Tensor de difusión por resonancia magnética en el análisis de las enfermedades neurodegenerativas

Summary

Tensor de difusión (DTI), básicamente, sirve como una herramienta basada en RM para identificar<em> In vivo</em> La microestructura del cerebro y los procesos patológicos debido a trastornos neurológicos dentro de la materia blanca cerebral. Análisis DTI basados ​​permiten para su aplicación a las enfermedades del cerebro, tanto a nivel de grupo y en los datos de un solo sujeto.

Abstract

Técnicas de tensor de difusión (DTI) proporcionan información sobre los procesos microestructurales de la sustancia blanca cerebral (WM) in vivo. Las presentes aplicaciones están diseñadas para investigar las diferencias de patrones de participación de WM en diferentes enfermedades cerebrales, trastornos neurodegenerativos, especialmente mediante el uso de diferentes análisis DTI en comparación con los controles emparejados.

Análisis de datos DTI se realiza de forma variable aleatoria, es decir, la comparación de los indicadores regionales voxelwise dirección de difusión basados ​​tales como anisotropía fraccional (FA), junto con el seguimiento de la fibra (FT), acompañado de las estadísticas de anisotropía fraccional tractwise (AGT) de origen a nivel de grupo a fin para identificar diferencias en FA WM a lo largo de las estructuras, con miras a la definición de los patrones regionales de WM alteraciones a nivel de grupo. La transformación en un espacio estándar estereotáxica es un requisito previo para los estudios de grupo y requiere los datos completos del tratamiento para preservar directional interdependencias. Las aplicaciones actuales muestran enfoques técnicos optimizados para esta preservación de la información cuantitativa y direccional durante la normalización espacial en los análisis de datos a nivel de grupo. Sobre esta base, las técnicas de FT se pueden aplicar a los datos promediados de grupo con el fin de cuantificar la información métricas como se define por FT. Además, la aplicación de los métodos de DTI, es decir, diferencias en la AF-mapas después de la alineación estereotáxica, en un análisis longitudinal en función de materias individuales revelan información acerca de la progresión de los trastornos neurológicos. Nuevas mejoras en la calidad de los resultados basados ​​en DTI se puede obtener en la ejecución previa por aplicación de una eliminación controlada de direcciones del gradiente con altos niveles de ruido.

En resumen, DTI se utiliza para definir una clara patoanatomía WM de diferentes enfermedades del cerebro por la combinación de todo DTI análisis basado en el cerebro y el tracto basada.

Introduction

Difusión de imágenes con tensor en el cerebro humano

Los tractos de materia blanca (WM) en el sistema nervioso central consisten en axones densamente empaquetadas, además de diversos tipos de neuroglia y otras pequeñas poblaciones de células. La membrana axonal, así como las fibras de proteína bien alineados dentro de un axón restringe la difusión del agua perpendicular a la orientación de las fibras, dando lugar a la difusión del agua anisotrópico en el cerebro WM ^1. Las vainas de mielina alrededor de los axones también pueden contribuir a la anisotropía para tanto intra-y extracelular del agua ^2.

La descripción cuantitativa de esta anisotropía se pudo detectar por tensor de difusión (DTI). DTI produce imágenes de los tejidos ponderados con las características microestructurales locales de la difusión del agua. Las intensidades de imagen-en cada posición son atenuadas, en función de la fuerza y ​​la dirección de la llamada gradiente de difusión magnético (representado en-el valor de b), así como en la microestructura local en el que las moléculas de agua se difunden ^3, el coeficiente de difusión D, un valor escalar:

Sin embargo, en la presencia de anisotropía en WM, la difusión ya no puede ser caracterizado por un único coeficiente de escalar, pero requiere un tensor que en primera aproximación describe movilidad molecular a lo largo de cada dirección y la correlación entre estas direcciones ^4. Difusión anisotropía es causada principalmente por la orientación de los tractos de fibras en WM y está influenciado por sus micro-y macroestructurales características. De las características microestructurales, organización intraaxonal parece ser de mayor influencia en la anisotropía de difusión, además de la densidad de la fibra unaembalaje de células nd, grado de mielinización, y el diámetro de la fibra individual. En una escala macroscópica, la variabilidad en la orientación de todos los tractos WM en un voxel de imágenes influye en su grado de anisotropía ^5.

En mediciones típicas DTI, los vóxel dimensiones son del orden de milímetros. Por lo tanto, un voxel siempre contiene la información promediada de las moléculas de agua en el interior del volumen detectado que por lo general abarca varios axones, así como las moléculas de agua circundantes. A pesar de este entorno multidireccional, DTI es sensible a la orientación del eje principal más grande que se alinea a la dirección axonal predominante, es decir, la contribución axonal domina la señal medida ^2.

DTI ofrece dos tipos de información acerca de la propiedad de la difusión del agua: en primer lugar, la medida independiente de la orientación de la difusión anisotropía ⁵ y la segunda, la dirección predominante de la difusión del agua en la image vóxeles, es decir, la orientación de difusión ^6.

