Bu çalışmanın parçaları, QC ve hiperkinetik bozukluğu olan hastaların verilerine uygulamada bozuk gradyan yönleri için düzeltme üzerinde çalışma yani Avrupa HD ağ (EHDN projesi 070) tarafından desteklenmiştir. Bu belirli çalışmada MRI taramaları Londra sitesi TRACK-HD kohort bir parçası olarak satın alındı.

Analiz Yöntemleri: Ön ve Artişleme Voxelwise algılama nedeniyle - - izotropik ya da anizotropik ya, ilgili vokselleri için yayvan veya yassı difüzyon tensör sonuçlanan aşağıdaki protokol görevi olabilir beyaz cevher yolları içinde voxelwise difüzyon özelliklerini analiz etmektir. Voksel Tensörlerin parametre FA-haritaların hesaplama veya fibertracts belirlenmesi (Şekil 1) ya için kullanılır. Aşağıda gösterildiği gibi analiz sonuçları elde etmek için, yazılım paketi Tensör Görüntüleme ve Fiber İzleme (Tift) 17 kullanın. Tift aşağıdaki gereksinimleri için analiz araçları sunar: <ul><li> DTI ölçümleri, örneğin FA-haritalar, açısından analizi </li><li> stereotaksik normalleşme </li><li> FA açısından veya diğer DTI ölçümler grup karşılaştırma </li><li> FT çeşitli analizi yaklaşımları </li><li> Grup FT D ortalamaTI verileri ve ilgili istatistiksel analizi. </li></ul> Bu özellikler bir yazılım ortamında 17,29,30,31 içinde analizler çeşitli sağlar. Tift yazılım DTI veri analizinde yeni seçenekler için geliştirme aşamasında sürekli olarak. Şekil 2 nasıl grup seviyesinde DTI verileri analiz etmek için iki tamamlayıcı yaklaşımlarla mekansal normalleştirme sonra, nihayet grup seviyesinde konu örnekleri arasındaki farklılıklar, sağlıklı kontrollere göre örneğin hastalıklı beyinleri elde etmek WBSS tarafından ve TFAS her iki yani şematik bir bakış sunuyor. TFAS önceden tanımlanmış fibertracts dayanmaktadır ise Burada, WBSS, grup seviyesinde farklılıklar olduğu bölgelerde bir voxelwise tarafsız algılama amaçlamaktadır; alanlarda başlayan TFAS ya serbestçe seçilebilir veya WBSS sonuçları (`noktaları` bir elde edilebilir önemli ölçüde) FA değiştirdi. FA-haritaların Bireysel boyuna göre algılama yapılırilgin stereotaksik hizalama sonra farklı zaman noktalarında ölçüm FA-haritalarında ting farklılıklar (Şekil 2). <ol><li> Bozuk gradyan yönleri için düzeltme dahil olmak üzere kalite kontrol (QC) Bozuk miktarlar halinde satın alma, yani sırasında hareket bozuklukları durumunda, bir SNR artış tensör hesabı için tek gradyan yönleri (GD) atlayarak elde edilir. Bu amaçla, bir kalite kontrol (QC) algoritması 32 geliştirilmiştir. Kısacası, cilt bozuk içeriyordu taramalar için, bir SNR artış tek gradyan yönleri tensör tahmini önce her seferinde bir ihmal elde edilir: Her GD için, ağırlıklı varyanstaki açı ile ağırlıklandırılarak sırayla kalan tüm yönlerden hesaplanır oldukları dizin GD farklıydı. <ol><li> Azalma şiddeti gösteren en az bir dilim GD tespit ederek bir eser düzeltme yapın, yani hareket eserler kendiliğinden su neden<html> bject hareketi (Şekil 3, üst panel). Herhangi bir difüzyon ağırlıklı birim için, her bir dilim için ortalama yoğunluğu hesaplamak ve ağırlıklı ortalama bir yaklaşım kullanarak tüm diğer birimler aynı dilim ile yoğunluğu karşılaştırma - ağırlık faktörü iki GD vektörlerin nokta ürünüdür <img alt="Denklem 8" fo:src="/files/ftp_upload/50427/50427eq8highres.jpg" src="/files/ftp_upload/50427/50427eq8.jpg" /> : <img alt="Denklem 9" fo:src="/files/ftp_upload/50427/50427eq9highres.jpg" src="/files/ftp_upload/50427/50427eq9.jpg" /> <img alt="Denklem 10" fo:src="/files/ftp_upload/50427/50427eq10highres.jpg" src="/files/ftp_upload/50427/50427eq10.jpg" /> <img alt="Denklem 11" fo:src="/files/ftp_upload/50427/50427eq11highres.jpg" src="/files/ftp_upload/50427/50427eq11.jpg" /> gözlem altında dilimin aritmetik ortalama yoğunluk gösterir ve427eq12.jpg &quot;/ karşılaştırma için&gt; bir dilim. Bağıl ortalama yoğunluk sapması <img alt="Denklem 13" fo:src="/files/ftp_upload/50427/50427eq13highres.jpg" src="/files/ftp_upload/50427/50427eq13.jpg" /> GD nokta ürünü ağırlıklı. Böylece, küresel bir parametre tanımlamak için: <img alt="Denklem 14" fo:src="/files/ftp_upload/50427/50427eq14highres.jpg" src="/files/ftp_upload/50427/50427eq14.jpg" /> her dilim slicewise karşılaştırmalar en az yansıtır. </li><li> S, belirli bir eşik değerinin (bu örnekte, 0.8 bir eşik bu amaç için kullanılır) altında ise, bütün bu hacim, ortadan kaldırmak veya GD. 0.8 bir eşik Şekil 3 sagital rekonstrüksiyon hareket eserler görünür göstermektedir. Istikrarlı bir çözüm 32 olarak kabul edilir ve QC algoritması tarafından algılanır. Bu örnekte, GD sayısı (Şekil 3c mavi nokta) dışında, 17 S karşılık gelen kırmızı çizgi altındaydı = 0.8 ve siteld ortadan. Bir bütün çalışma için bir birim eleme istatistik bir örneği Şekil 3B &#39;de sunulmaktadır. Bu örnek teşkil eden çalışmada, 29 presemptomatik HD deneklerin DTI verileri 30 kontroller DTI verileri ile karşılaştırılmıştır. Bu algoritma daha başka ayrıntıları, 32, 33 olarak sunulmuştur. </li></ol></li><li> Ön işleme ve mekansal normalleşme <ol><li> Eko-planar görüntüleme veri girdap akımları bağlı geometrik çarpıklıkların düzeltilmesi 34 önerdiği yöntemle ayarlar yapın. </li><li> Stereotaksik normalleştirilmesi için, bir çalışma-spesifik (b = 0) oluşturabilir - şablon olarak ve daha önce tarif edildiği gibi bir 17,28,31 FA-şablonu. Temel olarak, bir tam doğrusal olmayan bir stereotaksik normalleştirme adet deformasyon bileşenden oluşur. Sonuç olarak, ortaya çıkan difüzyon tensör <img alt="Denklem 15" fo:src="/files/ftp_upload/50427/50427eq15highres.jpg" src="/files/ftp_upload/50427/50427eq15.jpg" /> her bir voksel i rotat olmak zorundadır(Şekil 4) Yukarıda listelenen tüm rotasyonlar göre ed: <ol class="lroman"><li> Şekil 4a temel koordinat çerçeveleri hizalamak için katı bir beyin dönüşüm gösterir. Dönme <img alt="Denklem 16" fo:src="/files/ftp_upload/50427/50427eq16highres.jpg" src="/files/ftp_upload/50427/50427eq16.jpg" /> temel koordinat çerçevesi için hizalama kaynaklanan uygulanmalıdır <img alt="Denklem 17" fo:src="/files/ftp_upload/50427/50427eq17highres.jpg" src="/files/ftp_upload/50427/50427eq17.jpg" /></li><li> Şekil 4b önemli noktalara göre doğrusal bir deformasyon gösterir. Özvektörler bileşenleri <img alt="Denklem 5" fo:src="/files/ftp_upload/50427/50427eq5highres.jpg" src="/files/ftp_upload/50427/50427eq5.jpg" /> doğrusal deformasyon S (beyin bölgesi s, a = 1 ... 6 bağlıdır) altı normalleştirme parametrelerine göre adapte edilmesi gerekir. v, w j </sub&gt;&#39;&#39; &#39;= S, V, W J&#39;&#39;&#39; W = 1,2,3 ve j = x, y, z. </li><li> Şekil 4c, doğrusal olmayan beyin şekil farkları dengeleme, doğrusal olmayan bir normalleştirme gösterir. 