Informations

Mappage des numéros de région FreeSurfer aux numéros GIFNiftyNet

Mappage des numéros de région FreeSurfer aux numéros GIFNiftyNet


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

J'essaie de mesurer le coefficient DICE des segmentations cérébrales par un modèle highresnet. Pour ma vérité terrain, j'utilise les segmentations FreeSurfer. Il y a un certain chevauchement entre les régions utilisées par chacune, mais il y a beaucoup de régions FreeSurfer qui ne sont pas contenues dans GIFNiftyNet.ctbl. C'est-à-dire qu'ils n'ont pas exactement le même nom. J'imagine que chacune des régions FreeSurfer fait partie d'une région répertoriée dans GIFNiftyNet.

Quelqu'un connaît-il un mappage des numéros de région FreeSurfer vers les numéros GIFNiftyNet ?

De plus, y a-t-il eu des tentatives pour normaliser la numérotation et les noms donnés aux parties du cerveau par divers programmes de segmentation ? Comment les corrélations DICE pour les segmentations cérébrales sont-elles généralement calculées ? C'est-à-dire, qu'est-ce qui est utilisé comme vérité fondamentale ?


Article de recherche original

Caroline Beelen 1* , Thanh Vân Phan 2 , Jan Wouters 3 , Pol Ghesquière 1† et Maaike Vandermosten 3†
  • 1 Unité de recherche sur la parentalité et l'éducation spécialisée, Faculté de psychologie et des sciences de l'éducation, KU Leuven, Louvain, Belgique
  • 2 Icometrix Company, Louvain, Belgique
  • 3 Groupe de recherche ExpORL, Département des neurosciences, KU Leuven, Louvain, Belgique

Les connaissances sur l'anatomie du cerveau sont importantes pour la détection précoce des troubles du développement neurologique, tels que la dyslexie. FreeSurfer est l'un des outils logiciels automatisés les plus fréquemment utilisés pour étudier la morphologie du cerveau. Cependant, le contrôle de la qualité des résultats fournis par FreeSurfer est souvent ignoré et peut conduire à de fausses inférences statistiques. Une édition manuelle supplémentaire des données peut être une solution, mais non sans un coût en temps et en ressources. Des recherches antérieures chez des adultes sur la comparaison de la méthode automatisée de FreeSurfer avec et sans édition manuelle supplémentaire ont indiqué que bien que l'édition puisse conduire à des différences significatives dans les mesures morphologiques entre les méthodes dans certaines régions, elle ne modifie pas substantiellement la sensibilité pour détecter les différences cliniques. Étant donné que les approches automatisées sont plus susceptibles d'échouer dans les données pédiatriques et intrinsèquement plus bruyantes, nous avons examiné dans la présente étude si FreeSurfer peut être appliqué de manière entièrement automatique ou si des modifications manuelles supplémentaires des images T1 sont nécessaires dans un échantillon pédiatrique. Plus précisément, les mesures de l'épaisseur et de la surface corticales avec et sans contrôles manuels supplémentaires ont été comparées dans six régions d'intérêt (ROI) du réseau de lecture chez des enfants de 5 à 6 ans avec et sans dyslexie. Les résultats ont révélé que l'édition supplémentaire conduit à des différences statistiques dans les mesures morphologiques, mais que ces différences sont cohérentes entre les sujets et que la sensibilité pour révéler des différences statistiques dans les mesures morphologiques entre les enfants avec et sans dyslexie n'est pas affectée, même si les conclusions de marginalement significatives les résultats peuvent différer selon la méthode utilisée. Ainsi, nos résultats indiquent que l'édition manuelle supplémentaire des régions liées à la lecture dans FreeSurfer a un gain limité pour les échantillons pédiatriques.


Une vue FreeSurfer du transcriptome cortical généré à partir du Allen Human Brain Atlas


  • 1 Institut de recherche Rotman, Baycrest, Toronto, ON, Canada
  • 2 Départements de psychologie et de psychiatrie, Université de Toronto, Toronto, ON, Canada
  • 3 Center for the Developing Brain, Child Mind Institute, New York, NY, États-Unis

Résultats

Modèles sulcaux dans la région sous-centrale

L'anatomie sulcale de la région sous-centrale a été examinée dans un total de 100 hémisphères (m = 50 cerveaux) et les patrons morphologiques rencontrés ont été classés en cinq types (Fig. 2). La configuration la plus couramment observée des sillons sous-centraux (Type 1, 44 % des hémisphères) est illustrée à la Fig. 1. Dans la configuration de Type 1, le sillon central ne s'étend pas ventralement pour rejoindre la fissure latérale. Le cinquième et le plus ventral segment du sillon central (cs_5) est généralement court et forme une courbe dans une direction antérieure. Le segment latéral de ascs (ascs_lat) est visible sur la surface latérale du cerveau et est clairement séparé du sillon central. Dorsalement, le ascs_lat s'étend dans le gyrus précentral avec une longueur variable. Ventralement, le ascs_lat continue dans le cortex operculaire, qui est caché dans la fissure latérale du cerveau. Un petit pont gyral sépare le ascs_lat du segment operculaire du ascs (ascs_op) qui se poursuit médialement jusqu'à atteindre le sillon insulaire circulaire (crise). L'origine médiale de la ascs_op peut être identifié à une courbe de crise, qui est formé par le court gyrus insulaire postérieur juste en avant du sillon insulaire central (cis). Postérieur à la ascs_op, le gyrus subcentral postérieur (pscs) peut être trouvée, qui s'étend latéralement vers la fissure latérale. L'origine médiale de pscs peut être identifié à une courbe de crise postérieur à cis, qui est formé par le long gyrus insulaire antérieur. Le nombre de courbures de crise et le nombre de sillons sous-centraux est variable, mais le ascs_op et le pscs pu être identifié de manière fiable chez chaque participant examiné. La morphologie de tous les sillons mentionnés est variable selon les participants, mais la description des types morphologiques rapportée ci-dessous se concentre sur la configuration du ascs_lat.