Los protocolos actuales se supone que proporcionan un marco de técnicas de análisis DTI para la comparación cuantitativa de los grupos de asignaturas a nivel de grupo, como se indica a continuación.

La cuantificación de propiedades de difusión – parámetros de análisis

Los elementos del tensor simétrico se pueden medir por gradientes de difusión a lo largo de al menos seis no colineales y no coplanares direcciones, de manera que B (Ecuación 1) se ha convertido en un tensor, lo que resulta en la atenuación de señal

Esta ecuación requiere que representa las posibles interacciones entre imágenes y gradientes de difusión que se aplican en direcciones ortogonales (términos cruzados) e incluso entre los gradientes de formación de imágenes que se aplicanen direcciones ortogonales ^4.

El tensor de difusión de segundo orden siempre se puede diagonalizada dejando sólo tres elementos distintos de cero a lo largo de la diagonal principal del tensor, es decir, los valores propios ( ). Los valores propios reflejan la forma o configuración de la elipsoide. La relación matemática entre las coordenadas principales del elipsoide y el marco de laboratorio es descrito por los vectores propios

Puesto que hay varios retos en la visualización de datos tensor, el concepto de elipsoides de difusión se ha propuesto ^3. Los Eigendiffusivities de estos ellipsoids representan los coeficientes de difusión unidimensionales en la dirección principal de la difusividad del medio, es decir, el eje principal de la elipsoide representa la dirección principal de difusión en el voxel que coincide con la dirección de las fibras, mientras que la excentricidad de la elipsoide proporciona información acerca de la grado de anisotropía y su simetría. Por lo tanto, la difusión de anisotropía métricas tales como la anisotropía fraccional (FA) podrían definirse ^7.

es la media aritmética de todos los valores propios.

Un enfoque adicional es el uso de la dirección principal del tensor de difusión para abordar la conectividad WM del cerebro, lo que corresponde a la tractography approach que tiene la intención de investigar qué partes del cerebro están conectadas entre sí. Suponiendo que la orientación del componente principal del tensor de difusión representa la orientación de los tractos axonales dominantes, un campo vectorial 3-D se proporciona en la que cada vector representa la orientación de la fibra. En la actualidad, existen varios enfoques diferentes para reconstruir vías WM que podría dividirse en dos tipos: la primera categoría se basa en algoritmos de propagación de línea utilizando la información tensor local para cada paso de la propagación del tracto de fibra ^2,8,9. La segunda categoría se basa en la minimización de la energía global para encontrar la ruta más favorable energéticamente entre dos regiones WM, lo que resulta en el enfoque de las estadísticas espaciales tracto basados ​​en (TBSS) ¹⁰ que ha sido utilizado en otros algoritmos, tales como las estadísticas de anisotropía fraccional tractwise (TFAS – véase el texto del protocolo, sección 2.4)..

Transformación en soporte estereotáxicoard espacio

Al igual que en otros métodos avanzados de MRI, DTI-FT y los estudios basados ​​en un contexto clínico persiguen el objetivo final de clasificar la morfología del cerebro de cada paciente con el fin de facilitar el proceso de diagnóstico basada en cierta discriminación métrica ^11. Estudios a nivel de grupo son más relevantes si el fenotipo clínico común se supone que es debido a daños en una o más áreas específicas del cerebro o una red neuroanatómicos específicos. Aquí, con un promedio de los resultados para diferentes sujetos es útil con el fin de evaluar los patrones comunes de alteraciones microestructurales. Cada cerebro individual tiene que ser transferido hacia el espacio estereotáxico de manera que, en un segundo paso, el promedio aritmético de los resultados a un nivel de voxel por voxel es posible. Normalización espacial permitió para la aritmética promedio de los resultados obtenidos a partir de diferentes sujetos con el fin de mejorar la relación señal-a-ruido (SNR) y para llevar a cabo una comparación de las muestras de los pacientes y contROLS con el fin de analizar la patoanatomía computacional de un trastorno específico, por ejemplo, una enfermedad neurodegenerativa que se asocia con la afectación de un sistema específico del cerebro.

El enfoque inicial de la normalización a un espacio estereotáxico estandarizada por ¹² sugiere un algoritmo de transformación de un atlas estándar que implica la identificación de los distintos hitos del cerebro y poco a poco escala de los cuadrantes del cerebro. Hoy en día, la mayoría de los paquetes de análisis de datos avanzados de resonancia magnética utilizan normalización del Instituto Neurológico de Montreal (MNI) Espacio estereotáxica ^13. Para esta transformación, los algoritmos de registro cerebrales semiautomáticas y automáticas con plantillas específicas de estudio se desarrollaron ^14,15. En DTI, la atención especial se ha de elaborar para conservar la información de dirección durante el proceso de normalización ^16,17. La aplicación de transformaciones espaciales a las imágenes DT-RM de los cuales son necesarios para la normalización espacialde colecciones de conjuntos de datos es, en contraste a las imágenes escalares deformación, complicados por el hecho de que DT contienen información de orientación que está más afectada por la transformación. Este efecto debe tenerse en cuenta con el fin de garantizar la corrección anatómica de la imagen transformada. Aquí, se presentan técnicas para aplicar transformaciones afines a los conjuntos de datos DTI.

