XiaoMi-AI文件搜索系统
World File Search SystemFreeSurfer
人类婴儿海马体的自动和手动分割
海马体对学习和记忆至关重要，在生命早期会发生重大变化。研究海马结构和功能的发育轨迹需要一种精确的方法来从解剖 MRI 扫描中分割出该区域。尽管手动分割被视为“黄金标准”方法，但它既费力又主观。这推动了人们对成人自动分割方法的追求。然而，人们对这些自动化协议对婴儿的可靠性知之甚少，特别是当解剖扫描质量因头部运动或使用更短、更安静的婴儿友好型序列而降低时。在基于任务的 fMRI 协议中，我们收集了 42 个会话中的安静 T1 加权解剖扫描，这些会话针对年龄在 4 至 23 个月之间的清醒婴儿。两位专家追踪者首先手动分割了两个半球的海马体。得到的评分者间信度 (IRR) 仅为中等，反映了婴儿分割的难度。然后，我们使用了四种协议来预测这些手动分割：普通成人模板、普通婴儿模板、FreeSurfer 软件和海马子域自动分割 (ASHS) 软件。ASHS 生成了最可靠的婴儿海马分割，超过了专家的手动 IRR。因此，自动化方法可以为嘈杂的 T1 加权婴儿扫描提供稳健的海马分割，为探究早期海马发育开辟了新的可能性。
UNC-BCP 4D婴儿脑体积图集
时空婴儿专用的大脑图石对于早期大脑发育的神经影像学分析至关重要。然而，由于获得高质量婴儿脑磁共振（MR）图像的困难，在处理获得的数据时面临重大的技术挑战，以及对大型样本量的需求，现有的婴儿地带通常以模糊的外观和稀疏的时间点构建。为了准确研究早期的大脑发育，高质量的空间婴儿脑图集是高度期望的。为了解决这个问题，我们基于UNC/UMN婴儿连接项目（BCP）数据集（Howell等，2019），为婴儿大脑构建了4D体积图谱，称为UNC-BCP 4D婴儿脑体积图集。这个4D地图集具有很高的空间分辨率，较大的年龄范围覆盖范围和密集采样的时间点（即0、1、2、3、4、5、6、7、7、8、9、9、10、11、11、12、15、15、18、11、24个月）。具体来说，使用T1W和T2W序列的542次MRI扫描，从240名婴儿到26个月的扫描年龄，用于我们的ATLAS结构。同时，将广泛使用的FreeSurfer Desikan皮层拟化方案（Desikan等，2006）映射到我们的4D地图集，并手动划定了皮层结构以促进基于ROI的分析。所有图像都扭曲成MNI空间（Mazziotta等，1995）。这个具有非常密集的时间点的4D婴儿体积图集将极大地促进对产后早期阶段中动态和关键神经发育的理解。
使用可解释的 MRI 机器学习算法 MUQUBIA 对神经退行性痴呆症进行鉴别诊断
基于生物标志物对最常见痴呆症形式的鉴别诊断变得越来越重要。机器学习 (ML) 可能能够应对这一挑战。本研究的目的是开发和解释一种 ML 算法，该算法能够根据社会人口统计学、临床和磁共振成像 (MRI) 变量区分阿尔茨海默氏痴呆、额颞叶痴呆、路易体痴呆和认知正常对照受试者。包括来自 5 个数据库的 506 名受试者。使用 FreeSurfer、LPA 和 TRACULA 处理 MRI 图像以获得脑体积和厚度、白质病变和扩散指标。MRI 指标与临床和人口统计数据结合使用，以基于称为 MUQUBIA（脑白质生物标记物多模态量化）的支持向量机模型进行鉴别诊断。年龄、性别、临床痴呆评分 (CDR) 痴呆分期工具和 19 个成像特征构成了最佳的判别特征集。该预测模型在测试组中的总体曲线下面积为 98%，总体精度 (88%)、召回率 (88%) 和 F1 分数 (88%) 较高，在神经病理学评估患者子集中的标签排名平均精度得分 (0.95) 较高。MUQUBIA 的结果通过 SHapley Additive exPlanations (SHAP) 方法进行解释。MUQUBIA 算法使用具有成本效益的临床和 MRI 信息成功地对各种痴呆症进行了良好的分类，并且通过独立验证，有可能协助医生进行临床诊断。
