Globe Views
500 things that everyone should know ...
Home | About Us

ROI-basert statistisk analyse, representasjon, og Discovery of Human Brain Functions

Development Team: Avdeling: Nora Volkow (BNL Medical Group) Klaus Mueller (Computer Science) Wei Zhu (Anvendt matematikk og statistikk) Studenter: Tom walisiske og Jeffrey Meade (CS) Juan Li, Radha Panini, og Shurou (Sue) Wu (AMS) Papirer: Online Story:

Innledning

Det overordnede målet med dette prosjektet er å undersøke og oppdage Correlational relasjoner i ulike regioner av hjernen. Bevis for disse forholdene er samlet inn av PET-avbildning en rekke mennesker, både under baseline forhold og under påvirkning av et stoff, i vårt tilfelle Ativan. Korrelasjonene i hjernen aktiviteten er beregnet på grunnlag av forhåndsdefinerte anatomiske regioner-of-interesse (ROIs), for nå modellert som sfæriske regioner. Korrelasjonskoeffisienten er deretter anvendt for å kvantifisere likheten i respons, for ulike regioner i en eksperimentell innstilling. Å ta hensyn til mellommenneskelig anatomisk variasjon, er hver test motivets volumetriske hjernen data først forvandlet til et felles anatomisk koordinatsystem (f.eks Talairach-Tournoux). Statistiske parametere som kan benyttes for å karakterisere forskjellige hjernefunksjoner inkluderer:
  • Korrelasjonen (inkludert Pearson produkt-moment korrelasjoner, de delvise sammenhenger og de kanoniske korrelasjoner) matrise ..
  • ROI klynger fra klyngeanalyse.
  • Hovedkomponentene og faktoranalysen utgang. (PCA og FA er like i sin funksjon og produksjon, men ulike i sine forutsetninger og avledninger).
  • Differensielle relasjoner som forskjellen mellom to korrelasjonsmatrisen (for å vise endringen av funksjonelle relasjoner).
  • Tidene serien.
Mengden av statistiske data kan være enorme, og effektive verktøy er viktig for hjernen forsker for å forstå og oppdage funksjonelle relasjoner raskt fra de statistiske data. BrainMiner er en visualisering verktøy som forenkler denne oppgaven.

Visning i 2D

En måte å vise statistiske hjernen relasjoner er ved å legge de statistisk signifikante voxel på toppen av en høy oppløsning MR og vise dataene som 2D skiver, enten i flip-modus eller side ved side:

Fig. 1: Rundskrivet ROIs er farget i henhold til korrelasjon deres med hensyn til en rot-ROI, markert med et rødt kryss. Regnbuens farger er brukt, hvor fargen blå står for svært negativ korrelasjon og fargen rød står for svært positiv korrelasjon. Grønn og gul står for mildt negative og positive korrelasjoner, henholdsvis. Det er tilsynelatende ingen ekstremt sterke sammenhenger i denne konfigurasjonen.

Den 2D tilnærmingen fungerer godt så lenge som den aksiale dimensjon er ikke viktig. Men blir nedbryting av datasettet i 2D skiver for å visualisere 3D relasjoner begrensende når sammenhenger er vidt spredt over hjernen.

Visning i 3D

Å ta hensyn til problemene med 2D tilnærming, har vi også utviklet (i tillegg til 2D-visning) en 3D-visualisering grensesnitt som viser Correlational data for hver ROI sammen med en MR volum og en digitalisert versjon av Talairach atlas. Begge kan være skiver i 3 ortogonale retninger og kan legges over på toppen av hverandre. Her er et skjermbilde av det grafiske brukergrensesnittet (GUI) av systemet, hvor en grunnleggende syn med noen ROIs vises:

Fig. 2: Her ser vi Graphical User Interface (GUI) av våre nyutviklede 3D hjernen visualisering programvare, sammen med en grunnleggende oversikt over et lite antall ROIs innebygd i en cut-out-området i en normalisert / standardisert MR hjernen. For nå, alle ROIs er sfæriske i formen. I likhet med den 2D seer, fargene på ROIs betegne styrke Correlational forholdet, på en regnbue skala. Roten ROI er farget i gult.

GUI lar brukeren å skyve kutte flyene opp og ned og frem og tilbake, for å rotere volumet og velge visse hjernen flater, som for eksempel hvit substans, grå materie, og skallen til å være semi-transparent oppå hverandre. Korrelasjonen terskler kan også velges, og mange flere funksjoner er tilgjengelige. Antallet ROIs skal vises, men kan bli ganske store (ca 120-140), som utgjør utfordrende problemer i visualisering oppgave: I et rom for folk med statistisk signifikant ROIs, blir det svært vanskelig, om ikke umulig, for brukeren å fortelle 3D posisjoner den enkelte Rois. For å overvinne disse vanskelighetene, ble en rekke teknikker undersøkt:
  • Superimposing en Talairach atlas stykke som kan skyves opp og ned volumet:

Fig. 3: En bevegelig ark som viser bit av Talairach atlas på angitt høyde. ROIs som krysser arket er merket med en ring.