Modèles morphologiques. Dessins schématiques illustrant les principaux modèles morphologiques de la région sous-centrale formée par le ascs_lat avec les sulci voisins. Type 1 : configuration canonique observée dans la majorité des hémisphères (également illustrée sur la figure 1). Type 2: ascs_lat fusionnant avec le sillon central. Type 3 : ascs_lat fusion avec ascs_op. Type 4: ascs_lat fusionnant avec la branche inférieure de iprs. Type 5: ascs_lat antérieur à ascs_op

Modèles morphologiques dans la région sous-centrale

La région sous-centrale présente une grande variabilité interindividuelle en ce qui concerne la configuration de la ascs_lat. Les occurrences observées de types morphologiques sont rapportées dans le tableau 1. En plus de la configuration canonique (Type 1, 44% des hémisphères) décrite ci-dessus, il a été communément observé que le ascs_lat fusionné avec le sillon central (Type 2, 20 %) (Fig. 2). Dans ces cas, le ascs_lat reste principalement sur la surface latérale du cerveau et n'atteint pas le cortex operculaire. Les ascs_op s'étend plus latéralement et son extension est visible sur la surface latérale du cerveau. Un autre type couramment observé a été identifié par une position plus operculaire du ascs_lat (Type 3, 18%). Dans le type 3, le ascs_lat est moins visible sur la surface latérale et le sillon central s'étend plus ventral vers la fissure latérale. Le type 3 est également caractérisé par un pont gyral réduit séparant le ascs_lat du ascs_op. Dans six cas, la continuation operculaire de la ascs_lat courbé vers l'arrière et fusionné avec le pscs à la place du ascs_op (non classé comme un type morphologique distinct). Dans plusieurs cas, nous avons également observé la ascs_lat fusionner avec la branche inférieure du sillon précentral inférieur (iprs-i) (Type 4). Quand le ascs_lat et le iprs-i fusionner, la continuation ventrale de la ascs_lat courbes dans une direction antérieure plutôt que postérieure et la position de la ascs_lat est plus latérale qu'operculaire. Dans quelques cas (Type 5), la position du ascs_lat était notamment plus rostrale de sorte qu'elle était positionnée en avant de la ascs_op plutôt que postérieure comme dans les autres configurations.

De fortes différences hémisphériques ont été observées dans les occurrences des types morphologiques (tableau 1). Type 2 (ascs_lat mere avec cs_5) est beaucoup plus fréquent dans les hémisphères gauches (85 % contre 15 %), tandis que le type 4 (ascs_lat fusionner avec iprs) et Type 5 (ascs_lat plus en avant), sont plus fréquents dans les hémisphères droits (75 % contre 25 % pour le type 4 83 % contre 17 % pour le type 5), bien que les deux types soient peu fréquents. Pour Type 1 (configuration canonique) et Type 3 (ascs_lat fusion avec ascs_op), aucune différence hémisphérique prononcée n'a été observée.

Cartes de probabilité spatiale

La variabilité morphologique des segments du sillon central et des sillons sous-centraux a été quantifiée et visualisée à l'aide de cartes de probabilité spatiale dans l'espace surfacique 2D et l'espace volumétrique 3D (Fig. 3). Pour les cartes de probabilité de surface et de volume, les valeurs d'intensité diminuent du centre de la carte vers les bords, ce qui est typique des cartes de chevauchement. Les valeurs des cartes de probabilité volumétriques sont globalement plus faibles étant donné qu'elles capturent la variabilité dans trois dimensions spatiales. Le modèle de valeurs à travers les sillons et les hémisphères, cependant, est cohérent sur les cartes de probabilité de surface et volumétriques. Pour tous les sillons, des différences hémisphériques ont été observées en ce qui concerne la localisation dans l'espace volumique (Fig. 3b). Tous les segments sulcaux de l'hémisphère gauche sont situés systématiquement plus en arrière par rapport aux segments de l'hémisphère droit, ce qui correspond au couple Yakovlévian antihoraire des deux hémisphères (voir le tableau 2 pour les coordonnées du voxel de probabilité maximale et pour le centre de gravité pour chaque étiquette).

Cartes de probabilité spatiale. une Cartes de probabilité de surface des segments sulcaux centraux et sous-centraux montrés sur une surface moyenne gonflée (m = 50). Étiquettes pour cs_1 et cs_2 sont représentés d'un point de vue dorsal. Étiquettes pour ascs_op et pscs sont montrés d'une perspective ventrale avec le lobe temporal retiré pour une meilleure visibilité du cortex operculaire. Les valeurs d'intensité montrent l'étendue du chevauchement, 100 % indiquant un chevauchement chez tous les participants. b Cartes de probabilité volumétrique superposées sur le modèle MNI standard (m = 50). L : hémisphère gauche affiché sur le côté gauche de l'image. Les valeurs d'intensité montrent l'étendue du chevauchement entre les participants. Les cartes de couleurs pour les différents sillons ont été assorties en luminance afin que les couleurs plus vives indiquent un chevauchement plus élevé

Les trois premiers segments du sillon central (cs_1 à cs_3) présentent une cohérence spatiale interindividuelle élevée, caractérisée par des valeurs élevées, c'est-à-dire un chevauchement, dans les cartes de probabilité. La cohérence est plus faible pour cs_4 et cs_5. Les valeurs maximales de la carte de probabilité pour les comparaisons quantitatives sont fournies à la figure 4. La cohérence est également faible pour les sillons sous-centraux (ascs_lat, ascs_op, pscs) avec la plus faible consistance pour ascs_lat, en particulier dans l'hémisphère gauche. L'effet hémisphérique pour le ascs_lat est évident dans les cartes de probabilité de surface et volumétriques. Il a été observé que le ascs_lat est plus variable dans l'hémisphère gauche (voir par exemple Fig. 5, tranche oui = 1). La faible consistance du ascs_lat est conforme aux types morphologiques variables qui ont été décrits ci-dessus. Les deux sillons centraux, ascs_op et pscs, sont moins cohérents que les segments du sillon central, mais plus cohérents que les ascs_lat.