3-D vektör vardiya 3-D voksel dizinin her voksel için ayrı bir dönüşüme giden her voksel için farklıdır <img alt="Denklem 18" fo:src="/files/ftp_upload/50427/50427eq18highres.jpg" src="/files/ftp_upload/50427/50427eq18.jpg" /> .) Standart trigonometri 3-D vektör vardiya neighbored voksellerin özvektörleri arasındaki yönlü ilişkileri korumak için 16 kavramlarını takip sonucu, her voksel için bağımsız bir rotasyon matrisi verir. Böylece, iki neighbored vokseller farklı vardiya ilgili özvektörler bir dönüş yol. Tensör uyum için dilatasyon matrisler kullanın <img alt="Denklem 15" fo:src="/files/ftp_upload/50427/50427eq15highres.jpg" src="/files/ftp_upload/50427/50427eq15.jpg" /> her vokselinçevreleyen vokselleri. <img alt="Denklem 19" fo:src="/files/ftp_upload/50427/50427eq19highres.jpg" src="/files/ftp_upload/50427/50427eq19.jpg" /> <img alt="Denklem 20" fo:src="/files/ftp_upload/50427/50427eq20highres.jpg" src="/files/ftp_upload/50427/50427eq20.jpg" /> bileşenleri; <img alt="Denklem 18" fo:src="/files/ftp_upload/50427/50427eq18highres.jpg" src="/files/ftp_upload/50427/50427eq18.jpg" /></li></ol> Tüm normalleşme süreci iteratif, bir tarayıcı-ve sıra özel (b = 0) oluşturmak yani - şablon ilk adım bu çalışma için aritmetik (b = 0) ortalayarak - lineer dönüşüm sonra tüm konularda hacimleri elle göre yerler ayarlayın. Bu ilk normalleştirme sonra, normalleşme matrisler optimize etmek için geliştirilmiş şablonları oluşturabilir. Aşağıdaki adımlar 1.2.3 kadar 1.2.5 için Şekil 5a şematik görüntülendi. </li><li> Bu bireysel normalleşme işlemden sonra (stEP (I) - şablonları T 1) - DTI veri I 0), tek tek tüm DTI verileri bir çalışma özgü oluşturmak için ayarlar (- şablon ve FA-şablonu (adım (ii B = 0)) kullanın. Bir FA-şablonuna olmayan afin kaydı olarak avantajı göre daha fazla kontrast sağladığı vardır (b = 0) görüntüleri 10, tüm tek tek hastaların FA-haritalar ve kontrol edilen ortalama ile bir FA-şablonu tanımlayabilirsiniz. </li><li> İkinci adımda, Ashburner ve Friston 35 temel fikirlerini takip, bir doğrusal olmayan MNI normalleşme DTI veri (adım (iii)) FA-haritanın bölgesel yoğunlukları arasındaki uyumsuzluk takılacak en aza indirerek ve setleri gerçekleştirmek kareleri alınmış farkların (X 2) göre FA-şablon - bu şekilde, DTI verileri I 1 edinin. </li><li> Bu verilere dayanarak, yeni şablonlar T 2 (adım (iv)) elde edilir. Bu bireysel FA-haritalar ve t arasındaki ilişki kadar işlemi tekrarlayın iteratifo FA-şablon&gt; 0.7 olduğunu. Genellikle bu iki yineleme sonra ulaşılır. </li></ol></li><li> Tüm beyin temelli mekansal istatistik Aşağıdaki adımlar 1.3.5 için 1.3.1 Şekil 5b şematik olarak görüntülendi. <ol><li> 1.2 normalleştirme işlemi ile ilgili olarak normalize DTI veri FA-haritalar hesaplayın. yön bilgisi (adım (i)) korumak amacıyla. </li><li> Voxelwise istatistiksel karşılaştırma önce bir ön işleme adım olarak, bireysel normalize FA-haritalar için bir yumuşatma filtre (adım (ii)) geçerlidir. Yumuşatma için, filtre boyutu DTI veri analizi 36 sonuçlarını etkiler gerçeği ayrıntılı olarak, verileri işlemek için kullanılan filtrenin genişliği beklenen farkın büyüklüğüne uygun olmalıdır belirten eşleştirilmiş filtre teoremi uygulanmasını gerektirir nörodejeneratif hastalıklarda (örneğin 28) DTI verilerine önceki uygulamalarda. </li><li> Istatistiksel comp gerçekleştirinStudent t-testi ile hasta grupları ve ilgili kontrol grubu voxelwise arasında Arison, (adım (iii her voksel ayrı ayrı, FA-haritalar &#39;kontrollerin FA değerleri ile FA-haritalar ve hasta yakınlarının FA değerleri karşılaştırmak yani )). Kortikal gri cevher 0.2 37 FA değerleri göstermesi 0.2 aşağıda FA değerleri hesaplama için kabul edilmez. </li><li> İstatistiksel sonuçlar yanlış-keşif-oranı (FDR) p algoritması &lt;0.05 38 (adım (iv)) kullanılarak çoklu karşılaştırmalar için düzeltilmesi gerekir. 512 bir eşik küme boyutu yol açan, izole vokselleri veya düzeltme çekirdek büyüklüğü aralığında voksellerden küçük izole gruplar ortadan - alfa hata daha da azaltılması bir mekansal korelasyon algoritması (adım (v) kümeleme) tarafından yapılacak olan vokselleri. </li><li> Bir morfolojik arka plan (adım (v)) üzerindeki sonuçlarını görüntülemek için, aritmetik MNI alanı ve ortalama ayarlayan 3-D T1 ağırlıklı veri normalleştirmek. Bu normalleşme p gerçekleştirinDTG verilere uygulanan normalleştirme benzer şekilde bir çalışma-belirli bir şablon kullanılarak rocedure 17 belirler. </li></ol></li></ol> Şekil 6 ALS hastaları vs kontrollerin tüm beyin temelli mekansal istatistik (WBSS) sonuçları göstermektedir. Şekil 6a bir sagital azalmış FA değerlerin yerel maksimum gösterir, coronar ve eksenel görünümü (p &lt;0.01 eşiklenir birden için düzeltilmiş karşılaştırmalar). Şekil 6b TFAS için temel olarak kullanılan kortikospinal sisteminde başlangıç ​​noktaları ile eğik FT gösterir. Şekil 6c bir ALS hastalarının örnek ve eşleştirilmiş kontrollerde arasında mekansal istatistik (WBSS) tabanlı tüm beyin tarafından tespit FA-haritalarda grup farklılıklar göstermektedir bir slicewise görselleştirme. <ol start="4"><li> Traktografi ve tractwise fraksiyonel anizotropi istatistikler (TFAS) Şekil 7, 1 &#39;de tarif edildiği gibi TFAS de dahil olmak üzere, grup tabanlı FT işlemi göstermektedir.4.1 1.4.4 kadar. <ol><li> Grup tabanlı algoritmalar FT uygulamak için, DTG oluşturmak veri birlikte daha önce 17 tarif edilen yöntemlere göre, hasta verilerini ve kontrollerden &#39;veri kümeleri, ortalama olarak. Bu ortalama 16 tarif tekniklerine göre normalleşme sürecinde korunur yönelim bilgilerin dikkatli tedavi gerektirir - detay 30 görmek için. </li><li> Bir düzene izleme tekniği 31 uygulanarak konusu grupların ortalama DTI veri setleri traktografi yapın. Ardışık FT analizi için temel olan tüm beyin temelli FA analizleri ile yerel maksimum bitişik el tanımlanan tohum noktaları belirlemek. Tohumların belirlenmesinden sonra, traktografi gerçekleştirmek ve aşağıdaki TFAS 30 için bir grup özel maske olarak tarif liflerin vokselleri tanımlar. </li><li> Traktografi sonuçları ölçmek için, inci kullanılarak TFAS tekniğini uygulamakortalama DTI veriler oluşturulan e lif yolları hasta ve kontrol &#39;FA-haritalar arasında bir karşılaştırma katkıda voksellerin seçimi için her grup (hasta veri ve kontrol verileri bir araya) tüm konuların ayarlar. </li><li> Student t-testi ile istatistiksel analiz için 0.2 üzerinde bir FA değeri ortaya çıkan vokselleri düşünün. </li><li> İsterseniz, TFAS teknik, ortalama yayınım gibi türetilmiş DTI ölçümleri, (MD), radyal anizotropi, eksenel anizotropi, vb (bir örnek için, 28) için uygulanabilir. </li><li> Sonuçlar MNI-normalize 3-D T1 ağırlıklı veri setleri oluşan morfolojik arka plan üzerinde görüntülenir </li></ol></li></ol>

