ausblenden:
Schlagwörter:
Diffusion MRI; Tract-based analysis; Tractography; Global tractography; Spherical deconvolution; Microstructural metrics; Fiber density
Zusammenfassung:
Diffusion MRI is a non-invasive method that potentially gives insight into the brain’s white matter structure. In order to draw conclusions on tissue properties and their change, specific indices can be derived from local models of diffusion. When making comparisons between subjects or between recordings, tract-based analysis of these indices is a powerful means because it allows for an accurate match between corresponding structures. Here, a framework is proposed to assess and compare diffusion derived tissue properties, using a novel global tractography method, atlas-based parameterization of tract representation and advanced bundle-specific, biophysically meaningful indices describing fiber density, fiber spread and white matter complexity.
In order to obtain reliable local directions in the fiber bundles, a global tractography method named Plausibility Tracking is introduced. It provides the most plausible pathway, modeled as a smooth spline curve, between two locations in the brain. Compared to other tractography methods, Plausibility Tracking combines the more complete connectivity pattern of probabilistic tractography with smooth tracks that are globally optimized using the fiber orientation density function and hence are relatively robust against local noise and error propagation. This new tractography method is explored using data from a phantom and human brains.
Using bundle specific and biophysically meaningful indices, the full framework allows for a more specific interpretation of the white matter’s microstructure compared to rotationally invariant indices derived from the diffusion tensor.
Zusammenfassung:
Komplexe kognitive Funktionen werden in der Regel von mehreren Arealen im Gehirn
gemeinsam geleistet. Aber wie sind diese Areale miteinander verbunden und in
welchem Maße korreliert die Stärke der Verbindungen mit kognitiven Fähigkeiten?
Die diffusionsgewichtete Magnetresonanztomographie ermöglicht es, die Verläufe von Faserverbindungen nachzuvollziehen und zeigt damit, wie verschiedene Areale im Gehirn miteinander verbunden sind. Dieses Bildgebungsverfahren kann außerdem dazu
eingesetzt werden, um mikrostrukturelle Eigenschaften des Gehirns zu beschreiben.
Wenn diese beiden Methoden so miteinander verknüpft werden, dass die lokale Richtung
eines Faserverlaufs dazu verwendet wird den Wert auszuwählen, der die Struktur
dieser Verbindung beschreibt, dann können neue Erkenntnisse über die Funktion und
Entwicklung des menschlichen Gehirns gewonnen werden.
Um einen Verbindungspfad zu modellieren wurde eine neue globale Traktographiemethode namens “Plausibility Tracking” entwickelt. Basierend auf den zugrundeliegenden Daten liefert Plausibility Tracking den plausibelsten Verbindungspfad
zwischen zwei Arealen im Gehirn. Die Qualität des Verlaufs wird mit einem neuen
Maß, der Plausibilität einer Verbindung, bewertet. Die Pfade von Plausibility Tracking
erlauben es, diejenigenWerte der Gewebecharakterisierung auszuwählen, die zu der zu untersuchenden Verbindung gehören. Plausibility Tracking ist in ein System eingebettet, welches diese Werte auf die Verbindungspfade projiziert. Diese Verbindungspfade dienen als Koordinatensysteme für den Vergleich der Werte zwischen Probanden. Um die anatomischen Eigenheiten der Probanden zu berücksichtigen, wird die Parametrisierung
des Verbindungspfades durch einen speziell angefertigten Atlas geleitet.
Plausibility Tracking ermöglicht es, faserbündelspezifische Werte die Verbindungspfade kennzeichnen entlang deren Verlauf zu vergleichen. Diese biophysikalisch sinnvollen Werte erlauben eine spezifischere Beschreibung der Mikrostruktur eines Faserbündels, als die zumeist verwendete fraktionale Anisotrophie. Gleichzeitig stellt die Methode kaum höhere Anforderungen and die Aufnahmesequenz als etablierten
Standardmethoden. Folglich kann die hier vorgestellte Methode sogar im klinischen
Bereich eingesetzt werden.
