocolo acima descreve como medir Índice Gyrification locais com base em T1 cerebral MRI e realizar comparações estatísticas grupo. Nosso método foi projetado especificamente para localizar a interrupção no início do processo de expansão cortical e, como tal, é de particular interesse em muitas condições do desenvolvimento neurológico ou psiquiátrico. Exemplos de comparação de grupos em amostras clínicas podem ser encontrados em publicações pelo nosso grupo 1,12 ou por outros 13-16…
The authors have nothing to disclose.
Esta pesquisa foi suportada pelo Centro Nacional de Competência em Pesquisa (NCCR) "SYNAPSY – O Synaptic Bases de Doenças Mentais", financiado pelo National Science Foundation suíço (n ° 51AU40_125759). Desenvolvimento do Índice Gyrification local foi suportado por concessões do Fundo Nacional Suíço de Pesquisa para o Dr. Marie Schaer (323500-111165) e Dr. Stephan Eliez (3.200-063.135,00 / 1, 3.232-063.134,00 / 1, 102864 e PP0033-32473B -121.996) e pelo Center for Biomedical Imaging (CIBM) das Universidades de Genebra-Lausanne ea EPFL, bem como as fundações Leenaards e Louis-Jeantet. Apoio ao desenvolvimento de software FreeSurfer foi fornecido, em parte, pelo Centro Nacional de Pesquisa de Recursos (P41-RR14075, eo NCRR BIRN morfométrica Projeto BIRN002, U24 RR021382), o Instituto Nacional de Biomedical Imaging e Bioengenharia (R01 EB001550, R01EB006758), o Instituto Nacional de Distúrbios Neurológicos e Derrame (R01 NS052585-01), bem como a Doença Mental e Neurociência Discovery (MIND) Institute, e faz parte da Aliança Nacional de Computação de Imagens Médicas (dinâmicas), financiado pelos Institutos Nacionais da Saúde através do Roteiro NIH para Pesquisa Médica, Grant U54 EB005149. Apoio adicional foi fornecido pelo Projeto Autismo Dislexia e financiado pelo Medical Ellison Foundation.
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 |