Yazarlar ifşa hiçbir şey yok.

DTG veri denekler arası ortalama sırasıyla difüzyon genliği (FA bilgilerin kullanılması ile) ve yayılma yönü (FT dayalı olarak) ile ilgili olarak elde edilebilir. FA haritaların ortalama WBSS ve TFAS tarafından konu grupların istatistiksel karşılaştırma için izin verir. Bu metodolojik çerçeve arası konu ortalama ve grup karşılaştırma ile DTI tekniklerine giriş yapılıyor. Stereotaksik normalleştirme ve grup düzeyinde FA haritaların karşılaştırılması konu grupları arasındaki farklı...

Insan beyninde difüzyon tensör görüntüleme Merkezi sinir sisteminde beyaz madde (PY) nöroglia yolları ve diğer hücre nüfusu az çeşitli ek olarak yoğun bir şekilde aksonlar oluşur. Bir akson olan aksonal membran hem de iyi hizalanmış protein lifleri beyin WM 1 anizotropik su dağılım yol açan, lif yönelimine dik su dağılım kısıtlar. Aksonlar etrafında miyelin kılıfını da hücre içi ve dışı su 2 her ikisi için de anizotropi katkıda bulunabilir. Bu anizotropi kantitatif açıklaması difüzyon tensör görüntüleme (DTG) tarafından tespit edilebilir. DTI su difüzyon yerel mikro özelliklere sahip ağırlıklı dokuların görüntüler üretir. Her pozisyonda görüntü yoğunlukları (temsil sözde difüzyon manyetik gradyan şiddeti ve yönü ile ilgili olarak, zayıflatılmışb-değeri), hem de su molekülleri 3 yaygın olan, yerel mikro, difüzyon katsayısı D skalar değeri: <img alt="Denklem 1" fo:src="/files/ftp_upload/50427/50427eq1highres.jpg" src="/files/ftp_upload/50427/50427eq1.jpg" /> Bununla birlikte, WM anizotropi varlığında, difüzyon artık tek bir skalar katsayısı ile karakterize edilen, ancak tensör gerektirir <img alt="Denklem 3" fo:src="/files/ftp_upload/50427/50427eq3highres.jpg" src="/files/ftp_upload/50427/50427eq3.jpg" /> İlk yaklaşım bu yönde 4 arasında her yönde ve korelasyon birlikte moleküler hareketlilik anlatılmaktadır. Difüzyon anizotropi özellikle WM lif yolları yönünü neden olur ve mikro-ve macrostructural özellikleri etkilenir. Mikroyapısal özellikleri arasında, intraaxonal organizasyon lif yoğunluğunun yanı sıra, difüzyon anizotropi üzerinde büyük etkisi olduğu görülmektedirnd hücre ambalaj, miyelinasyonun derecesi ve bireysel elyaf çapı. Bir makroskopik ölçekte, bir görüntüleme voksel tüm WM yolları yönde değişkenlik anizotropi 5 derecesi etkiler. Tipik DTI ölçümlerde, voksel boyutları milimetre sıralanmıştır. Bu nedenle, her bir voksel genellikle birkaç akson hem de çevresindeki su molekülleri kapsar tespit hacmi içindeki su moleküllerinin ortalama bilgi içerir. Bu çok yönlü ortama rağmen, DTI baskın aksonal yönüne hizalar en büyük ana ekseni yönünü duyarlı, yani aksonal katkı ölçülen sinyal 2 hakimdir. İlk, difüzyon anizotropi 5 ve ikinci yönünü bağımsız ölçüde, imag su difüzyon baskın yönü: DTI su difüzyon özelliği hakkında iki tür bilgi sağlare vokselleri, difüzyon dizilişi 6 yani. Aşağıdaki belirtildiği gibi mevcut protokoller, grup seviyesinde konu grupları kantitatif karşılaştırılması için DTI analiz teknikleri bir çerçeve sağlamak gerekiyor. Difüzyon özelliklerinin ölçümü - analiz parametreleri B (Denklem 1) Bir tensör olmuştur, böylece simetrik tensörünün elemanları sinyal kaybı ile sonuçlanan, en az altı olmayan doğrudaş ve eş düzlemli olmayan yönleri boyunca difüzyon gradyanlar ile ölçülebilir <img alt="Denklem 2" fo:src="/files/ftp_upload/50427/50427eq2highres.jpg" src="/files/ftp_upload/50427/50427eq2.jpg" /> Bu denklem dik yönde (çapraz açısından) uygulanan ve hatta uygulanan görüntüleme geçişlerini arasında olan görüntüleme ve difüzyon geçişlerini arasındaki olası etkileşimler için muhasebe gerektirirdik yönde 4. İkinci-sıra difüzyon tensör <img alt="Denklem 3" fo:src="/files/ftp_upload/50427/50427eq3highres.jpg" src="/files/ftp_upload/50427/50427eq3.jpg" /> her zaman tensör temel diyagonal boyunca sadece üç sıfır olmayan elemanlar terk köşegenleştirilebilir olabilir, (Özdeğer yani <img alt="Denklem 4" fo:src="/files/ftp_upload/50427/50427eq4highres.jpg" src="/files/ftp_upload/50427/50427eq4.jpg" /> .) Özdeğer elipsoid şekli veya yapılandırma yansıtmaktadır. Elipsoid ve laboratuvar çerçevenin koordinatlar arasındaki matematiksel ilişki özvektörler tarafından açıklanan <img alt="Denklem 5" fo:src="/files/ftp_upload/50427/50427eq5highres.jpg" src="/files/ftp_upload/50427/50427eq5.jpg" /> Tensör veri görüntüleme çeşitli zorluklar olduğu için, difüzyon elipsoitlerin kavramı 3 önerilmiştir. Bu e EigendiffusivitiesElipsoid eksantrikliği ile ilgili bilgi sağlar iken elipsoidin ana ekseni, liflerin yönü ile çakışan voksel temel yayılma yönü temsil llipsoids yani, ortamın difüzyon ana yönde tek boyutlu difüzyon katsayıları temsil anizotropi ve simetri derecesi. Bu nedenle, fraksiyonel anizotropi (FA) olarak difüzyon anizotropi ölçümleri 7 tanımlanabilir. <img alt="Denklem 6" fo:src="/files/ftp_upload/50427/50427eq6highres.jpg" src="/files/ftp_upload/50427/50427eq6.jpg" /> <img alt="Denklem 7" fo:src="/files/ftp_upload/50427/50427eq7highres.jpg" src="/files/ftp_upload/50427/50427eq7.jpg" /> Tüm Özdeğer ve aritmetik ortalamasıdır. Bir başka yaklaşım traktografi approa tekabül eden, beynin WM bağlantı adresine difüzyon tensörünün ana yön kullanmaktırhangi kanal birbirine bağlı olduğu, beynin bölümleri araştırmak için niyeti. Difüzyon tensör