o r i g i n a l r e s a a r c h研究了从急性到慢性颈部疼痛过渡的大脑结构和功能改变：静止
目的：这项研究的目的是深入研究从急性转变为慢性疼痛的转化涉及的中心病理机制。患者和方法：这项研究招募了86名急性颈部疼痛的人，89例患有慢性颈部疼痛。利用3.0T MR Scanner，我们获得了三维T1加权成像（3D-T1WI）图像，并分析了具有自由曲弗软件的两组之间的结构差异，以评估皮质厚度的改变。此外，采集了血氧水平依赖性功能磁共振成像（BOLD-FMRI）图像，以评估使用DPARSF软件的低频幅度差异差异。结果：与患有急性颈部疼痛的慢性颈部疼痛患者的皮质厚度增加，左侧额叶额叶，左侧地峡扣带，左侧额叶和右前神经区域。低频振幅测量表明，左侧外侧上额回和左侧后回的活性下降，以及其他区域，右侧额叶和右下额额回的活性增加。结论：我们的发现表明，边缘系统和前额叶皮层的功能障碍和结构变化可能在从急性到慢性颈部疼痛的发展中起关键作用。这些见解为理解疼痛慢性的主要机制提供了一个重要的新方向。关键字：功能性磁共振成像，低频波动的幅度，皮质厚度，颈部疼痛，急性疼痛，慢性疼痛
HOA - 毛细管 - 脑结构分段 - pdf
简介本手册的目的是介绍对成像数据的可靠和准确的神经解剖学分割的程序。这些过程使用3D Slicer软件平台，其中已经开发了特定的分割模块。该模块基于基于MRI的体积形态学或体积的创始人（Caviness。等，1999）。 体积形态计量学始于1987年的形态分析中心（CMA）马萨诸塞州综合医院（MGH），后来用于验证自由度自动化体积方法学（Fischl等，2002，2004）。 原始的基于MRI的体积分析的CMA方法使用了一个名为CardViews的自定义设计的软件平台。 为卡片视图开发的工具和程序，这些工具和过程融合了半自动化和手动编辑，已作为特定的神经分组模块改编为3D切片机环境。 该模块设计为与本手册中描述的程序一起使用，以执行皮层大脑结构的半自动化和手动编辑。 基于MRI的体积分割的神经解剖学和计算原理术语分割一词在神经解剖学和基于MRI的计算处理中具有不同的含义。 分割通常是构成构成感兴趣区域（ROI）的一组元素（例如细胞或体素）的划分，并分配了识别标签向该区域。 在神经解剖学中，分割涉及直接可视化大脑区域的描述和鉴定，这些区域使用结构性的生物学标准标记。等，1999）。体积形态计量学始于1987年的形态分析中心（CMA）马萨诸塞州综合医院（MGH），后来用于验证自由度自动化体积方法学（Fischl等，2002，2004）。原始的基于MRI的体积分析的CMA方法使用了一个名为CardViews的自定义设计的软件平台。为卡片视图开发的工具和程序，这些工具和过程融合了半自动化和手动编辑，已作为特定的神经分组模块改编为3D切片机环境。该模块设计为与本手册中描述的程序一起使用，以执行皮层大脑结构的半自动化和手动编辑。基于MRI的体积分割的神经解剖学和计算原理术语分割一词在神经解剖学和基于MRI的计算处理中具有不同的含义。分割通常是构成构成感兴趣区域（ROI）的一组元素（例如细胞或体素）的划分，并分配了识别标签向该区域。在神经解剖学中，分割涉及直接可视化大脑区域的描述和鉴定，这些区域使用结构性的生物学标准标记。相比之下，在MRI分析中，使用与成像相关的标准在计算机生成的图像上对大脑结构的描述和鉴定进行了识别。基于MRI的分割的最终目标是将图像切入与神经解剖结构相对应的体素的识别分组。
创伤后应激障碍青年人与以创伤为重点的认知行为疗法相关的大脑体积变化
