DTI de la voie visuelle - la substance blanche cérébrale Tracts et lésions
Summary
L'imagerie du tenseur de diffusion (DTI) a été réalisée pour tenter de décrire les principales parties de la voie visuelle. Le but était d'utiliser un poste de travail approuvé par la FDA commercial standard qui pourrait être utilisé pour la routine quotidienne afin d'essayer de réduire les dommages post-opératoire de la voie visuelle chez les patients.
Abstract
DTI est une technique qui identifie les secteurs de la substance blanche (WMT) non-invasive chez les patients sains et non sains en utilisant des mesures de diffusion. Semblable à des voies visuelles (VP), WMT ne sont pas visibles à l'IRM classique ou intra-opératoire au microscope. DIT aider les neurochirurgiens pour empêcher la destruction de la VP tout en retirant les lésions adjacentes à cette WMT. Nous avons effectué DTI sur cinquante patients avant et après la chirurgie entre Mars 2012 et Janvier 2014 Pour naviguer, nous avons utilisé une séquence 3DT1 pondéré. En outre, nous avons réalisé un T2 et DTI-séquences. Les paramètres utilisés étaient, FOV: 200 x 200 mm, épaisseur de coupe: 2 mm, et l'acquisition matrice: 96 x 96 voxels rendement presque isotropes de 2 x 2 x 2 mm. Axial IRM a été réalisée en utilisant une direction de gradient et d'une 32 image-b0. Nous avons utilisé Echo-Planar Imaging (EPI) et l'imagerie parallèle d'actifs avec un facteur d'accélération de 2 et b-valeur de 800 s / mm ². Le temps de balayage est inférieure à 9 min.
ent "> Les DTI-données obtenues ont été traitées à l'aide d'un FDA a approuvé chirurgicale programme de système de navigation qui utilise une approche fibre de suivi simple connu comme mission de fibre par un suivi continu (FACT). Ceci est basé sur la propagation des lignes entre les régions d'intérêt ( ROI) qui est définie par un médecin. Un angle maximum de 50, la valeur de départ FA de 0,10 et la valeur d'arrêt de l'ADC de 0,20 mm ² / s sont les paramètres utilisés pour la tractographie.Il ya des limites à cette technique. Le délai d'acquisition limitée impose des compromis dans la qualité d'image. Un autre point important à ne pas négliger est le déplacement du cerveau pendant la chirurgie. Quant à la dernière IRM intra-opératoire pourrait être utile. En outre, le risque de faux tracts positifs ou faussement négatifs doit être pris en compte ce qui pourrait compromettre les résultats finaux.
Introduction
L'imagerie du tenseur de diffusion (DTI) est utilisé pour décrire WMT non-invasive du cerveau humain 1. Il a été utilisé dans la dernière décennie pour réduire le risque de porter atteinte à des zones éloquentes du cerveau pendant la chirurgie 1.
DTI a été réalisée dans une cinquantaine de patients entre Mars 2012 et Janvier 2014 pour représenter la voie visuelle. DTI pourrait améliorer la conservation des zones éloquentes du cerveau pendant la chirurgie en fournissant des informations importantes sur la localisation anatomique des faisceaux de matière blanche. Il a été incorporé dans la planification stratégique pour la résection de lésions cérébrales complexes 1. Toutefois, la représentation de la voie visuelle demeure un défi, car il n'existe pas de norme pour les paramètres de DTI, le placement des volumes et l'interprétation des résultats 12 graines.
Différents algorithmes ont été mis en œuvre à ce jour 19-21. Certaines approches concentrées sur les méthodes déterministes 19, 22-25. D'autres utilisent des méthodes probabilistes, 26,27,29. Plus récemment, des techniques utilisant des champs de tenseurs Q-ball, imagerie de diffusion spectrale et haute résolution angulaire Diffusion Imaging (HARDI) sont utilisés pour dépeindre voies de la matière blanche chez les autres la voie visuelle 1,13-15,18. Toutefois, le temps nécessaire pour HARDI est significativement plus longue avec 45 min, le logiciel n'est pas disponible dans le commerce et met l'accent sur 18 des applications scientifiques. La période d'enseignement pour HARDI semble être plus longue que pour DTI 18.