en önemli bileşeni yönünü baskın aksonal yolları yönünü temsil ettiği varsayılarak, her vektör fiber yönü temsil eder, bir 3-D vektör alanı sağlanır. İlk kategori fiber yolu yayılma 2,8,9 her adımı için yerel tensör bilgileri kullanarak hat yayılma algoritmalar dayanmaktadır: Şu anda, iki tip ayrılabilir olabilir WM yolları yeniden inşa etmek farklı yaklaşımlar vardır. İkinci kategori yolu tabanlı mekansal istatistik yaklaşımı ile sonuçlanan iki WM bölge arasındaki enerjik en uygun yolu bulmak için küresel enerji minimizasyonu dayanmaktadır (TBSS) gibi tractwise fraksiyonel anizotropi istatistik (TFAS gibi diğer algoritmalar kullanılmıştır 10 - protokol metni, bkz. Bölüm 2.4).. Stereotaksik standı dönüşümard alanı Diğer gelişmiş MR yöntemleri gibi, bir klinik bağlamda DTI-ve FT-dayalı çalışmalar 11 metrik bazı ayrımcılığa dayalı tanı sürecini kolaylaştırmak için hastanın beyin morfolojisi kategorize nihai hedefi takip. Ortak klinik fenotip bir veya daha fazla beyin alanları veya belirli nöroanatomik ağa hasar nedeniyle olması gerekiyordu, grubun düzeyinde çalışmalar en uygun olan. Burada, farklı konular için sonuçların ortalama mikro değişiklikler ortak kalıpları değerlendirmek için yararlıdır. Her bir beyin, böylece bir ikinci adımda, ortalama aritmetik bir voksel-by-voksel düzeyde sonuç mümkündür stereotaksik uzaya aktarılır zorundadır. Mekansal normalleştirme sinyal-gürültü oranı (SNR) geliştirmek ve hasta numuneleri ve konteynerler bir karşılaştırma yapmak amacıyla farklı hastalardan elde edilen sonuçların aritmetik ortalama müsadeRols belirli bir bozukluğun hesaplama pathoanatomy analiz etmek için, belirli bir beyin sisteminin özenti ile ilişkili bir nörodejeneratif hastalık gibi. 12 tarafından standart bir stereotaksik alana normalleştirme erken yaklaşımı çeşitli beyin yerler ve beyin kadranın parça parça ölçekleme belirlenmesi içeren standart bir atlas bir dönüşüm algoritması önerdi. Günümüzde, gelişmiş MR veri analizi paketleri çoğu Montreal Nöroloji Enstitüsü (MNI) stereotaksik alanı 13 normalleştirme kullanın. Bu dönüşüm için, çalışma belirli şablonları kullanarak yarı otomatik ve otomatik beyin kaydı algoritmaları 14,15 geliştirilmiştir. DTI, özel ilgi normalleşme sürecine 16,17 sırasında yön bilgilerini korumak için çizilecek vardır. DT-MR görüntüleri için mekansal dönüşümlerin uygulanması hangi mekansal normalleşmesi için gereklidirveri setleri koleksiyonları DTS yeniden dönüşümü ile etkilenir yönelim bilgisi içeren gerçeği ile daha da karmaşık çözgü sayısal görsel aksine vardır. Bu etki dönüştürülmüş görüntünün anatomik doğruluğunu sağlamak için dikkate alınması gerekir. Burada, DTI veri setleri için afin dönüşümler uygulamak için teknikleri sunulmaktadır. Beyin hastalıkları DTI Uygulanması Uzunlamasına DTI veri karşılaştırılması aralarında bir konu veri bir uyum / kayıt olunması. Bu bağlamda, yön bilgilerin korunması (afin dönüşümler sırasında difüzyon tensör yani dönme) gereklidir. Nörodejeneratif hastalıklar için olası uygulamalar (örneğin 18,19) daha önce bildirilmiştir. DTI in vivo nöropatoloji araştırmak için güçlü bir non-invaziv teknik araç olarak kurulmuşturWM nöronal yolları ogy (örneğin 11,20,21,22). Difüzyon süreci DTG tabanlı bir miktar ölçümleri, FA, örneğin daha önce, inme 20, multipl skleroz 23, amiyotrofik lateral skleroz, 24, 25, Alzheimer hastalığı 26 olarak WM patolojilerin, geniş bir yelpazede çalışmak için hassas belirteçleri gösterilmiştir ve diğer bazı WM bozuklukları 27,28. Buna ek olarak, FT ile DTG WM yolları 23 tanımlamak için kullanılabilir. Bu teknik, hala rutin klinik kullanımda, nörolojik hastalığı yolu özgü anormalliklerin değerlendirilmesi için güçlü bir araç olarak ortaya çıkmaktadır olmasa da. Tespit yolları içinde, çeşitli kantitatif MRG endeksleri DTI verilere anatomik coregistered olan ölçülebilir ki DTI ve ek satın alma (örneğin, T2 ağırlıklı görüntülerde ve / veya manyetizasyon transfer (MT) görüntüleme) elde edilen. Bu vesile ile, her dizin calcul olabilirsistem profilleri olarak mekansal değişim gösteren araziler atıfta sistemi içinde konumunun bir fonksiyonu olarak ated. 1.5 uygulandı aşağıdaki, insan DTI taramaları Tesla MR-tarayıcılar (Siemens Medical, Erlangen, Almanya) hasta gruplarında hem de bireylerde beyaz cevher anormallikleri tespit etmek için çeşitli analiz tekniklerinin potansiyel araştırmak için kullanılmıştır. Eserler başka türlü hareket bozuk hacimleri ve hacimleri ortadan kaldırılması için otomatik bir kalite kontrol sonra, standart postprocessing işlemleri ardışık analiz için DTI verileri hazırlamak. Farklı analiz yaklaşımlar aşağıdaki gösterildiği, yani mekansal istatistik tabanlı ilk, tüm beyin (WBSS), ikinci, FT, ve üçüncü, Tractwise fraksiyonel anizotropi istatistik (TFAS). Olacak WBSS genellikle DTI verileri (VBM / DTI) üzerinde voksel tabanlı morfometri / istatistik olarak bilinir voksel tabanlı morfometri (VBM) benzer şekilde çalışan bir yöntemdir <em&gt;. VBTM başlangıçta WBSS bir fiziksel parametrenin voxelwise karşılaştırması kullanan bir yöntem ise ayrı olarak tarar kontrast farklılıkları çözülmesi gereken kontrast görüntüleri üzerinde çalışan bir yöntemdir. Algoritmik benzer olsa da, bu nedenle, WBSS ve VBM ayırt bir terminoloji aşağıdaki kullanılacaktır.