  • En enkelt lyskilde plassert ovenfor volumet i en fast posisjon, og gir speilende belysning pekepinner til høyden og dybden av hver ROI sfære (dette kan sees på fig. 2 og 3).
  • Forbedre ROIs av fargede glorier, der fargene koden sin høyde og dybde på en regnbue fargevalget. Den ROIs er koblet sammen med iso-linjer til MR volum kutt som antyder sin posisjon i 3D-rom:

Fig. 4: ROI glorier, malt i farger som tilsvarer avkastningen høyde og dybde (regnbueørret fargevalget brukes). Stiplede iso-høyde og iso-dybde linjer utgå fra ROIs og pierce MR volum skiver på ROI dybde og høyde.

  • Projisere en farget rutenett på volumet kutt, igjen koding høyde og dybde på en regnbue kart. Fargede skygger på de utsatte volum skiver gir ytterligere informasjon:

Fig. 5: Iso-linjer, med høyde kodet inn regnbuens farger, blir trukket inn to av de tre ortogonale MR volum kutt. ROI glorier er kodet i høyden med de samme fargene. ROI stilling i forhold til den tredje MR snitt er foreslått av skyggene fra ROI sfærer bort på det flyet.

  • Projisere ROIs på hjernen iso-overflate, som hvit eller grå materie, eller hud:

Fig. 6: Siden ROIs er hovedsakelig lokalisert nær hjernen overflaten, dvs. på hjernebarken, kan man generere en omfattende, EEG-aktig, visning ved å projisere ROIs på cortex overflaten og male anslaget i korrelasjonen farge.

  • Gruppering ROI nettverk i sammensatte polygonal objekter, noe som reduserer objekt kompleksitet scenen:

Fig. 7: For nå bare vi økt radius av avkastningen kuler før de bare rørt. Denne tilnærmingen er ganske effektive. For fremtiden planlegger vi å estimere den faktiske skroget av et sett av ROIs av lignende hjernefunksjon og vise denne skroget som et polymesh. Resultater Å teste programvaren og utvikle sine evner, PET fluoro-18-deoxyglucose (FDG) bildene ble analysert og vises i to store narkotikaavhengighet studier. Den første studien inkluderte 30 forsøkspersoner andre inkluderte 40 forsøkspersoner både under baseline og narkotika forhold. Metabolsk aktivitet ble målt for hvert fag som gjennomsnittlig intensitet signal for en gitt ROI definert manuelt av en trenet lege. ROI steder for den første studien inkluderte 424 anatomisk betydelige områder, mens den andre studien inkluderte 120 regioner. Korrelasjonsmatrisen ble generert for hver av disse ROI datasett. Tre store statistiske mål ble senere generert gitt korrelasjonsmatrise for hver studie: 1) Prinsipp Component Analysis, 2) ROI klyngeanalyse og 3) Factor Analysis. Visualisering programvare ble laget ut fra biblioteker for OpenGL, Fast Lys Toolkit (FLTK) og skrevet i C + +. Versjoner ble kompilert for 6,4 Irix, Windows NT 4.0 og Linux og kjøre på en O2/R1000 SGI, en Pentium II-klassen laptop og en Pentium 233 kroner. Visualisering grensesnitt vises en 3D MR volum representant for Talairach koordinater som ble skiver som tre halv flyene av aksiale, koronale og saggital utsikt. Sektorene ble trukket ved hjelp av 2D teksturtilordning. Brukeren kan definere stykket sted langs disse tre akser ved å dra hver skive med en museknapp. Overflaten av hjernen ble også vist som et mangekantet mesh generert fra Marching Cubes algoritmen. ROIs ble trukket som kuler, men ble skjult av overflaten avhengig av gjeldende slice steder. Korrelasjon verdi ble representert for hver ROI som en farge intensitet i forhold til en valgt "root" ROI. En side vindu vises også gjeldende skive som enten Talairach atlas digitalisert eller MR volum sammen med en 2D-representasjon av ROIs (sirkler). I tillegg kan alle objekter roteres sammen med musa (styrekulen grensesnitt) for å gi et synspunkt fra alle retninger. Konklusjoner BrainMiner tillater interaktiv utforskning av både 120x120 og 424x424 Correlational data på mange plattformer. Det er cuurently i bruk av en rekke hjerneforskere og blir raffinert nesten på timebasis.   Oversatt s http://www.cs.sunysb.edu/~mueller/research/brainMiner/ Hjemmeside
Globe Views

Copyright™ 2014: «QRATOR Creative Technologies»