Le protocole présenté est facile possible et peut être utilisé pour la routine quotidienne des opérations neurochirurgicales afin d'éviter la morbidité et améliorer le résultat post-opératoire. Le temps supplémentaire pour ce protocole est inférieure à 9 min qui est nettement plus rapide que les autres protocoles 1,9,12,16. Reconnaissant le fait que de nombreux algorithmes sophistiqués ont été développés récemment limité par le papierelle-même à l'aide d'un logiciel disponible dans le commerce et approuvé par la FDA. Cependant il est impératif de tenir compte des limites de cette technique qui sont mentionnés ci-dessus.
Protocol
Representative Results
Discussion
DTI est une technique permettant de visualiser le neurochirurgien faisceaux de matière blanche in vivo 8. La voie visuelle est l'un de ces tracts. Bien que cette méthode fournit aux médecins de nouvelles possibilités en ce qui concerne le traitement des patients avec des lésions concernant les régions éloquentes du cerveau, nous devons dire que certaines limites de cette technique font existent encore. La première et la plus évidente est défi cerveau changement, qui reste un problème ?…
Disclosures
The authors have nothing to disclose.
Acknowledgements
We would like to thank the whole Service of Neuroradiology. We would like to thank Lis Prussen for her work in the library.
Materials
| Name of Material/ Equipment | Company | Catalog Number | Comments/Description |
| 3-Tesla-MRI | General Electric | Signa LX version 9.1 | |
| Surgical Navigation System Srogram | Medtronic | 9734478 | |
| Surgical Navigation System Srogram | Medtronic | 4500810331 20016318 |
References
- Fernandez-Miranda, J. C., et al. High-Definition Fiber Tractography of the Human Brain: Neuroanatomical Validation and Neurosurgical Applications. Neurosurgery. 71 (2), 430-453 (2012).
- Alexander, D. C., Barker, G. J. Optimal imaging parameters for fiber-orientation estimation in diffusion MRI. Neuroimage. 27 (2), 357-367 (2005).
- Le Bihan, D., Poupon, C., Amadon, A., Lethimonnier, F. Artifacts and pitfalls in diffusion MRI. J Magn Reson Imaging. 24 (3), 478-488 (2006).
- Abdullah, K. G., Lubelski, D., Nucifora, P. G., Brem, S. Use of diffusion tensor imaging in glioma resection. Neurosurg Focus. 34 (4), (2013).
- Ota, T., Kawai, K., Kamada, K., Kin, T., Saito, N. Intraoperative monitoring of cortically recorded visual response for posterior visual pathway. J Neurosurg. 112, 285-294 (2010).
- Gras-Combe, G., Moritz-Gasser, S., Herbet, G. Intraoperative subcortical electrical mapping of optic radiations in awake surgery for glioma involving visual pathways. J Neurosurg. 117 (3), 466-473 (2012).
- Maruyama, K., et al. Optic radiation tractography integrated into simulated treatment planning for Gamma Knife surgery. J Neurosurg. 107, 721-726 (2007).
- Bérubé, J., McLaughlin, N., Bourgouin, P., Beaudoin, G., Bojanowski, M. W. Diffusion tensor imaging analysis of long association bundles in the presence of an arteriovenous malformation. J Neurosurg. 107 (3), 509-514 (2007).
- Sun, G. C., et al. Intraoperative High-Field Magnetic Resonance Imaging Combined With Fiber Tract Neuronavigation-Guided Resection of Cerebral Lesions Involving Optic Radiation. Neurosurgery. 69 (5), 1070-1084 (2011).
- Kamada, K., et al. Functional Monitoring For Visual Pathway Using Real-Time Visual Evoked Potentials Aand Optic-Radiation Tractography. Neurosurgery. 57 (1 Suppl), 121-127 (2005).
- Wu, W., Rigolo, L., O’Donnell, L. J., Norton, I., Shriver, S., Golby, A. J. Visual Pathway Study Using In Vivo Diffusion Tensor Imaging Tractography to Complement Classic Anatomy. Neurosurgery. 70 (1 Suppl Operative), 145-156 (2012).