<table><tbody><tr><td>MR scanner</td><td></td><td></td><td>Siemens 1.5 T Magnetom Symphony</td></tr><tr><td>analysis software </td><td></td><td></td><td>TIFT - Tensor Imaging and Fiber Tracking</td></tr></tbody></table>

diffusion tensor magnetic resonance imaging in the analysis of neurodegenerative diseases

Difüzyon tensör görüntüleme (DTG) teknikleri in vivo serebral beyaz cevher (WM) ve mikro süreçleri hakkında bilgi vermek. Mevcut uygulamalar uyumlu kontrollere göre farklı DTI analizler kullanılarak farklı beyin hastalıkları, özellikle nörodejeneratif hastalıkların, WM katılımı desen farklılıkları araştırmak için tasarlanmıştır. DTI veri analizi bir değişken şekilde yapılır, birlikte lif izleme ile bu fraksiyonel anizotropi gibi bölgesel difüzyon yön-tabanlı ölçümleri (FA), (FT) yani voxelwise karşılaştırılması amacıyla grup seviyesinde tractwise fraksiyonel anizotropi istatistik (TFAS) ile birlikte grup seviyesinde WM değişikliklerin bölgesel desen tanımı amaçlayan, WM yapıları birlikte FA farklılıkları tanımlamak için. Bir stereotaksik standart uzaya Dönüşüm grup çalışmaları için bir ön koşuldur ve d korumak için işlem ayrıntılı veri gerektiririrectional arası bağımlılıkları. Mevcut uygulamalar grup seviyesinde veri analizleri mekansal normalleştirme sırasında nicel ve yön bu bilgi korunması için optimize edilmiş teknik yaklaşımlar göstermektedir. Bu temelde, MS teknikleri MS tarafından tanımlanan ölçüm bilgilerini ölçmek amacıyla grubun ortalama veri uygulanabilir. Ayrıca, DTI yöntemlerin uygulanması, bireysel konu bazında bir uzunlamasına analizinde stereotaksik yönlendirmeden sonra FA-haritalarda yani farklılıkları, nörolojik hastalıkların ilerlemesi hakkında bilgi ortaya koymaktadır. DTG tabanlı bir sonuç daha da kalitesinin iyileştirilmesi yüksek gürültü seviyeleri gradyanı ile yönde kontrollü bir eleme uygulanması ile ön işleme sırasında elde edilebilir. Özet olarak, DTG tüm beyin bazlı ve kanal bazlı DTG analizi kombinasyonu, farklı beyin hastalıkları ayrı bir WM pathoanatomy tanımlamak için kullanılır.

1. Hiperkinetik bozukluğu olan QC ve hasta veri uygulama bozulmuş gradyan yönleri için düzeltme QC uygulanması ve sonraki hacim dışlama (bozuk GD için düzeltme bir sonucu olarak) etkisi için bir örnek olarak, Şekil 8 29 premanifest Huntington hastalığı grubu karşılaştırılması için ses dışlama olan ve olmayan tüm beyin temelli mekansal istatistik farklılıklar gösterir 30 yaş ve cinsiyet vs konular kontrolleri uyumlu. Tarama protokolü, 1.5 Tesla Mag...

Watch this Scientific Journal Video about Diffusion Tensor Magnetic Resonance Imaging in the Analysis of Neurodegenerative Diseases at JoVE.com

Diffusion Tensor Magnetic Resonance Imaging in the Analysis of Neurodegenerative Diseases

MRI-tabanlı bir araç tespit olarak difüzyon tensör görüntüleme (DTG) temelde hizmet vermektedir<em&gt; In vivo</em&gt; Serebral beyaz cevher içinde nörolojik bozukluklar nedeniyle beyin ve patolojik süreçlerin mikro. DTI tabanlı analizler grup seviyesinde ve tek bir konu veri hem de beyin hastalıkları için uygulama için izin verir.

