Behavioural Brain Research：利用自动纤维束分割技术研究帕金森氏病中的局部白质异常
2020-08-01 MedSci原创 MedSci原创
白质(WM)结构的缺失与帕金森病(PD)的进展有关。目前的大多数方法都是基于感兴趣的皮层区域(ROIS)来识别关键的WM区域。然而，由于在灰色物质(GM)附近扩散各向异性低，这类ROI方法可能会受到挑
白质(WM)结构的缺失与帕金森病(PD)的进展有关。目前的大多数方法都是基于感兴趣的皮层区域(ROIS)来识别关键的WM区域。然而，由于在灰色物质(GM)附近扩散各向异性低，这类ROI方法可能会受到挑战，这可能会导致束识别的敏感性降低。本文提出了一种利用明显特征来定位PD中异常WM的自动WM分解方法，以提高WM束识别的准确性。作者认为，在束状束中，沿每根纤维的所有等距的位置都是束状截面。将束状截面的所有点作为节点，而束状体的纤维特性可以用向量表示，向量标记为轮廓。
方法：（1）数据预处理，（2）全脑束描记术 （3）全脑纤维分割 （4）异常纤维去除 （ 5）在感兴趣的族中计算纤维特征 和（6）统计分析 
(1)对伪影进行预处理。(2)在每个合适的WM体素基础上进行全脑造影，使用UKF-血管造影算法。(3)建立的WM聚类图谱，对每个被试的全脑纤维进行了800次聚类，并从一个被试的样本中随机选取了所显示的聚类。(4)移走大幅度偏离束的平均位置的离群纤维 (5)在每个聚类中计算特征(6)进行统计检验，识别显著的差异域和聚类。采用Pearson实验研究临床指标与特异性纤维簇的关系。
结果：提出了一种从全脑血管造影中敏感地识别PD中异常WM束的方法。实验结果与最近的研究结果相吻合。在聚类层次识别出异常区域，并对这些集群进行注释。最后，作者发现13个半球簇和8个连合团簇在特定的簇群中局部区域差异显著，它们包含多纤维束(CB、EC、IoFF、SLF、TF、UF和CC)。 还确定了2组与认知功能相关的组、6组与运动功能相关的组和2组与抑郁状态相关的组。
原文链接：
Wang, J., et al., Investigation of local white matter abnormality in Parkinson’s disease by using an automatic fiber tract parcellation. Behavioural Brain Research, 2020. 394: p. 112805.
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#白质#
38
#HAV#
30
#局部#
32
#EHA#
36
#Research#
40
新技术！
104