Mesures anatomiques des segments sulcaux. La probabilité de surface quantifie la valeur absolue du pourcentage maximal pour le chevauchement des étiquettes sulcales, comme le montre la figure 3a. Une faible probabilité indique une forte variabilité interindividuelle. Une profondeur sulcale plus négative indique un sillon plus profond. Les barres pour la profondeur sulcale, l'épaisseur corticale et la zone sulcale montrent des valeurs moyennes ± 95% des intervalles de confiance (m = 50 pour chaque hémisphère)

Relations structure-fonction. une Étiquettes sulcales individuelles et maxima d'activation pour les participants dans les cas où des données anatomiques et fonctionnelles étaient disponibles (m = 20). Seule la bande centrale du cerveau est représentée. Pour la légende des couleurs, voir b. b Localisation des pics d'activation individuels par rapport aux cartes sulcales après application de l'enregistrement sulcal (ascs_op n'est pas visible). Les contours sulcaux montrent les étiquettes sulcales moyennées, normalisées et seuillées (> 0,4) après enregistrement. Des couleurs plus vives indiquent des pics qui se chevauchent

Caractérisation anatomique des segments sulcaux

En plus des cartes de probabilité, nous avons caractérisé les segments sulcaux en fonction de la profondeur sulcale, de l'épaisseur corticale et de la zone sulcale de l'étiquette de surface (Fig. 4). On peut observer que les trois premiers segments du sillon central (cs_1 à cs_3) sont plus profonds que cs_4 et cs_5. Notez que les mesures de profondeur sulcale sont exprimées en unités FreeSurfer normalisées, plutôt qu'en valeurs réelles. Les ascs_lat est nettement moins profond que les autres segments. L'épaisseur corticale augmente de dorsale à ventrale et est la plus élevée dans les deux segments sulcaux sous-centraux (ascs_op, pscs). Le plus grand segment sulcal, comme indiqué par la zone sulcale, est cs_2. On peut observer que cs_2 est plus grande dans l'hémisphère gauche, ce qui est cohérent avec les rapports précédents d'une asymétrie structurelle dans la taille du « bouton de la main » (Yousry et al. 1997 Germann et al. 2019). Cs_4 et cs_5 sont notablement plus petits que les autres segments du sillon central. Aucune des trois mesures décrites ne montre de différence hémisphérique pour ascs_lat, contrairement aux cartes de probabilité de surface, qui montrent une plus grande variabilité, c'est-à-dire moins de chevauchement, dans l'hémisphère gauche. Étant donné que les participants au Human Connectome Project (HCP) n'ont pas été consultés, nous n'avons pas évalué comment cela aurait pu affecter les mesures décrites ci-dessus. Indépendamment de la latéralité, cependant, il faut supposer que la majorité des 50 participants seraient laissés latéralisés pour la langue. Dans le matériel complémentaire, nous rapportons les mesures anatomiques en fonction du type morphologique de la région subcentrale (Matériel complémentaire, Fig. 8). Bien que des écarts mineurs par rapport aux modèles décrits sur la figure 4 puissent être observés, dans l'ensemble, les caractéristiques anatomiques des segments sulcaux sont similaires pour tous les types morphologiques.

Enregistrement sulcal et relations structure-fonction

Tous les marqueurs sulcaux individuels et les pics d'activation fonctionnelle sont représentés sur la figure 5a. Pour visualiser les relations spatiales au niveau du groupe, nous avons d'abord enregistré toutes les surfaces individuelles sur la base des étiquettes sulcales binaires à l'aide de MSM. Après avoir enregistré les étiquettes sulcales, nous avons fait la moyenne de toutes les étiquettes sulcales transformées et seuillé (> 0,4) les étiquettes moyennes pour obtenir les contours des segments sulcaux enregistrés. La figure 5b montre les contours des sillons enregistrés, ce qui démontre une configuration dorso-ventrale ordonnée des segments sulcaux.

Ensuite, nous avons appliqué l'enregistrement qui a été utilisé pour transformer les étiquettes de surface individuelles à l'espace de groupe aux pics d'activation fonctionnelle de différents effecteurs chez les participants individuels. La figure 5b montre l'emplacement des maxima d'activation rééchantillonnés par rapport aux contours des segments enregistrés. Étant donné que le même enregistrement a été appliqué aux marqueurs sulcaux individuels et aux pics fonctionnels, l'emplacement des pics rééchantillonnés par rapport aux sillons enregistrés reflète la relation spatiale d'origine sur les surfaces natives des individus. L'emplacement des pics est donc similaire, mais pas identique à l'emplacement obtenu à partir d'un enregistrement basé sur FreeSurfer au niveau du groupe (comme le montre la figure 4a dans Eichert et al. 2020a).

Dans l'ensemble, une forte correspondance entre les marqueurs sulcaux et les pics fonctionnels a été observée. Les relations observées entre les marqueurs et les pics sont rapportées dans le tableau 3. La majorité des pics d'activation du localisateur manuel se situent à l'intérieur du centre de cs_2. Les pics dorsaux de l'activité du larynx se trouvent sur la rive antérieure de cs_3. Les pics du localisateur de la lèvre tombent également dans cs_3 et se chevauchent avec l'emplacement des pics du larynx dorsal. Ceux pour la lèvre, cependant, sont situés de manière fiable à l'étendue plus ventrale de cs_3 tandis que ceux des pics du larynx dorsal s'étendent sur le segment. Les pics d'activation du localisateur de langue tombent à l'intérieur cs_4 avec une consistance élevée. Les pics ventraux d'activité du larynx sont associés à cs_5 et ascs_lat ou avec le gyrus entre les deux, mais la relation est moins cohérente que pour les autres pics fonctionnels. Les maxima inférieurs au seuil étaient similaires en termes de localisation aux autres maxima.

La relation entre le marqueur sulcal et l'effecteur est très similaire à travers les hémisphères (tableau 3). La seule exception est le groupe des lèvres dans l'hémisphère droit, où plusieurs pics sont situés dans cs_4 plutôt qu'en cs_3. La représentation au niveau du groupe (Fig. 5b), cependant, démontre que cette différence est due à des variations mineures dans la frontière entre cs_4 et cs_3, plutôt que d'être une différence hémisphérique systématique dans l'emplacement cortical de l'activité. Le marqueur sulcal sous-jacent au pic du larynx ventral était le même dans les deux hémisphères pour la majorité des participants (m > 12). En outre, nous avons examiné la relation entre le type morphologique de la région sous-centrale et l'emplacement du pic du larynx ventral. Nous n'avons observé aucune relation systématique, c'est-à-dire que toutes les combinaisons de type et de marqueur sulcal sont présentes. Compte tenu du faible nombre de comptages pour chaque combinaison, une quantification robuste de cette observation n'est pas réalisable.