Nörodejeneratif Hastalıkların Analizi Difüzyon Tensör Manyetik Rezonans Görüntüleme

Diffusion tensor imaging (DTI) techniques provide information on the microstructural processes of the cerebral white matter (WM) in vivo. The present ...

diffusion-tensor-magnetic-resonance-imaging-analysis

Universidad de Cartagena UDEC

Research

JoVE Journal

Medicine

28.1K Görüntüleme.  University of Ulm. MRI-tabanlı bir araç tespit olarak difüzyon tensör görüntüleme (DTG) temelde hizmet vermektedir In vivo Serebral beyaz cevher içinde nörolojik bozukluklar nedeniyle beyin ve patolojik süreçlerin mikro. DTI tabanlı analizler grup seviyesinde ve tek bir konu veri hem de beyin hastalıkları için uygulama için izin verir.

Video: Diffusion Tensor Magnetic Resonance Imaging in the Analysis of Neurodegenerative Diseases

Registered Bioimaging of Nanomaterials for Diagnostic and Therapeutic Monitoring 

Nanomedications can be carried by blood borne monocyte-macrophages into the reticuloendothelial system (RES; spleen, liver, lymph nodes) and to end organs. The latter include the lung, RES, and brain and are operative during human immunodeficiency virus type one (HIV-1) infection. Macrophage entry into tissues is notable in areas of active HIV-1 replication and sites of inflammation. In order to assess the potential of macrophages as nanocarriers, superparamagnetic iron-oxide and/or drug laden particles coated with surfactants were parenterally injected into HIV-1 encephalitic mice. This was done to quantitatively assess particle and drug biodistribution. Magnetic resonance imaging (MRI) test results were validated by histological coregistration and enhanced image processing. End organ disease as typified by altered brain histology were assessed by MRI. The demonstration of robust migration of nanoformulations into areas of focal encephalitis provides '"proof of concept" for the use of advanced bioimaging techniques to monitor macrophage migration. Importantly, histopathological aberrations in brain correlate with bioimaging parameters making the general utility of MRI in studies of cell distribution in disease feasible. We posit that using such methods can provide a real time index of disease burden and therapeutic efficacy with translational potential to humans.

Registered Bioimaging of Nanomaterials for Diagnostic and Therapeutic Monitoring

Bioimaging methods used to assess cell biodistribution of nanoparticles are applicable for therapeutic and diagnostic monitoring of nanoformulated compounds. The methods described herein are sensitive and specific when assessed by histological coregistration. The methodologies provide a translational pathway from rodent to human applications.

Teşhis ve Tedavi İzleme Nanomalzemelerin Kayıtlı bio

Nanomedications can be carried by blood borne monocyte-macrophages into the reticuloendothelial system (RES; spleen, liver, lymph nodes) and to end ...

Biyomühendislik

Probing the Brain in Autism Using fMRI and Diffusion Tensor Imaging

Newly emerging theories suggest that the brain does not function as a cohesive unit in autism, and this discordance is reflected in the behavioral symptoms displayed by individuals with autism. While structural neuroimaging findings have provided some insights into brain abnormalities in autism, the consistency of such findings is questionable. Functional neuroimaging, on the other hand, has been more fruitful in this regard because autism is a disorder of dynamic processing and allows examination of communication between cortical networks, which appears to be where the underlying problem occurs in autism. Functional connectivity is defined as the temporal correlation of spatially separate neurological events1. Findings from a number of recent fMRI studies have supported the idea that there is weaker coordination between different parts of the brain that should be working together to accomplish complex social or language problems2,3,4,5,6. One of the mysteries of autism is the coexistence of deficits in several domains along with relatively intact, sometimes enhanced, abilities. Such complex manifestation of autism calls for a global and comprehensive examination of the disorder at the neural level. A compelling recent account of the brain functioning in autism, the cortical underconnectivity theory,2,7 provides an integrating framework for the neurobiological bases of autism. The cortical underconnectivity theory of autism suggests that any language, social, or psychological function that is dependent on the integration of multiple brain regions is susceptible to disruption as the processing demand increases. In autism, the underfunctioning of integrative circuitry in the brain may cause widespread underconnectivity. In other words, people with autism may interpret information in a piecemeal fashion at the expense of the whole. Since cortical underconnectivity among brain regions, especially the frontal cortex and more posterior areas 3,6, has now been relatively well established, we can begin to further understand brain connectivity as a critical component of autism symptomatology.
A logical next step in this direction is to examine the anatomical connections that may mediate the functional connections mentioned above. Diffusion Tensor Imaging (DTI) is a relatively novel neuroimaging technique that helps probe the diffusion of water in the brain to infer the integrity of white matter fibers. In this technique, water diffusion in the brain is examined in several directions using diffusion gradients. While functional connectivity provides information about the synchronization of brain activation across different brain areas during a task or during rest, DTI helps in understanding the underlying axonal organization which may facilitate the cross-talk among brain areas. This paper will describe these techniques as valuable tools in understanding the brain in autism and the challenges involved in this line of research.

Neuroimaging techniques, such as functional MRI and Diffusion Tensor Imaging have become increasingly useful in characterizing the cognitive and neural deficits in autism. An examination of brain connectivity in autism at a network level along with adaptations for scanning children with developmental disabilities is presented.

FMRI ve Difüzyon Tensör Görüntüleme Otizm Beyin problama

Newly emerging theories suggest that the brain does not function as a cohesive unit in autism, and this discordance is reflected in the behavioral ...

Tıp

Co-analysis of Brain Structure and Function using fMRI and Diffusion-weighted Imaging

The study of complex computational systems is facilitated by network maps, such as circuit diagrams. Such mapping is particularly informative when studying the brain, as the functional role that a brain area fulfills may be largely defined by its connections to other brain areas. In this report, we describe a novel, non-invasive approach for relating brain structure and function using magnetic resonance imaging (MRI). This approach, a combination of structural imaging of long-range fiber connections and functional imaging data, is illustrated in two distinct cognitive domains, visual attention and face perception. Structural imaging is performed with diffusion-weighted imaging (DWI) and fiber tractography, which track the diffusion of water molecules along white-matter fiber tracts in the brain (Figure 1). By visualizing these fiber tracts, we are able to investigate the long-range connective architecture of the brain. The results compare favorably with one of the most widely-used techniques in DWI, diffusion tensor imaging (DTI). DTI is unable to resolve complex configurations of fiber tracts, limiting its utility for constructing detailed, anatomically-informed models of brain function. In contrast, our analyses reproduce known neuroanatomy with precision and accuracy. This advantage is partly due to data acquisition procedures: while many DTI protocols measure diffusion in a small number of directions (e.g., 6 or 12), we employ a diffusion spectrum imaging (DSI)1, 2 protocol which assesses diffusion in 257 directions and at a range of magnetic gradient strengths. Moreover, DSI data allow us to use more sophisticated methods for reconstructing acquired data. In two experiments (visual attention and face perception), tractography reveals that co-active areas of the human brain are anatomically connected, supporting extant hypotheses that they form functional networks. DWI allows us to create a "circuit diagram" and reproduce it on an individual-subject basis, for the purpose of monitoring task-relevant brain activity in networks of interest.

