XiaoMi-AI文件搜索系统
World File Search SystemNODDI
使用混合扩散成像对慢性创伤性脑损伤的基于机器学习的分类
创伤性脑损伤（TBI）是一种常见的疾病，具有许多潜在的急性和慢性神经系统后果（Smith等，2019），在过去的二十年中在美国造成约100万人死亡（Daugherty and Zhou，2016年）。慢性创伤性脑损伤（CTBI）的神经病理学是由创伤性损伤的直接结果和由一系列分子和细胞事件引起的继发性损伤的作用，包括细胞死亡，轴突损伤，轴突损伤，轴突损伤和影响（Anguita等人，Anguita等，202222222222222）。为了更好地了解潜在的神经病理学机制，对TBI慢性影响的信息的需求越来越不断增长（Wickwire等，2016）。神经影像学在诊断和指导适当的管理中通过检测需要干预或监测的伤害在诊断和指导适当管理方面起着至关重要的作用（Taylor和Gercel-Taylor，2014; Douglas等，2015; McKee and Daneshvar，2015年）。然而，在最轻度到中度损伤的情况下，常规T1加权成像通常是正常的（McCrory等，2009）。此外，对TBI严重程度的初步评估不一定可以预测慢性残疾的程度（美国国家科学学院，2019年）。因此，正在积极研究先进的神经影像学生物标志物，以尝试更好地诊断和监测TBI的急性和慢性影响（Hu等，2022）。差异轴突损伤被认为是TBI基础的关键病理机制，因此，它导致了高级MR技术的发展，以可视化WM完整性（Hashim等，2017）。dTI和神经突取向分散成像（NODDI）（Zhang等，2012）是先进的MR技术，在一系列临床条件下，人们认为它们可以反映白质特性（WM）的完整性。di usion张量成像（DTI）在单个微观结构室内假设高斯散析，而NODDI则使用高性能磁场梯度探测更复杂的非高斯性质（Kamiya等，Kamiya等，2020）。与DTI不同，NODDI使用七个参数来测量WM微结构的性质，包括细胞内，细胞外和自由水，而DTI在对各向同性与各向异性差异的描述中受到限制，特定的Voxel（Muller等人2021）。以前已经表明，DTI和noddi有不同的，但互补的，有关急性对慢性TBI患者的微观结构完整性的信息（Wu等，2018; Palacios等，2020; Muller等，2021）。在DTI指标中，分数各向异性（FA）的研究最多，通常用作白质“完整性”的指标。 FA是
基于机器学习的混合扩散成像对慢性创伤性脑损伤进行分类
创伤性脑损伤 (TBI) 是一种常见疾病，具有许多潜在的急性和慢性神经系统后果（ Smith 等人，2019 年），在过去二十年中导致美国约 100 万人死亡（ Daugherty 和 Zhou，2016 年）。慢性创伤性脑损伤 (cTBI) 的神经病理学包括由创伤性损伤直接导致的原发性损伤，以及由一系列分子和细胞事件（包括细胞死亡、轴突损伤和炎症）导致的继发性损伤（ Anguita 等人，2022 年； Zhang 等人，2022 年）。为了更好地了解潜在的神经病理学机制，对 TBI 慢性影响的信息的需求日益增长（ Wickwire 等人，2016 年）。神经影像学在急性脑损伤中起着至关重要的作用，无论是在诊断还是通过检测需要干预或监测的损伤来指导适当的治疗（Taylor and Gercel-Taylor，2014；Douglas 等人，2015；Mckee and Daneshvar，2015）。然而，在大多数轻度至中度损伤的情况下，常规 T1 加权成像通常是正常的（McCrory 等人，2009）。此外，对 TBI 严重程度的初步评估并不一定能预测慢性残疾的程度（美国国家科学院，2019）。因此，正在积极研究先进的神经影像学生物标志物，试图更好地诊断和监测 TBI 的急性和慢性影响（Hu 等人，2022）。弥漫性轴突损伤被认为是 TBI 的一个关键病理机制，因此，它导致了用于可视化 WM 完整性的先进 MRI 技术的开发（ Hashim et al., 2017 ）。