Summary

DTI av Visual Pathway - vita substans och Cerebral lesioner

Published: August 26, 2014
doi:

Summary

Diffusion tensor imaging (DTI) utfördes för att försöka skildra de viktigaste delarna av den visuella vägen. Målet var att använda en FDA godkänd standard kommersiell arbetsstation som skulle kunna användas för daglig rutin för att försöka minska postoperativa skador av den visuella vägen hos patienterna.

Abstract

DTI är en teknik som identifierar vita substans (WMT) icke-invasivt på friska och icke-friska patienter som använder diffusion mätningar. Liknar visuella vägar (VP), WMT är inte synliga med klassisk MR eller intraoperativt med mikroskop. DIT hjälper neurokirurger att förhindra förstörelse av VP och ta av lesioner intill denna WMT. Vi har utfört DTI på femtio patienter före och efter operation mellan mars 2012 till januari 2014 Så här navigerar vi använt en 3DT1 Vägt sekvens. Dessutom genomförde vi en T2-viktade och DTI-sekvenser. De parametrar som användes var, FOV: 200 x 200 mm, skivtjocklek: 2 mm, och förvärvs matris: 96 x 96 vilket ger nästan isotropa voxlar av 2 x 2 x 2 mm. Axiell MRI utfördes med användning av en 32 gradient riktning och en b0-bild. Vi använde Echo-Planar-Imaging (EPI) och ASSET parallell avbildning med en accelerationsfaktor 2 b-värde på 800 s / mm. Den sveptiden var mindre än 9 min.

ent "> DTI-data som erhållits bearbetades med hjälp av en FDA godkänt kirurgiskt navigationssystem program som använder en enkel fiber-tracking metod som kallas fiber uppdrag genom kontinuerlig tracking (FACT). Detta baseras på utbredningen av linjer mellan regioner av intresse ( ROI) som definieras av en läkare. En maximal vinkel på 50, FA startvärde av 0,10 och ADC stoppvärde av 0,20 mm ^ / s var de parametrar som används för tractography.

Det finns vissa begränsningar för denna teknik. Den begränsade förvärvs tid upprätt kompromisser i bildkvalitet. En annan viktig punkt som inte bör försummas är hjärnan skift under operation. När det gäller den sistnämnda intraoperativ MR kan vara till hjälp. Dessutom risken för falska positiva eller falska negativa områden måste tas med i beräkningen, som kan äventyra de slutliga resultaten.

Introduction

Diffusion tensor imaging (DTI) används för att skildra WMT icke-invasivt i den mänskliga hjärnan 1. Det har använts i de senaste tio åren för att minska risken för att skada elokventa områden av hjärnan under operation en.

DTI utfördes i femtio patienter mellan mars 2012 och januari 2014 för att beskriva den visuella vägen. DTI kan förbättra bevarandet av vältaliga områden i hjärnan under operationen genom att ge viktig information om den anatomiska placeringen av vita substans. Det har införlivats i den strategiska planeringen för resektion av komplexa hjärnskador 1. Dock fortfarande skildringen av den visuella vägen en utmaning eftersom det inte finns någon standard för parametrarna för DTI, placeringen av volymerna utsäde och tolkning av resultat 12.

Olika algoritmer har genomförts hittills 19-21. Vissa metoder koncentrerade på deterministiska metoder 19, 22-25. Andra använde probabilistiska metoder, 26,27,29. På senare tid, till tekniker som använder Q-ball tensor fält, diffusion spektral avbildning och hög Vinkelupplösning Diffusion Imaging (HARDI) används skildra vita substans bland annat den visuella pathway 1,13-15,18. Ändå är den tid som krävs för HARDI betydligt längre med 45 min, är programvaran inte är kommersiellt tillgänglig och betonar vetenskapliga applikationer 18. Undervisningen Perioden för HARDI verkar vara längre än för DTI 18.

Den presenterade protokollet är lätt genomförbar och kan användas för daglig rutin i neurokirurgiska ingrepp för att undvika sjuklighet och förbättra den postoperativa resultatet. Den extra tid för detta protokoll är mindre än 9 min vilket är betydligt snabbare än andra protokoll 1,9,12,16. Erkänner att många sofistikerade algoritmer har nyligen utvecklats pappers begränsarsig till användning av en kommersiellt tillgänglig och FDA-godkänd programvara. Men det är obligatoriskt att ta hänsyn till de begränsningar av denna teknik som nämns ovan.