Pour caractériser l'effet de l'enregistrement sulcal sur la variabilité spatiale des pics fonctionnels, nous avons calculé la distance médiane à travers tous les pics pour chaque effecteur. Nous avons comparé cette mesure de propagation spatiale avec celle obtenue à partir du recalage FreeSurfer et un recalage basé sur des cartes de profondeur sulcale. Globalement, les trois enregistrements ont un effet similaire sur la variabilité spatiale (Fig. 6a). Certaines différences peuvent être observées entre les effecteurs, mais étant donné la taille de l'échantillon, aucun des effets n'est significatif. Pour le cluster de la lèvre dans l'hémisphère gauche, la propagation spatiale est augmentée pour l'enregistrement basé sur les étiquettes sulcales. La variabilité spatiale de l'amas du larynx ventral dans l'hémisphère gauche était la plus réduite en utilisant l'enregistrement du segment sulcal, mais l'effet est faible et non statistiquement significatif. La figure 6b montre la distribution spatiale des pics d'IRMf pour la représentation du larynx ventral après un enregistrement basé sur FreeSurfer et après un enregistrement basé sur des segments sulcaux. Les pics de l'hémisphère gauche apparaissent plus focalisés lorsque les segments sulcaux pilotent l'enregistrement, ce qui est en ligne avec une réduction de la distance médiane. Dans le cluster du larynx ventral droit, cependant, la distance médiane a globalement augmenté et le chevauchement des pics d'IRMf a diminué. La carte spatiale, cependant, démontre que l'enregistrement rapproche plusieurs pics aberrants du cluster restant.

Effet des enregistrements anatomiques sur la variabilité fonctionnelle. une La distance des pics d'activation des tâches après l'enregistrement sur la base des étiquettes FreeSurfer (barres vides), après l'enregistrement sur la base des cartes de profondeur des sillons du cerveau entier (barres rayées) et après l'enregistrement sur la base des étiquettes des segments sulcaux dessinées manuellement (barres en pointillés). La distance médiane ± intervalle de confiance à 95 % est indiquée sur tous les pics pour chaque groupe de tâches (m = 20 190 paires de points pour chaque cluster). b Chevauchement des pics IRMf de la représentation du larynx ventral après enregistrement FreeSurfer et après enregistrement basé sur les segments sulcaux


Cartographie de l'organisation structurelle du cerveau dans le trouble des conduites : réplication des résultats dans deux échantillons indépendants

CONTEXTE : Les méthodes de neuroimagerie qui permettent aux chercheurs d'étudier la covariance structurelle entre les régions du cerveau sont de plus en plus utilisées pour étudier les troubles psychiatriques. Les analyses de covariance structurelle sont particulièrement bien adaptées à l'étude des troubles d'origine neurodéveloppementale putative car ils semblent sensibles aux changements dans la maturation synchronisée de différentes régions du cerveau. Nous avons évalué les corrélations interrégionales dans l'épaisseur corticale en tant que mesure de la covariance structurelle, et appliqué cette méthode pour étudier le développement coordonné de différentes régions du cerveau dans le trouble des conduites (CD). Nous avons également évalué si les mesures de covariance structurelle pouvaient différencier les sous-types de MC de l'enfance (CO-CD) et de l'adolescence (AO-CD), qui peuvent différer en termes d'étiologie et de résultats à l'âge adulte.

MÉTHODES : Nous avons examiné les corrélations interrégionales de l'épaisseur corticale chez les jeunes hommes atteints de CO-CD ou d'AO-CD par rapport à des témoins sains (HC) dans deux ensembles de données indépendants. La tranche d'âge de l'échantillon de Cambridge était de 16 à 21 ans (moyenne : 18,0), tandis que la tranche d'âge de l'échantillon de Southampton était de 13 à 18 ans (moyenne : 16,7). Nous avons utilisé FreeSurfer pour effectuer des segmentations et appliqué des méthodes de covariance structurelle aux parcellisations résultantes.

RÉSULTATS : Dans les deux échantillons, les participants CO-CD présentaient un nombre étonnamment plus élevé de corrélations intercorticales significatives par rapport aux participants HC ou AO-CD, tandis que les participants AO-CD présentaient moins de corrélations significatives que les HC. Des différences de groupe dans la force des corrélations interrégionales ont été observées dans les deux échantillons, et chaque ensemble de résultats est resté significatif lors du contrôle du QI et des symptômes comorbides de déficit de l'attention/hyperactivité.

CONCLUSIONS : Cette étude fournit de nouvelles preuves des différences quantitatives dans l'organisation structurelle du cerveau entre les sous-types CO-CD et AO-CD, et soutient l'hypothèse que les deux sous-types de CD ont des origines neurodéveloppementales.


Méthode

Phénotypage comportemental

Toutes les procédures ont été effectuées conformément à la Déclaration d'Helsinki. Des ensembles de données du groupe de travail ont été sélectionnés pour évaluer la dépendance des individus à l'une des cinq substances suivantes : alcool, nicotine, cocaïne, méthamphétamine et cannabis. Divers instruments de diagnostic ont été utilisés pour évaluer la dépendance aux substances (voir le tableau S1 du supplément en ligne). Les données sur les cas et les témoins ont été recueillies auprès de 23 laboratoires sur 3 240 personnes, dont 2 140 ont été diagnostiquées avec une dépendance actuelle à au moins une des cinq substances d'intérêt. Les individus ont été exclus s'ils avaient des antécédents de maladie neurologique au cours de leur vie, un diagnostic actuel du DSM-IV axe I autre que les troubles dépressifs et anxieux, ou toute contre-indication à l'IRM. Les sujets témoins peuvent avoir consommé des substances addictives à des fins récréatives, mais n'ont pas été diagnostiqués comme dépendants. Les statistiques démographiques sommaires (répartition par sexe et âge moyen) sur les participants dont les données ont réussi les étapes de contrôle de la qualité décrites ci-dessous sont fournies dans le tableau 1. Des résumés spécifiques au site sont fournis dans le tableau S1 du supplément en ligne.