DTI 和神经突取向弥散成像 (NODDI)（Zhang et al., 2012 ）是先进的 MRI 技术，被认为可以反映一系列临床条件下白质 (WM) 微观结构特性的完整性。弥散张量成像 (DTI) 假设单个微观结构区室内存在高斯弥散，而 NODDI 使用高性能磁场梯度探测更复杂的非高斯特性（Kamiya et al., 2020 ）。与 DTI 不同，NODDI 使用七个参数来测量白质微结构的特性，包括细胞内水、细胞外水和自由水，而 DTI 在描述特定体素的各向同性与各向异性扩散方面受到限制（Muller 等人，2021 年）。此前已有研究表明，DTI 和 NODDI 在急性至慢性 TBI 患者的微结构完整性方面提供了不同但互补的信息（Wu 等人，2018 年；Palacios 等人，2020 年；Muller 等人，2021 年）。在 DTI 指标中，各向异性分数 (FA) 是研究最多的，通常用作白质“完整性”的指标。FA 是
人类发育中皮质微观结构的MRI特征与少突胶质细胞型表达
关键字：青春期，扩散MRI，神经发育，微结构，髓鞘，转录组学缩写：A1C，主要听觉皮层； AIC，Akaike信息标准； CSEA，细胞特异性表达分析，DLPFC，背外侧前额叶皮层； FDR，错误发现率； f细胞外，细胞外信号分数； f神经突信号分数； f soma，soma信号分数； V IC，细胞内体积分数； IPC，下顶皮层； ITC，下颞皮质； M1，一级运动皮层； MD，平均扩散率； MFC，内侧额叶皮层； MRI，磁共振成像； mRNA-SEQ，mRNA测序； NODDI，神经突导向分散和密度成像； ODI，方向分散指数； OFC，眶额皮质； OPC，少突胶质细胞前体细胞； RIN，RNA完整性数； RNA-seq，RNA测序； ROI，利益区域； rpkm，每千瓦的读数为每百万映射的读数； S1，主要感觉皮质； Sandi，Soma和神经突密度成像； STC，上等颞皮层； V1，主要视觉皮层； VLPFC，腹外侧前额叶皮层。
发展轨迹和关系 - MIP:Lab
先前的研究表明，胼胝体（即最大的白质连合通路）的结构改变发生在新生儿早产后，并持续整个发育过程。本研究旨在揭示极度早产（VPT）个体儿童期和青少年期胼胝体的结构特征，及其与一般智力、执行和社会情感功能的关系。对 79 名 VPT 和 46 名年龄在 6 - 14 岁之间的足月对照者进行了神经心理学评估、T1 加权和多壳扩散 MRI。使用 TractSeg 在 7 个胼胝体部分提取了体积、扩散张量和神经突方向弥散和密度成像 (NODDI) 测量值。使用多元数据驱动方法（偏最小二乘相关）和基于队列的年龄规范建模方法来探索胼胝体特征与神经心理学结果之间的关联。 VPT 组和足月对照组的白质成熟趋势相似，即所有胼胝体节段的 FA 增加和 ODI 减少，这与一般智力功能的提高有关。然而，使用基于队列的与年龄相关的规范模型，研究结果显示 VPT 组的胼胝体发育模式不典型，胼胝体成熟度随时间降低，这与一般智力和工作记忆功能较差以及孕龄较低有关。
发展性认知神经科学
早产破坏了从中期到学期发生的重要神经发育过程。音乐疗法通过丰富婴儿的感觉输入，可以在活动依赖性可塑性的关键时期增强大脑成熟。为了研究音乐对早产儿的大脑结构变化的影响，我们招募了54名非常早产的婴儿，随机或不接受每日的音乐干预，在干预之前经历了纵向多壳扩散MRI获取MRI获取MRI，在干预之前（33周的男性年龄）和之后（年龄等同于年龄）。使用基于全脑固定的（FBA）和NODDI分析（n = 40），我们在所有主要的脑白质纤维中显示了纤维横截面（FC）和纤维密度（FD）的纵向增加。关于皮质灰质，FD降低，而FC和方向分散指数（ODI）增加，反映了皮质内的多向络合率和心脏内骨髓。音乐干预导致皮质旁皮区域中FC和ODI的纵向增加，即胰岛 - 棘突 - 孢子型复合物，前毛/后扣带回回，以及听觉关联皮层。我们的结果支持早产儿中白色和皮质灰质的纵向早期脑宏和微观结构成熟。音乐干预导致对社会情感发展至关重要的区域的物质内复杂性，已知在早产儿中受到损害。
感觉运动网络内的早期结构连通性