这项研究调查了20名与虐待相关的创伤后应激障碍（PTSD）和20名非虐待后的未经药物治疗的青年和20名非经历性的未经药物相关后的青年和20名非经济体暴露的健康对照（HC）参与者。我们在TF-CBT 5个月之前和之后收集了大脑解剖结构的MRI扫描或HC组相同的时间间隔。freeSurfer软件用于将脑图像分为95个皮层和皮层下体积，并通过Lasso变量选择将其提交为最佳缩放回归。基线时组差异的最终模型包括较大的右侧轨道额叶和左后扣带回皮层以及PTSD中相对于HC组的较小的右中间和右中间和右前骨皮层，r 2 = .67。在治疗前变化中的组差异模型包括右侧中间额叶的纵向变化，左侧三角形三角形，右内旋和PTSD相对于HC组的左心角和左CUNEUS Corticies，r 2 = .69。在PTSD组中，治疗前症状改善的改善是通过左后扣带回皮质的纵向减少模拟的，R 2 = .45，并通过较小的右地峡（肾上腺后）扣带和较大的左caudate和较大的左CAUDATE和较大的左caudate和较大的左caudate和r 2 = .77进行预测。总的来说，治疗与支持执行功能的大脑区域的纵向变化有关，而不是将PTSD与基线的HC参与者区分开来的。此外，结果证实了后/后脾后扣带的作用，这是PTSD症状改善的相关性和治疗结果的预测指标。
慢性氯胺酮使用者的大脑体积 - 与Sub ...
抽象的理由氯胺酮可以模拟通过NMDA受体活性缺陷引起的精神分裂症的各个方面。尽管急性氯胺酮可以诱导类似于阳性和阴性精神病症状的作用，但长期使用可能是特发性精神病的更紧密模型。目标我们检验了氯胺酮使用者使用MRI测量的脑量较低的假设，相对于多药物用户对照组，使用MRI测量的较高的亚阈值精神病症状。使用对照组（n = 19）的方法（n = 17）和多毒物（n = 19）包括在研究中。使用全面评估处于风险的精神状态（CAARMS）的全面评估。freeSurfer用于分析氯胺酮使用者和对照组之间区域脑体积，皮质表面积和厚度的差异。在氯胺酮使用者中还研究了CAARMS评分与大脑量之间的关系。结果发现，氯胺酮使用者的灰质体积显着较低，灰质核量，尾状核，小脑和总皮质（FDR P <0.05； Cohen的D = 0.36–0.75）。在皮质中，氯胺酮用户在额叶，颞和顶叶皮层内的灰质体积显着较低（Cohen的D 0.7-1.31； FDR P <0.05）。他们的亚阈值症状也明显更高（p <0.05）。使用氯胺酮的频率与小脑体积相关（p <0.001），但区域脑体积与亚阈值抑制精神病症状之间没有关系。结论慢性氯胺酮的使用可能会导致较低的灰质体积以及诱导亚阈值精神病性症状，尽管这些可能是通过不同的机制而产生的。
自闭症谱系障碍Leyhausen，J。的内在灰质连通性及其基因组基础的差异； Schaefer，T。； Gurr，c。; b
抽象背景：自闭症是一种异质性神经发育状况，伴随着大脑连通性的差异。自闭症中的结构连通性主要在白质中进行了研究。然而，许多与自闭症相关的遗传变异突出了与突触发生和轴突引导有关的基因，因此也暗示了自闭症中固有（即灰质）连接的差异。可以通过所谓的内在全球和本地布线成本在体内评估内在连接。方法：在这里，我们检查了359名自闭症患者的大脑内部全球和本地布线成本，以及279名健康对照参与者，年龄在欧盟AIMS LEAP（纵向欧洲自闭症项目）的6至30岁之间。freeSurfer用于得出表面网格表示，以计算灰质内大脑所需的估计连接长度。certexwise的组间差异。进行了基于艾伦人脑图集的基因表达解码分析，以将神经解剖学差异与推定的基础联系起来。结果：全球和局部接线成本的群体差异主要是在内侧和侧额前脑区域，下颞区和左颞叶脑交界处观察到的。所产生的神经解剖模式富含以前与遗传和转录组水平上自闭症病因的基因。结论：基于固有的灰质连通性，当前的研究研究了自闭症的复杂神经解剖结构，并将小组间差异与推定的基因组和/或分子机制联系起来，以解析自闭症的异质性，并为未来的亚组方法提供了靶标。