We describe a novel approach for simultaneous analysis of brain function and structure using magnetic resonance imaging (MRI). We assess brain structure with high-resolution diffusion-weighted imaging and white-matter fiber tractography. Unlike standard structural MRI, these techniques allow us to directly relate anatomical connectivity to functional properties of brain networks.

FMRI ve difüzyon ağırlıklı görüntüleme ile Beyin Yapısı ve Fonksiyonu Co-analizi

The study of complex computational systems is facilitated by network maps, such as circuit diagrams. Such mapping is particularly informative when ...

Nörobilim

DTI of the Visual Pathway - White Matter Tracts and Cerebral Lesions

DTI is a technique that identifies white matter tracts (WMT) non-invasively in healthy and non-healthy patients using diffusion measurements. Similar to visual pathways (VP), WMT are not visible with classical MRI or intra-operatively with microscope. DTI will help neurosurgeons to prevent destruction of the VP while removing lesions adjacent to this WMT. We have performed DTI on fifty patients before and after surgery between March 2012 to January 2014. To navigate we used a 3DT1-weighted sequence. Additionally, we performed a T2-weighted and DTI-sequences. The parameters used were, FOV: 200 x 200 mm, slice thickness: 2 mm, and acquisition matrix: 96 x 96 yielding nearly isotropic voxels of 2 x 2 x 2 mm. Axial MRI was carried out using a 32 gradient direction and one b0-image. We used Echo-Planar-Imaging (EPI) and ASSET parallel imaging with an acceleration factor of 2 and b-value of 800 s/mm&#178;. The scanning time was less than 9 min.
The DTI-data obtained were processed using a FDA approved surgical navigation system program which uses a straightforward fiber-tracking approach known as fiber assignment by continuous tracking (FACT). This is based on the propagation of lines between regions of interest (ROI) which is defined by a physician. A maximum angle of 50, FA start value of 0.10 and ADC stop value of 0.20 mm&#178;/s were the parameters used for tractography.
There are some limitations to this technique. The limited acquisition time frame enforces trade-offs in the image quality. Another important point not to be neglected is the brain shift during surgery. As for the latter intra-operative MRI might be helpful. Furthermore the risk of false positive or false negative tracts needs to be taken into account which might compromise the final results.

Diffusion tensor imaging (DTI) was performed to try to depict the major parts of the visual pathway. The goal was to use an FDA approved standard commercial workstation which could be used for everyday routine in order to try to reduce postoperative damage of the visual pathway in the patients.

Görsel yola¤ DTI - Beyaz Cevher Yollar ve Serebral Lezyonlar

DTI is a technique that identifies white matter tracts (WMT) non-invasively in healthy and non-healthy patients using diffusion measurements. Similar to ...

Tracking the Mammary Architectural Features and Detecting Breast Cancer with Magnetic Resonance Diffusion Tensor Imaging

Breast cancer is the most common cause of cancer among women worldwide. Early detection of breast cancer has a critical role in improving the quality of life and survival of breast cancer patients. In this paper a new approach for the detection of breast cancer is described, based on tracking the mammary architectural elements using diffusion tensor imaging (DTI). 
The paper focuses on the scanning protocols and image processing algorithms and software that were designed to fit the diffusion properties of the mammary fibroglandular tissue and its changes during malignant transformation. The final output yields pixel by pixel vector maps that track the architecture of the entire mammary ductal glandular trees and parametric maps of the diffusion tensor coefficients and anisotropy indices. 
The efficiency of the method to detect breast cancer was tested by scanning women volunteers including 68 patients with breast cancer confirmed by histopathology findings. Regions with cancer cells exhibited a marked reduction in the diffusion coefficients and in the maximal anisotropy index as compared to the normal breast tissue, providing an intrinsic contrast for delineating the boundaries of malignant growth. Overall, the sensitivity of the DTI parameters to detect breast cancer was found to be high, particularly in dense breasts, and comparable to the current standard breast MRI method that requires injection of a contrast agent. Thus, this method offers a completely non-invasive, safe and sensitive tool for breast cancer detection.

We describe how to obtain parametric and vector maps of the diffusion tensor of the breast using magnetic resonance imaging. The protocol and final output following imaging processing are tailored for tracking breast architectural features and detecting breast malignancy.

Manyetik Rezonans Difüzyon Tensor Görüntüleme ile Meme Mimari Özellikleri İzleme ve algılama Meme Kanseri

Breast cancer is the most common cause of cancer among women worldwide. Early detection of breast cancer has a critical role in improving the quality of ...

Quantitative Magnetic Resonance Imaging of Skeletal Muscle Disease

Quantitative magnetic resonance imaging (qMRI) describes the development and use of MRI to quantify physical, chemical, and/or biological properties of living systems. Neuromuscular diseases often exhibit a temporally varying, spatially heterogeneous, and multi-faceted pathology. The goal of this protocol is to characterize this pathology using qMRI methods. The MRI acquisition protocol begins with localizer images (used to locate the position of the body and tissue of interest within the MRI system), quality control measurements of relevant magnetic field distributions, and structural imaging for general anatomical characterization. The qMRI portion of the protocol includes measurements of the longitudinal and transverse relaxation time constants (T1 and T2, respectively). Also acquired are diffusion-tensor MRI data, in which water diffusivity is measured and used to infer pathological processes such as edema. Quantitative magnetization transfer imaging is used to characterize the relative tissue content of macromolecular and free water protons. Lastly, fat-water MRI methods are used to characterize fibro-adipose tissue replacement of muscle. In addition to describing the data acquisition and analysis procedures, this paper also discusses the potential problems associated with these methods, the analysis and interpretation of the data, MRI safety, and strategies for artifact reduction and protocol optimization.

Neuromuscular diseases often exhibit a temporally varying, spatially heterogeneous, and multi-faceted pathology. The goal of this protocol is to characterize this pathology using non-invasive magnetic resonance imaging methods.

İskelet Kası Hastalığının kantitatif Manyetik Rezonans Görüntüleme

Quantitative magnetic resonance imaging (qMRI) describes the development and use of MRI to quantify physical, chemical, and/or biological properties of ...