TABLEAU 1. Distribution par sexe et âge moyen des sujets cas et témoins, par sous-groupe de dépendance, dans une méga-analyse du volume de matière grise dans la dépendance aux substances

TABLEAU 1. Distribution par sexe et âge moyen des sujets cas et témoins, par sous-groupe de dépendance, dans une méga-analyse du volume de matière grise dans la dépendance aux substances

Préparation des données IRM structurelles

T structurel1Des scintigraphies cérébrales IRM pondérées ont été acquises auprès de tous les participants. Les détails du scanner et de l'acquisition sur chaque site sont fournis dans le tableau S1 du supplément en ligne. Les données ont été préparées dans FreeSurfer (version 5.3), un pipeline de traitement IRM entièrement automatisé qui identifie sept régions sous-corticales bilatérales et 34 régions corticales bilatérales d'intérêt (24, 25). La majorité des ensembles de données ont été préparés à l'aide de CBRAIN, un réseau d'installations informatiques de haute performance au Canada (26). Le volume des régions sous-corticales d'intérêt et l'épaisseur moyenne des régions corticales d'intérêt ont servi de mesure dépendante dans toutes les analyses. L'utilisation de FreeSurfer dans les analyses multi-sites a été validée dans des études ENIGMA précédentes (27-30) qui ont établi un protocole standardisé de procédures de contrôle qualité effectuées sur chaque site (http://enigma.ini.usc.edu/protocols/imaging-protocols /). Cela comprend la détection des valeurs aberrantes et l'inspection visuelle de toutes les données dans une série de plans standard (pour plus de détails, voir la section Méthodes supplémentaires dans le supplément en ligne). Un niveau supplémentaire d'inspection visuelle a été effectué au niveau central à l'Université du Vermont sur un sous-échantillon de participants sélectionnés au hasard pour assurer l'uniformité du contrôle de la qualité sur tous les sites.

Modèles linéaires à effets mixtes avec validation croisée

Les différences d'épaisseur ou de volume de la région d'intérêt entre les participants dépendants de la substance et les sujets témoins non dépendants ont été évaluées dans chaque région d'intérêt avec deux modèles linéaires à effets mixtes, en utilisant SPSS Statistics pour Windows, version 21.0 (IBM, Armonk, N.Y.). Le modèle linéaire à effets mixtes tient effectivement compte des effets de site, y compris les sites qui n'ont pas collecté de données sur des sujets témoins non dépendants (31). Dans le modèle 1, les individus dépendants d'une substance ont été traités comme un seul groupe quelle que soit la substance utilisée. Les individus dépendants de l'une des cinq substances d'intérêt ont été codés comme « dépendants » et les sujets témoins comme « non dépendants ». Le modèle 1 a permis l'inclusion de personnes dépendantes de plus d'une substance. Dans le modèle 2, la dépendance aux cinq substances a été codée en tant que catégories individuelles dans un seul facteur fixe : les individus ont été codés comme appartenant à une et une seule des six catégories : « non dépendant » ou dépendant de « l'alcool », « nicotine », « cocaïne », « méthamphétamine » ou « cannabis ». Le modèle 2 n'a pas permis d'inclure les personnes dépendantes de plus d'une substance. Dans les deux modèles, le site d'IRM a été saisi comme facteur aléatoire, et le sexe, l'âge et le volume intracrânien total ont été inclus comme covariables. D'autres analyses ont été effectuées pour infirmer l'existence d'une interaction site par diagnostic (voir la section Méthodes supplémentaires dans le supplément en ligne).

La réplicabilité des résultats de neuroimagerie a récemment été remise en question (22, 23). La grande taille de l'échantillon de la présente étude a facilité l'adoption d'une stratégie optimisée en deux parties pour vérifier la fiabilité des effets. Les données ont été divisées en deux moitiés (un ensemble de données de découverte et un ensemble de données de réplication) avec une stratification statistiquement appariée pour l'âge, le sexe et le volume intracrânien au sein de chaque site et statut de dépendance. Étant donné que chaque région d'intérêt a été analysée séparément, une méthode de taux de fausses découvertes (la procédure Benjamini-Hochberg) a été utilisée pour contrôler les comparaisons multiples sur la première moitié des données (l'ensemble de données de découverte). Les associations découvertes dans la première moitié des données ne sont signalées ici comme significatives que si elles ont été répliquées dans la seconde moitié des données (l'ensemble de données de réplication), c'est-à-dire si le signe de la différence des moyennes était le même et la valeur nulle l'hypothèse avait une probabilité <0,05.

Effets de dépendance généraux ou spécifiques à une substance

Le modèle 2 a permis une comparaison du volume ou de l'épaisseur moyen marginal estimé de la région d'intérêt entre les sujets témoins non dépendants et les participants dépendants de chaque substance. L'importance a été définie comme dans le modèle 1. L'impact important de la dépendance à l'alcool sur les données (voir la section Résultats) a influencé la décision d'examiner si la dépendance à l'une des substances autres que l'alcool était liée à des différences de volume ou de région d'intérêt. épaisseur par rapport aux sujets témoins non dépendants. Ceci a été évalué avec un contraste linéaire secondaire dans le modèle 2 qui regroupait la dépendance à la nicotine, à la cocaïne, à la méthamphétamine et au cannabis (mais pas à l'alcool) par rapport à des sujets témoins non dépendants.

Utilisation au cours des 30 derniers jours

Des modèles linéaires à effets mixtes ont été utilisés pour déterminer si la consommation de nicotine ou d'alcool au cours des 30 derniers jours était liée au volume ou à l'épaisseur des régions d'intérêt identifiées par le modèle 1 ou 2 (c'est-à-dire les régions du cerveau énumérées dans les tableaux 2 et 3). (Voir le supplément en ligne pour plus de détails.)

TABLEAU 2. Modèle 1, individus présentant une dépendance à une substance par rapport à des sujets témoins non dépendants : régions d'intérêt des hémisphères gauche et droit qui présentaient un volume sous-cortical ou une épaisseur corticale inférieurs dans une méga-analyse du volume de matière grise dans la dépendance à une substance a

a Dans le modèle 1, tous les individus ont été classés comme dépendants ou non dépendants d'une substance. Seules les associations significatives sont indiquées.