由分布式和相互连接的结构组成，这些结构通过皮质皮质连接和皮质增生环路相互作用，感觉运动（SM）网络在围产期内经历快速成熟，因此特别容易容易体现早产。然而，早产对新兴SM连接的发展和完整性的影响及其与后来的运动和全球障碍的关系仍然很少了解。在这项研究中，我们旨在探索在期限年龄（TEA）时SM白质（WM）连接的早期微观结构成熟的程度受早产调节，并且与18个月校正年龄的神经发育结果有关。我们分析了从发展中的人类连接项目（DHCP）数据库中的118个扩散MRI数据集：59个早产（PT）低风险婴儿在TEA附近扫描的茶和对照组的成年（MRI和性别年龄）配对的对照组（FT）新生儿。我们使用概率拖拉机划定了主要的SM皮质（S1，M1和中心区域）和皮层下结构之间的WM连接，并使用扩散张量成像（DTI）和Neurite方向分散分散和密度成像（NODDI）模型评估了它们的微观结构。为了超越特定的单变量分析，我们根据每个PT婴儿相对于FT组的多参数Mahalanobis距离计算了与早产相关的成熟距离。我们的结果证实了PT和FT婴儿之间SM段的微观结构差异，其影响随着出生时胎龄较低而增加。成熟距离分析强调，早产性对较高距离的SM段具有差异作用，因此对（i）皮质皮质的影响比皮质 - 皮层的连接有影响。 （ii）涉及S1的投影比M1和中心区域； （iii）最胸部皮质皮质块，涉及凸出核。茶时的这些不同的变化表明脆弱性遵循特定的模式与已建立的
整个HCP队列中白质的与性别相关的变异性
1。Archer J.人类心理性别差异的现实和进化意义。Biol Rev Camb Philos Soc。2019年8月; 94（4）：1381–415。2。Hyde JS。 性别相似性假设。 am Psychol。 2005; 60（6）：581–92。 3。 giudice MD，Booth T，IrwingP。火星与金星之间的距离：测量全球性别差异。 PLOS ONE。 2012年1月4日； 7（1）：E29265。 4。 van Essen DC，Smith SM，Barch DM，Behrens Tej，Yacoub E，Ugurbil K等。 Wu-Minn Human Connectome项目：概述。 神经图像。 2013年10月15日; 80：62–79。 5。 Avants BB，Epstein CL，Grossman M，Gee JC。 与交叉相关的对称差异图像注册：评估老年人和神经退行性大脑的自动标记。 MED图像肛门。 2008年2月; 12（1）：26–41。 6。 Descoteaux M，Angelino E，Fitzgibbons S，DericheR。正规化，快速和可靠的分析Q-Ball成像。 登录元。 2007年9月; 58（3）：497–510。 7。 Koch MA，Norris DG，Hund-Georgiadis M.使用磁共振成像研究功能和解剖连通性的研究。 神经图像。 2002年5月1日; 16（1）：241–50。 8。 Guevara P，Poupon C，RivièreD，Cointepas Y，Marrakchi-Kacem L，Descoteaux M等。 使用两级聚类策略推断Hardi Fiber束地图集。 2010年1月1日; 13：550–7。 9。 （计算机科学中的讲义）。Hyde JS。性别相似性假设。am Psychol。2005; 60（6）：581–92。3。giudice MD，Booth T，IrwingP。火星与金星之间的距离：测量全球性别差异。PLOS ONE。 2012年1月4日； 7（1）：E29265。 4。 van Essen DC，Smith SM，Barch DM，Behrens Tej，Yacoub E，Ugurbil K等。 Wu-Minn Human Connectome项目：概述。 神经图像。 2013年10月15日; 80：62–79。 5。 Avants BB，Epstein CL，Grossman M，Gee JC。 与交叉相关的对称差异图像注册：评估老年人和神经退行性大脑的自动标记。 MED图像肛门。 2008年2月; 12（1）：26–41。 6。 