- Stieglitz, L. H., Lüdemann, W. O., Giordano, M., Raabe, A., Fahlbusch, R., Samii, M. Optic Radiation Fiber Tracking Using Anteriorly Angulated Diffusion Tensor Imaging: A Tested Algorithm for Quick Application. Neurosurgery. 68 (5), 1239-1251 (2011).
- Hodaie, M., Quan, J., Chen, D. Q. In Vivo Visualization of Cranial Nerve Pathways in Humans Using Diffusion-Based Tractography. Neurosurgery. 66 (4), 788-795 (2010).
- Perrin, M., et al. Fiber tracking in Q-ball fields using regularized particle trajectories. Inf Process Med Imaging. 19, 52-63 (2005).
- Wedeen, V. J., et al. Diffusion spectrum magnetic resonance imaging (DSI) tractography of crossing fibers. Neuroimage. 41 (4), 1267-1277 (2008).
- Yamamoto, A. Diffusion Tensor Fiber Tractography of the Optic Radiation: Analysis with 6-, 12-, 40-, and 81- Directional Motion-Probing Gradients, a Preliminary Study. AJNR Am J Neuroradiol. 28 (1), 92-96 (2007).
- Okada, T., et al. Diffusion Tensor Fiber Tractography for Arteriovenous Malformations: Quantitative Analyses to Evaluate the Corticospinal Tract and Optic Radiation. AJNR Am J Neuroradiol. 28 (6), 1107-1113 (2007).
- Kuhnt, D., Bauer, M. H., Sommer, J., Merhof, D., Nimsky, C. Optic Radiation Fiber Tractography in Glioma Patients Based on High Angular Resolution Diffusion Imaging with Compressed Sensing Compared with Diffusion Tensor Imaging – Initial Experience. PLoS One. 8 (7), e70973 (2013).
- Basser, P. J., Pajevic, S., Pierpaoli, C., Duda, J., Aldroubi, A. In vivo fiber tractography using DT-MRI data. Magn Reson Med. 44 (4), 625-632 (2000).
- Friman, O., Farneback, G., Westin, C. F. A Bayesian approach for stochastic white matter tractography. IEEE Trans Med Imaging. 25 (8), 965-978 (2006).
- Mori, S., van Zijl, P. C. Fiber tracking: principles and strategies – a technical review. NMR Biomed. 15 (7-8), 468-480 (2002).
- Alexander, D. C., Barker, G. J., Arridge, S. R. Detection and modeling of non-Gaussian apparent diffusion coefficient profiles in human brain data. Magn Reson Med. 48 (2), 331-340 (2002).
- Mori, S., Crain, B. J., Chacko, V. P., van Zijl, P. C. Three-dimensional tracking of axonal projections in the brain by magnetic resonance imaging. Ann Neurol. 45, 265-269 (1999).
- Conturo, T., et al. Tracking neuronal fiber pathways in the living human brain. Proc Natl Acad Sci U S A. 96, 10422-10427 (1999).
- Poupon, C., et al. Regularization of diffusion-based direction maps for the tracking of brain white matter fascicles. Neuroimage. 12, 184-195 (2000).
- Parker, G. J., Haroon, H. A., Wheeler-Kingshott, C. A. A framework for a streamline-based probabilistic index of connectivity (PICo) using a structural interpretation of MRI diffusion measurements. J Magn Reson Imaging. 18, 242-254 (2003).
- Behrens, T. E., et al. Non-invasive mapping of connections between human thalamus and cortex using diffusion imaging. Nat Neurosci. 6, 750-757 (2003).
- Reinges, M. H., Schoth, F., Coenen, V. A., Krings, T. Imaging of postthalamic visual fiber tracts by anisotropic diffusion weighted MRI and diffusion tensor imaging: principles and applications. European Journal of Radiology. 49, 91-104 (2004).
- Sherbondy, A. J., Dougherty, R. F., Napel, S., Wandell, B. A. Identifying the human optic radiation using diffusion imaging and fiber. J. Vis. 8 (10), (2008).