TABLEAU 2. Modèle 1, individus présentant une dépendance à une substance par rapport à des sujets témoins non dépendants : régions d'intérêt des hémisphères gauche et droit qui présentaient un volume sous-cortical ou une épaisseur corticale inférieurs dans une méga-analyse du volume de matière grise dans la dépendance à une substance a

TABLEAU 3. Modèle 2, individus présentant des dépendances spécifiques à une substance par rapport à des sujets témoins non dépendants : régions d'intérêt des hémisphères gauche et droit présentant un volume sous-cortical ou une épaisseur corticale inférieurs dans une méga-analyse du volume de matière grise dans la dépendance à une substance a

a Dans le modèle 2, les individus ont été triés par dépendance à une et une seule substance, et les individus dépendants de plus d'une substance ont été exclus du modèle. Des comparaisons des moyennes marginales estimées de la dépendance à l'alcool et à la cocaïne par rapport aux sujets témoins non dépendants sont présentées pour le modèle 2. Le contraste supplémentaire dans le modèle 2 comprenait des individus dépendants de la nicotine, de la cocaïne, de la méthamphétamine ou du cannabis (mais pas de l'alcool). Seules les associations significatives sont montrées. Il n'y avait pas d'association significative avec la nicotine, la méthamphétamine ou la dépendance au cannabis en soi.

TABLEAU 3. Modèle 2, individus présentant des dépendances spécifiques à une substance par rapport à des sujets témoins non dépendants : régions d'intérêt des hémisphères gauche et droit présentant un volume sous-cortical ou une épaisseur corticale inférieurs dans une méga-analyse du volume de matière grise dans la dépendance à une substance a

Support de la classification des machines vectorielles

La classification des machines à vecteurs de support a été implémentée dans MATLAB (MathWorks, Natick, Mass.) avec un noyau de fonction de base radiale, réglé par balayage de paramètres dans une boucle interne 10 fois imbriquée dans une validation croisée optimisée en deux parties (32) (pour plus de détails , voir la section Méthodes supplémentaires dans le supplément en ligne). Le noyau de la fonction de base radiale facilite l'inclusion de relations non linéaires dans le classificateur. En d'autres termes, la machine à vecteurs de support peut détecter des modèles informatifs dans les données qui peuvent ne pas être identifiés par les analyses linéaires traditionnelles telles que les modèles 1 et 2. Pour atténuer les effets du site, du sexe, de l'âge et du volume intracrânien, les données de région d'intérêt ont été résiduels avant la classification. Cinq études sans participants témoins ont été exclues. L'aire sous la courbe caractéristique de fonctionnement du récepteur et les valeurs p correspondantes basées sur l'équivalence avec le test U de Mann-Whitney ont été calculées pour estimer les performances généralisables du classificateur sur la moitié indépendante des données pour chacun des deux scénarios de test d'entraînement (c'est-à-dire s'entraîner sur le premier moitié, test sur la seconde, et vice versa). Une zone plus grande sous la courbe caractéristique de fonctionnement du récepteur, qui trace le taux de vrais positifs par rapport au taux de faux positifs, indique une meilleure séparation des groupes dépendants et non dépendants de la substance. Le seuil de signification pour l'aire sous la courbe a été défini comme une valeur p de 0,05 dans les deux scénarios de classification. Les 20 principales caractéristiques de chaque classification ont été déterminées par le plus grand changement dans la fonction de coût résultant de leur retrait individuel de la classification (33).


Cartographie de l'organisation structurelle du cerveau dans le trouble des conduites : réplication des résultats dans deux échantillons indépendants

Luca Passamonti, Département de neurosciences cliniques, Université de Cambridge, Herchel Smith Building, Robinson Way, Cambridge Biomedical Campus, Cambridge CB2 0SZ, Royaume-Uni Courriel : [email protected]

Unité académique de psychologie, Université de Southampton, Southampton, Royaume-Uni

Département de psychiatrie, Université de Cambridge, Cambridge, Royaume-Uni

Département de biomédecine et de prévention, Université de Rome « ​​Tor Vergata », Rome, Italie

Centre Martinos pour l'imagerie biomédicale, Boston, MA, États-Unis

Harvard Medical School, Boston, MA, États-Unis

Unité académique de psychologie, Université de Southampton, Southampton, Royaume-Uni

Unité académique de psychologie, Université de Southampton, Southampton, Royaume-Uni

Département de psychologie expérimentale, clinique et de la santé, Université de Gand, Gand, Belgique

Département de psychiatrie, Université de Cambridge, Cambridge, Royaume-Uni

Département de psychologie, Columbia University, New York, NY, États-Unis

Département de génie électrique, électronique et informatique, Université de Bologne, Bologne, Italie

Département de psychiatrie, Université de Cambridge, Cambridge, Royaume-Uni

Medical Research Council, Cognition and Brain Sciences Unit, Cambridge, Royaume-Uni

Medical Research Council, Cognition and Brain Sciences Unit, Cambridge, Royaume-Uni

Institut de bio-imagerie et de physiologie moléculaire, Conseil national de la recherche, Catanzaro, Italie

Département de neurosciences cliniques, Université de Cambridge, Cambridge, Royaume-Uni

Luca Passamonti, Département de neurosciences cliniques, Université de Cambridge, Herchel Smith Building, Robinson Way, Cambridge Biomedical Campus, Cambridge CB2 0SZ, Royaume-Uni Courriel : [email protected]

Résumé

Fond

Les méthodes de neuroimagerie qui permettent aux chercheurs d'étudier la covariance structurelle entre les régions du cerveau sont de plus en plus utilisées pour étudier les troubles psychiatriques. Les analyses de covariance structurelle sont particulièrement bien adaptées à l'étude des troubles d'origine neurodéveloppementale putative car ils semblent sensibles aux changements dans la maturation synchronisée de différentes régions du cerveau. Nous avons évalué les corrélations interrégionales de l'épaisseur corticale en tant que mesure de la covariance structurelle et avons appliqué cette méthode pour étudier le développement coordonné de différentes régions du cerveau dans le trouble des conduites (CD). Nous avons également évalué si les mesures de covariance structurelle pouvaient différencier les sous-types de MC de l'enfance (CO-CD) et de l'adolescence (AO-CD), qui peuvent différer en termes d'étiologie et de résultats à l'âge adulte.

Méthodes

Nous avons examiné les corrélations interrégionales de l'épaisseur corticale chez les jeunes hommes atteints de CO-CD ou d'AO-CD par rapport à des témoins sains (HC) dans deux ensembles de données indépendants. La tranche d'âge dans l'échantillon de Cambridge était de 16 à 21 ans (moyenne : 18,0), tandis que la tranche d'âge de l'échantillon de Southampton était de 13 à 18 ans (moyenne : 16,7). Nous avons utilisé FreeSurfer pour effectuer des segmentations et appliqué des méthodes de covariance structurelle aux parcellations résultantes.