Descoteaux M，Angelino E，Fitzgibbons S，DericheR。正规化，快速和可靠的分析Q-Ball成像。 登录元。 2007年9月; 58（3）：497–510。 7。 Koch MA，Norris DG，Hund-Georgiadis M.使用磁共振成像研究功能和解剖连通性的研究。 神经图像。 2002年5月1日; 16（1）：241–50。 8。 Guevara P，Poupon C，RivièreD，Cointepas Y，Marrakchi-Kacem L，Descoteaux M等。 使用两级聚类策略推断Hardi Fiber束地图集。 2010年1月1日; 13：550–7。 9。 （计算机科学中的讲义）。PLOS ONE。2012年1月4日； 7（1）：E29265。4。van Essen DC，Smith SM，Barch DM，Behrens Tej，Yacoub E，Ugurbil K等。Wu-Minn Human Connectome项目：概述。神经图像。2013年10月15日; 80：62–79。5。Avants BB，Epstein CL，Grossman M，Gee JC。与交叉相关的对称差异图像注册：评估老年人和神经退行性大脑的自动标记。MED图像肛门。2008年2月; 12（1）：26–41。6。Descoteaux M，Angelino E，Fitzgibbons S，DericheR。正规化，快速和可靠的分析Q-Ball成像。登录元。2007年9月; 58（3）：497–510。 7。 Koch MA，Norris DG，Hund-Georgiadis M.使用磁共振成像研究功能和解剖连通性的研究。 神经图像。 2002年5月1日; 16（1）：241–50。 8。 Guevara P，Poupon C，RivièreD，Cointepas Y，Marrakchi-Kacem L，Descoteaux M等。 使用两级聚类策略推断Hardi Fiber束地图集。 2010年1月1日; 13：550–7。 9。 （计算机科学中的讲义）。2007年9月; 58（3）：497–510。7。Koch MA，Norris DG，Hund-Georgiadis M.使用磁共振成像研究功能和解剖连通性的研究。神经图像。2002年5月1日; 16（1）：241–50。 8。 Guevara P，Poupon C，RivièreD，Cointepas Y，Marrakchi-Kacem L，Descoteaux M等。 使用两级聚类策略推断Hardi Fiber束地图集。 2010年1月1日; 13：550–7。 9。 （计算机科学中的讲义）。2002年5月1日; 16（1）：241–50。8。Guevara P，Poupon C，RivièreD，Cointepas Y，Marrakchi-Kacem L，Descoteaux M等。使用两级聚类策略推断Hardi Fiber束地图集。 2010年1月1日; 13：550–7。 9。 （计算机科学中的讲义）。使用两级聚类策略推断Hardi Fiber束地图集。2010年1月1日; 13：550–7。9。（计算机科学中的讲义）。MED图像计算计算辅助间隔MICCAI INT CONC MED MED MED IMAGE计算计算辅助间隔。Campello RJGB，Moulavi D，Sander J.基于层次密度估计的基于密度的聚类。in：PEI J，Tseng VS，Cao L，Motoda H，Xu G，编辑。知识发现和数据挖掘的进步。柏林，海德堡：施普林格； 2013年。 160–72。10。Zhang H，Schneider T，Wheeler-Kingshott CA，Alexander DC。 noddi：实用的体内神经突导向分散和人脑的密度成像。 卷。 61，神经图像。 2012。 1000–16。Zhang H，Schneider T，Wheeler-Kingshott CA，Alexander DC。noddi：实用的体内神经突导向分散和人脑的密度成像。卷。61，神经图像。2012。 1000–16。