Protocol

OBS: Detta protokoll följer riktlinjerna i Centre Hospitalier de Luxembourg i Luxemburg. 1 Beredning av Diffusion Tensor Imaging för Visual Pathway för neurokirurgi och Uppföljning Utför en MR-skanning minst en dag före operation strikt axiellt med hjälp av 32 gradient riktningar och en b0-image. Håll nära kontakt med neuroradiologi enhet som helst. OBS: Se klart för neuroradiologist att bilderna efter operation är desamma som före ope…

Representative Results

Detta protokoll gör det möjligt för läkaren att skildra ett adekvat sätt de stora delarna av VP. Den kan användas med en liten mängd tid i syfte att förhindra skador hos patienter med cerebral lesioner bredvid elokventa områden. Postoperativa kontroller visar också goda resultat. VP skildras i figur 7 efter det att patienten var i drift från en glioblastom. Figur 2 visar VP efter återfall av en glioblastom. Författarna erkänner det faktum att de svårigheter som dett…

Discussion

DTI är en teknik som gör det möjligt neurokirurgen att visualisera vita substans in vivo 8. Den visuella vägen är ett av dessa områden. Även om denna metod ger läkare med nya möjligheter när det gäller behandling av patienter med skador om vältaliga regioner i hjärnan som vi måste säga att vissa begränsningar av denna teknik gör fortfarande existerar. Den första och mest uppenbara utmaningen är hjärn skift, vilket fortfarande är en fråga som utreds 4. Efter att ha öp…

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

  1. 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).
  2. Alexander, D. C., Barker, G. J. Optimal imaging parameters for fiber-orientation estimation in diffusion MRI. Neuroimage. 27 (2), 357-367 (2005).
  3. Le Bihan, D., Poupon, C., Amadon, A., Lethimonnier, F. Artifacts and pitfalls in diffusion MRI. J Magn Reson Imaging. 24 (3), 478-488 (2006).
  4. Abdullah, K. G., Lubelski, D., Nucifora, P. G., Brem, S. Use of diffusion tensor imaging in glioma resection. Neurosurg Focus. 34 (4), (2013).
  5. 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).
  6. 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).
  7. Maruyama, K., et al. Optic radiation tractography integrated into simulated treatment planning for Gamma Knife surgery. J Neurosurg. 107, 721-726 (2007).
  8. 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).
  9. 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).
  10. 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).
  11. 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).
  12. 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).
  13. 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).
  14. Perrin, M., et al. Fiber tracking in Q-ball fields using regularized particle trajectories. Inf Process Med Imaging. 19, 52-63 (2005).
  15. Wedeen, V. J., et al. Diffusion spectrum magnetic resonance imaging (DSI) tractography of crossing fibers. Neuroimage. 41 (4), 1267-1277 (2008).
  16. 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).
  17. 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).
  18. 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).
  19. 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).
  20. Friman, O., Farneback, G., Westin, C. F. A Bayesian approach for stochastic white matter tractography. IEEE Trans Med Imaging. 25 (8), 965-978 (2006).
  21. Mori, S., van Zijl, P. C. Fiber tracking: principles and strategies – a technical review. NMR Biomed. 15 (7-8), 468-480 (2002).
  22. 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).
  23. 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).
  24. Conturo, T., et al. Tracking neuronal fiber pathways in the living human brain. Proc Natl Acad Sci U S A. 96, 10422-10427 (1999).
  25. Poupon, C., et al. Regularization of diffusion-based direction maps for the tracking of brain white matter fascicles. Neuroimage. 12, 184-195 (2000).
  26. 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).
  27. Behrens, T. E., et al. Non-invasive mapping of connections between human thalamus and cortex using diffusion imaging. Nat Neurosci. 6, 750-757 (2003).
  28. 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).
  29. 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).
check_url/51946?article_type=t

Play Video

Cite This Article
Hana, A., Husch, A., Gunness, V. R. N., Berthold, C., Hana, A., Dooms, G., Boecher Schwarz, H., Hertel, F. DTI of the Visual Pathway – White Matter Tracts and Cerebral Lesions. J. Vis. Exp. (90), e51946, doi:10.3791/51946 (2014).

View Video