Résultats

Dans les deux échantillons, les participants CO-CD présentaient un nombre étonnamment plus élevé de corrélations intercorticales significatives par rapport aux participants HC ou AO-CD, tandis que les participants AO-CD présentaient moins de corrélations significatives que les HC. Des différences de groupe dans la force des corrélations interrégionales ont été observées dans les deux échantillons, et chaque ensemble de résultats est resté significatif lors du contrôle du QI et des symptômes comorbides de déficit de l'attention/hyperactivité.

Conclusion

Cette étude fournit de nouvelles preuves des différences quantitatives dans l'organisation structurelle du cerveau entre les sous-types CO-CD et AO-CD, et soutient l'hypothèse selon laquelle les deux sous-types de MC ont des origines neurodéveloppementales.


Contributions d'auteur

Contributions d'auteur: Garants de l'intégrité de l'ensemble de l'étude, Y.G., Y.W.L. concepts de l'étude/conception de l'étude ou acquisition de données ou analyse/interprétation des données, rédaction ou révision du manuscrit de tous les auteurs pour un contenu intellectuel important, approbation de la version finale du manuscrit de tous les auteurs, recherche documentaire de tous les auteurs, YZ, AK, YG, J. Rath, RIG, YWL études cliniques, Y.Z., Y.G., J. Rath, J. Reaume, Y.W.L. analyse statistique, Y.Z., D.K., Y.W.L. et édition de manuscrits, Y.Z., A.K., D.K., Y.G., Y.W.L.

Soutenu par le Clinical and Translational Science Institute (subvention 5UL1RR029893).

Le financement: Cette recherche a été soutenue par les National Institutes of Health (subventions UL1 TR000038 et RO1 NS039135-10).


4. Discussion

L'analyse TBM des différences régionales dans le volume du tissu cérébral chez les enfants atteints de l'ETCAF a démontré que (i) les réductions régionales du volume cérébral sont plus fortement prédites par une mesure continue de l'exposition prénatale à l'alcool obtenue pendant la grossesse que par le diagnostic de l'ETCAF (ii) normalisant pour la taille globale du cerveau peut ne pas être approprié pour les troubles dans lesquels une circonférence de la tête plus petite fait partie des critères de diagnostic et peut générer de fausses expansions dans des régions qui sont relativement peu affectées par l'exposition prénatale à l'alcool (iii) les réductions volumétriques ne sont pas observées dans des structures cérébrales discrètes mais plutôt dans plusieurs grandes régions , dont la plupart impliquent des structures médiales et (iv) l'identification des modèles de changements locaux dans le volume du tissu cérébral à l'aide d'une approche ICA basée sur les données peut identifier une source latente dans les données anatomiques qui produit un modèle spatial de changements de volume régional similaire à celui associé à exposition prénatale à l'alcool. Ce dernier résultat suggère que l'ICA peut être utile pour identifier les enfants exposés à l'alcool avant la naissance et le degré d'exposition prénatale si aucune autre information diagnostique n'est disponible.

Un nombre croissant d'études de neuroimagerie in vivo ont signalé des changements dans la structure cérébrale liés à l'ETCAF qui s'étendent au-delà des premiers rapports de microencéphalie, d'agénésie calleuse et de ventriculomégalie observés dans les cas graves à l'autopsie (Roebuck et al., 1998). Ces rapports indiquent que les réductions du volume cérébral dans l'ETCAF sont hautement reproductibles (Lebel et coll., 2011 Norman et coll., 2009) même à des niveaux d'exposition faibles à modérés (Eckstrand et coll., 2012). Des compartiments tissulaires de matière grise et blanche et des volumes cérébelleux plus petits que la normale sont également largement rapportés, mais ne sont souvent pas dissociables des réductions globales du volume cérébral.

Les rapports de changements plus focaux dans la structure cérébrale ont été moins cohérents. Des réductions du tissu cérébral ont été signalées dans presque toutes les régions et structures cérébrales mesurées (Lebel et al., 2011), mais les résultats sont moins reproductibles au niveau régional entre les groupes, et des augmentations paradoxales de l'épaisseur et de la densité corticales ont également été signalées (Sowell et al., 2002 Sowell et al., 2008).Certaines structures ont été signalées comme étant disproportionnellement plus petites après ajustement statistique pour le volume cérébral total, par exemple, le noyau caudé (Archibald et al., 2001 Astley et al., 2009 Chen et al., 2012) et l'hippocampe (Nardelli et al. , 2011 Willoughby et al., 2008). Cependant, d'autres études constatent que ces mêmes structures ne sont pas disproportionnellement plus petites après ajustement pour la taille totale du cerveau (pour le noyau caudé, Roussotte et al., 2012 Riikonen et al., 2005 pour l'hippocampe, Astley et al., 2009 Coles et al., 2011).

Étant donné que la gravité de l'impact dépend du degré d'exposition (Astley et al., 2009 Guerri et al., 2009), les différences d'exposition au sein et entre les échantillons d'étude peuvent contribuer à des incohérences, en particulier si les comparaisons de groupes sont basées uniquement sur le diagnostic. D'autres facteurs pouvant contribuer aux divergences concernant la susceptibilité régionale aux effets tératogènes de l'alcool comprennent le stade de développement, le sexe, la race/l'origine ethnique et d'autres caractéristiques spécifiques à l'échantillon. Par exemple, dans une étude longitudinale récente portant sur l'évolution des volumes corticaux au fil du temps, Lebel et al. (2012) ont trouvé des trajectoires de développement différentes chez les enfants exposés à l'alcool par rapport aux sujets témoins, en particulier dans les régions d'association pariétale postérieure du cerveau. Cette étude a également révélé que les changements de maturation dans certaines régions corticales étaient liés à la quantité d'exposition à l'alcool mesurée par trimestre, indiquant que les modèles d'anomalies régionales peuvent être influencés par le moment de l'exposition. Étant donné que les effets de l'exposition prénatale à l'alcool continuent de se manifester au cours de la maturation cérébrale, des facteurs génétiques et des risques environnementaux supplémentaires peuvent également agir comme des facteurs modérateurs (Jacobson et al., 2004 Jacobson et al., 2006 Jones, 2011 May et al., 2008 Thompson et al. ., 2009 Warren et Li, 2005).