灰质的生理相关性
本文通过将心率（HR）和心率变异性（HRV）与各个大脑区域的皮质体积和厚度相关联，探讨了灰质的生理相关性。使用来自1000多名健康受试者的六个开放式数据集，我们首先使用Photoplethysmmography（PPG）信号在所有受试者中都计算了HR和HRV。然后，我们使用流行的神经影像工具freesurfer来根据T1加权图像进行细分和量化大脑的灰质，从31个不同的双侧皮质区域提取灰质体积，厚度和曲率。最后，我们的生理指标（HRV和HR）和灰质指标（体积，厚度和曲率）之间的wecompecturethepearsonCorrosation系数。在汇总所有区域和所有受试者时，我们发现灰质体积与HR之间存在显着的逆相关性（更灰质预测心率较低），HRV与灰质体积之间的正相关，HR与厚度之间的逆相关性以及HRV和厚度之间非常牢固的正相关性（HRV和厚度具有较高的HRV）（也具有较高的HRV）（也具有较高的HRV）。灰质曲率和HRV或HR之间没有关系。HRV与皮质厚度之间的相关性在内侧轨道额和PARS脑脑区域最强，这表明自主神经系统调节与与情感，认知和社会功能有关的大脑区域的结构方面之间存在潜在的联系。这是首次将1000多名健康受试者的生理和基于MRI的灰质数据共同结合的研究，从而促进了我们对脑体连接及其在健康，情感和认知中的作用的理解。
3D荧光染色和低肠癌的共聚焦成像（肠overods）：所有
长期相互交联和肌脑脊髓炎/慢性疲劳综合征（ME/CFS）患者的患者具有相似的症状，包括运动后不适，神经认知障碍和记忆力丧失。在这两种情况下的神经认知障碍都可能与海马子场中的变化有关。因此，这项研究比较了17个长卷，29名ME/CFS患者和15个健康对照组（HC）的海马园林子场的变化。在7 telsa MRI扫描仪上以亚毫米的各向同性分辨率获取结构MRI数据，然后使用FreeSurfer软件估算每个参与者的海马子场量。我们的研究发现，与HC相比，长期相互关联和ME/CFS患者的左海马子场中的体积明显更大。包括包括左下底部（长covid; p = 0.01，me/cfs; p = 0.002，），前延期头（长covid; p = 0.004，me/cfs; p = 0.005），分子层层hippocampus hippocus heampocus heamp heamp heamp; p = 0.014，me/cfs； covid; p = 0.01，me/ cfs; p = 0.01。 值得注意的是，长期covid和ME/CFS患者之间海马子场的体积相似。 此外，我们发现海马子场的体积与“疼痛”，“疾病持续时间”，“疲劳的严重程度”，“浓度受损”，“不恢复睡眠”和“身体功能”在两种条件下的“疼痛”，“疲劳的严重程度”之间存在显着关联。 这些发现表明，海马改变可能导致长期Covid和ME/CFS患者所经历的神经认知障碍。 此外，我们的研究这两个条件之间的高光相似性。包括左下底部（长covid; p = 0.01，me/cfs; p = 0.002，），前延期头（长covid; p = 0.004，me/cfs; p = 0.005），分子层层hippocampus hippocus heampocus heamp heamp heamp; p = 0.014，me/cfs； covid; p = 0.01，me/ cfs; p = 0.01。值得注意的是，长期covid和ME/CFS患者之间海马子场的体积相似。此外，我们发现海马子场的体积与“疼痛”，“疾病持续时间”，“疲劳的严重程度”，“浓度受损”，“不恢复睡眠”和“身体功能”在两种条件下的“疼痛”，“疲劳的严重程度”之间存在显着关联。这些发现表明，海马改变可能导致长期Covid和ME/CFS患者所经历的神经认知障碍。此外，我们的研究这两个条件之间的高光相似性。