Diffusion Imaging in the Rat Cervical Spinal Cord

Magnetic resonance imaging (MRI) is the state of the art approach for assessing the status of the spinal cord noninvasively, and can be used as a diagnostic and prognostic tool in cases of disease or injury. Diffusion weighted imaging (DWI), is sensitive to the thermal motion of water molecules and allows for inferences of tissue microstructure. This report describes a protocol to acquire and analyze DWI of the rat cervical spinal cord on a small-bore animal system. It demonstrates an imaging setup for the live anesthetized animal and recommends a DWI acquisition protocol for high-quality imaging, which includes stabilization of the cord and control of respiratory motion. Measurements with diffusion weighting along different directions and magnitudes (b-values) are used. Finally, several mathematical models of the resulting signal are used to derive maps of the diffusion processes within the spinal cord tissue that provide insight into the normal cord and can be used to monitor injury or disease processes noninvasively.

The goal of this protocol is to obtain high-quality diffusion weighted magnetic resonance imaging (DWI) of the rat spinal cord for noninvasive characterization of tissue microstructure. This protocol describes optimizations of the MRI sequence, radiofrequency coil, and analysis methods to enable DWI images free from artifacts.

Sıçan Servikal Spinal Kord difüzyon Görüntüleme

Magnetic resonance imaging (MRI) is the state of the art approach for assessing the status of the spinal cord noninvasively, and can be used as a ...

Diffusion Tensor Magnetic Resonance Imaging in Chronic Spinal Cord Compression

Chronic spinal cord compression is the most common cause of spinal cord impairment in patients with nontraumatic spinal cord damage. Conventional magnetic resonance imaging (MRI) plays an important role in both confirming the diagnosis and evaluating the degree of compression. However, the anatomical detail provided by conventional MRI is not sufficient to accurately estimate neuronal damage and/or assess the possibility of neuronal recovery in chronic spinal cord compression patients. In contrast, diffusion tensor imaging (DTI) can provide quantitative results according to the detection of water molecule diffusion in tissues. In the present study, we develop a methodological framework to illustrate the application of DTI in chronic spinal cord compression disease. DTI fractional anisotropy (FA), apparent diffusion coefficients (ADCs), and eigenvector values are useful for visualizing microstructural pathological changes in the spinal cord. Decreased FA and increases in ADCs and eigenvector values were observed in chronic spinal cord compression patients compared to healthy controls. DTI could help surgeons understand spinal cord injury severity and provide important information regarding prognosis and neural functional recovery. In conclusion, this protocol provides a sensitive, detailed, and noninvasive tool to evaluate spinal cord compression.

Here, we present a protocol for the application of diffusion tensor imaging parameters to evaluate spinal cord compression.

Kronik omurilik kompresyonu difüzyon tensor manyetik rezonans görüntüleme

Chronic spinal cord compression is the most common cause of spinal cord impairment in patients with nontraumatic spinal cord damage. Conventional magnetic ...

Advanced Diffusion Imaging in The Hippocampus of Rats with Mild Traumatic Brain Injury

Mild traumatic brain injury (mTBI) is the most common type of acquired brain injury. Since patients with traumatic brain injury show a tremendous variability and heterogeneity (age, gender, type of trauma, other possible pathologies, etc.), animal models play a key role in unraveling factors that are limitations in clinical research. They provide a standardized and controlled setting to investigate the biological mechanisms of injury and repair following TBI. However, not all animal models mimic the diffuse and subtle nature of mTBI effectively. For example, the commonly used controlled cortical impact (CCI) and lateral fluid percussion injury (LFPI) models make use of a craniotomy to expose the brain and induce widespread focal trauma, which are not commonly seen in mTBI. Therefore, these experimental models are not valid to mimic mTBI. Thus, an appropriate model should be used to investigate mTBI. The Marmarou weight drop model for rats induces similar microstructural alterations and cognitive impairments as seen in patients who sustain mild trauma; therefore, this model was selected for this protocol. Conventional computed tomography and magnetic resonance imaging (MRI) scans commonly show no damage following a mild injury, because mTBI induces often only subtle and diffuse injuries. With diffusion weighted MRI, it is possible to investigate microstructural properties of brain tissue, which can provide more insight into the microscopic alterations following mild trauma. Therefore, the goal of this study is to obtain quantitative information of a selected region-of-interest (i.e., hippocampus) to follow up disease progression after obtaining a mild and diffuse brain injury.

The overall goal of this procedure is to obtain quantitative microstructural information of the hippocampus in a rat with mild traumatic brain injury. This is done using an advanced diffusion-weighted magnetic resonance imaging protocol and region-of-interest based analysis of parametric diffusion maps.

Hafif Travmatik Beyin Hasarı Olan Sıçanların Hipokampuslarında İleri Difüzyon Görüntüleme

Mild traumatic brain injury (mTBI) is the most common type of acquired brain injury. Since patients with traumatic brain injury show a tremendous ...

Magnetic Resonance Imaging of Multiple Sclerosis at 7.0 Tesla

The overall goal of this article is to demonstrate a state-of-the-art ultrahigh field (UHF) magnetic resonance (MR) protocol of the brain at 7.0 Tesla in multiple sclerosis (MS) patients. MS is a chronic inflammatory, demyelinating, neurodegenerative disease that is characterized by white and gray matter lesions. Detection of spatially and temporally disseminated T2-hyperintense lesions by the use of MRI at 1.5 T and 3 T represents a crucial diagnostic tool in clinical practice to establish accurate diagnosis of MS based on the current version of the 2017 McDonald criteria. However, the differentiation of MS lesions from brain white matter lesions of other origins can sometimes be challenging due to their resembling morphology at lower magnetic field strengths (typically 3 T). Ultrahigh field MR (UHF-MR) benefits from increased signal-to-noise ratio and enhanced spatial resolution, both key to superior imaging for more accurate and definitive diagnoses of subtle lesions. Hence, MRI at 7.0 T has shown encouraging results to overcome the challenges of MS differential diagnosis by providing MS-specific neuroimaging markers (e.g., central vein sign, hypointense rim structures and differentiation of MS grey matter lesions). These markers and others can be identified by other MR contrasts other than T1 and T2 (T2*, phase, diffusion) and substantially improve the differentiation of MS lesions from those occurring in other neuroinflammatory conditions such as neuromyelitis optica and Susac syndrome. In this article, we describe our current technical approach to study cerebral white and grey matter lesions in MS patients at 7.0 T using different MR acquisition methods. The up-to-date protocol includes the preparation of the MR setup including the radio-frequency coils customized for UHF-MR, standardized screening, safety and interview procedures with MS patients, patient positioning in the MR scanner and acquisition of dedicated brain scans tailored for examining MS.

Here, we present a protocol to acquire magnetic resonance (MR) images of multiple sclerosis (MS) patient brains at 7.0 Tesla. The protocol includes preparation of the setup including the radio-frequency coils, standardized interview procedures with MS patients, subject positioning in the MR scanner and MR data acquisition.

7.0 Tesla'da Multipl Sklerozun Manyetik Rezonans Görüntülemesi

The overall goal of this article is to demonstrate a state-of-the-art ultrahigh field (UHF) magnetic resonance (MR) protocol of the brain at 7.0 Tesla in ...