Aplicación de DTI a las enfermedades cerebrales

La comparación de DTI longitudinal de datos requiere una alineación / registro de los datos de un objeto entre sí. En ese contexto, es necesaria la conservación de la información direccional (es decir, la rotación del tensor de difusión durante transformaciones afines). Posibles aplicaciones a trastornos neurodegenerativos se ha informado anteriormente (por ejemplo, ^18,19).

DTI se ha establecido como una herramienta técnica no invasiva robusta para investigar in vivo Neuropatholgía de WM tractos neuronales (por ejemplo, ^{11,20,21,22).} Métricas cuantitativas DTI basados ​​del proceso de difusión, por ejemplo, el FA, ya han demostrado ser marcadores sensibles para el estudio de una amplia gama de patologías WM, tales como accidente cerebrovascular ^20, de la esclerosis múltiple ^23, la esclerosis amiotrófica lateral ^{24, 25,} enfermedad de Alzheimer ²⁶ , y varios otros trastornos WM ^27,28.

Además, DTI con FT se puede utilizar para identificar extensiones WM ^23. Esta técnica, aunque todavía no está en uso clínico de rutina, se está convirtiendo en un poderoso instrumento para la evaluación de anormalidades vía específica en la enfermedad neurológica. Dentro de las zonas identificadas, varios índices MRI cuantitativos derivados de DTI y adquisiciones adicionales (por ejemplo, las imágenes potenciadas en T2 y / o transferencia de magnetización (MT) de imágenes) que son anatómicamente coregistered a los datos DTI puede medir. Por la presente, cada índice puede ser calculATED como una función de la posición dentro del tracto, refiriéndose a las parcelas que representan su variación espacial como perfiles de las vías.

En los siguientes análisis, DTI humanos que se realizaron en 1,5 Tesla MRI-escáneres (Siemens Medical, Erlangen, Alemania) se utilizaron para investigar el potencial de diversas técnicas de análisis para la detección de anomalías de la materia blanca en los grupos de pacientes, así como en individuos. Después de una verificación automática de calidad para la eliminación de los volúmenes de movimiento corruptos y volúmenes con otros tipos de artefactos, procedimientos estandarizados postprocesado preparan los datos DTI para el análisis consecutivo. Diferentes enfoques de análisis se ilustran en la siguiente, es decir, en primer lugar, todo el cerebro con base estadística espacial (WBS), segundo, FT y, estadísticas anisotropía fraccional Tractwise tercero (AGT) de origen. WBSs es un método que se ejecuta en analogía a la morfometría basada en voxel (VBM), que se conoce generalmente como morfometría / estadísticas basada en voxel en DTI datos (VBM / DTI) <em>. VBM es un método que se ejecuta originalmente en las imágenes de contraste donde las diferencias de contraste en exploraciones separadas tienen que ser resueltos mientras WBSs es un método que utiliza la comparación voxelwise de un parámetro físico. Por lo tanto, aunque algorítmicamente similares, una terminología que se está diferenciando WBSs y VBM se utilizará en el siguiente.

Protocol

Métodos de Análisis: pre y postprocesamiento La tarea de la siguiente protocolo es analizar propiedades de difusión voxelwise dentro de tractos de sustancia blanca, que podría ser – debido a la detección voxelwise – ya sea isotrópicas o anisotrópicas, lo que resulta en la difusión tensores alargados o achatada para los respectivos elementos de imagen volumétrica. La parametrización de los tensores del voxel se utiliza, ya sea para el cálculo de la FA-mapas o la identificación de fi…

Representative Results

1. Control de calidad y la corrección en direcciones gradiente dañados en aplicación a los datos de los pacientes con trastornos hipercinéticos Como un ejemplo para el efecto de la aplicación de control de calidad y de exclusión de volumen posterior (como consecuencia de la corrección para los corruptos de GD), la Figura 8 muestra las diferencias en enteros estadísticas espaciales basados ​​en cerebro con y sin exclusión de volumen para la comparación grupo de 29 …

Discussion

Inter-sujetos promedio de DTI de datos se puede lograr con respecto a la amplitud de difusión (mediante el uso de la información FA) y la dirección de difusión (en base a FT), respectivamente. Promedio de los mapas FA permite la comparación estadística de los grupos de asignaturas por WBSs y TFAS. Este marco metodológico ofrece una introducción a las técnicas de DTI con un promedio entre los sujetos y el grupo de comparación. Normalización estereotáxica y la comparación de los mapas de la FA a nivel de grup…

Materials

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