À ce jour, la plupart des études antérieures se sont concentrées sur des régions neuroanatomiques discrètes, peu ont examiné la variation volumétrique régionale dans une seule analyse complète. Notre étude est parmi les premières à utiliser le TBM pour déterminer simultanément les différences globales et locales dans l'architecture des tissus cérébraux. De plus, notre échantillon homogène évalué sur une tranche d'âge étroite garantit que les effets observés ne sont pas confondus par des interactions avec l'âge.

Ce qui est ressorti de notre analyse TBM n'était pas la preuve d'une déformation dans certaines structures cérébrales discrètes, mais plutôt des réductions volumétriques dans plusieurs grandes régions, y compris le lobe pariétal (précuneus s'étendant dans le lobule pariétal supérieur), le cervelet supéro-médial s'étendant aux surfaces inférieures de le lobe occipital, et une grande région sous-corticale englobant le thalamus et le mésencéphale, s'étendant dans la partie ventromédiale du lobe frontal. Une caractéristique notable de ces modèles de déformation est que la plupart impliquent des régions cérébrales médianes. Cette découverte de réductions volumétriques dans les régions cérébrales médianes est cohérente avec les nombreuses preuves de modèles animaux que le tissu de la ligne médiane du tube neural est particulièrement vulnérable à l'exposition à l'alcool pendant l'embryogenèse (Zhou et al., 2003). Une forte exposition à l'alcool au cours du 7e jour de gestation chez la souris entraîne un spectre de dysmorphologie affectant les aspects médians du visage en développement (p. 1981). Même des niveaux modérés d'exposition embryonnaire à l'alcool provoquent de subtiles anomalies de la ligne médiane du tube neural qui peuvent influencer le développement ultérieur du cerveau (Zhou et al., 2003).

Bien que le modèle d'effets régionaux associés à l'AA/jour et au diagnostic soit similaire dans les données non corrigées (code couleur rouge sur les figures 2 et 4, respectivement), après ajustement du FDR, le degré d'exposition à l'alcool était un meilleur prédicteur du cerveau régional déformations structurelles que le diagnostic. La plus grande sensibilité de la mesure quantitative de l'exposition prénatale dans la détection des contractions cérébrales régionales est impressionnante étant donné que le diagnostic a été effectué par des dysmorphologues de renommée internationale et que la réduction du périmètre crânien est un élément essentiel de ce diagnostic. La validité prédictive de nos auto-évaluations maternelles prospectives de la consommation d'alcool pendant la grossesse pour les déformations cérébrales subtiles est particulièrement encourageante, car les auto-évaluations peuvent être problématiques en raison des difficultés à se souvenir des quantités spécifiques d'alcool consommées et de la fréquence des épisodes de frénésie. Contrairement au tabagisme, qui a tendance à être relativement stable dans le temps (Jacobson et Jacobson, 1992) et qui n'a pas été associé à des variations régionales de volume après correction du FDR, la consommation d'alcool est généralement épisodique. C'est-à-dire que de fortes crises de boulimie peuvent se produire certains week-ends, l'abstention d'autres, en particulier dans une population économiquement défavorisée dans laquelle les fonds pour l'alcool ne sont pas toujours disponibles. Un avantage majeur de l'approche de suivi chronologique utilisée dans cette étude est qu'elle facilite le rappel en encourageant la personne interrogée à se concentrer sur les activités qu'elle a pratiquées quotidiennement au cours d'une période récente de 2 semaines, où elle a passé chaque soirée et fin de semaine. , et avec qui. Nous avons déjà montré que les rapports maternels sur la consommation d'alcool utilisant cette approche obtenus simultanément pendant la grossesse sont plus prédictifs de la croissance du nourrisson et des déficits neurocomportementaux liés à l'alcool par rapport aux rapports rétrospectifs obtenus à un an du post-partum (Jacobson et al., 2002).

Les études qui ont examiné les effets de l'exposition prénatale à l'alcool sur des structures ou des régions discrètes ont généralement ajusté le volume cérébral total pour déterminer si une région donnée est plus petite par rapport à la taille totale du cerveau. Un avantage important du TBM est qu'il examine les déformations simultanément dans chaque voxel du cerveau, indiquant clairement quelles régions sont les plus touchées sans avoir à contrôler le volume cérébral total. La découverte de Sowell et al. (2010) que l'ETCAF était associé à des expansions dans certaines régions après ajustement pour le volume cérébral total, que nous avons également observé dans nos propres données à l'échelle, suggère que la suppression de la variance associée au volume cérébral global peut entraîner le volume de certaines régions qui sont moins gravement touché par l'alcool prénatal pour devenir artificiellement gonflé. Les conclusions de TBM dans l'étude de Sowell et al. étude ont été étayées par une conclusion selon laquelle le modèle de déformation structurelle observé dans cette étude prédisait l'appartenance au groupe avec une précision de 72 % dans les analyses de suivi du jackknife. Cependant, l'analyse de la fonction discriminante effectuée a été menée en utilisant des valeurs jacobiennes uniquement pour les régions déjà montrées comme différant significativement entre les groupes, biaisant ainsi les résultats vers des résultats positifs.

L'exposition prénatale à l'alcool a été associée à des réductions des volumes de la plupart des régions FreeSurfer correspondant à celles identifiées dans l'analyse TBM sans échelle. À l'inverse, l'alcool prénatal n'était pas lié aux augmentations volumétriques dans aucune des régions FreeSurfer, fournissant un soutien supplémentaire pour l'inférence que les augmentations volumétriques observées dans les données mises à l'échelle sont fausses. Les corrélations modérées à fortes des volumes régionaux de FreeSurfer avec le volume total du cerveau sont compatibles avec la suggestion que l'ajustement statistique pour le volume total du cerveau est susceptible de supprimer une grande partie de la variance partagée par AA/jour et une région donnée, obscurcissant ainsi potentiellement le associations révélées dans l'analyse TBM sans échelle.

Notamment, l'ICA a fourni une confirmation indépendante des régions de déformation structurelle liées à l'exposition prénatale à l'alcool dans l'analyse TBM. Parmi les 10 ensembles de modèles de déformation générés par l'ACI, l'un était significativement corrélé à la fois avec le rapport maternel de consommation d'alcool pendant la grossesse et le diagnostic de l'ETCAF. Les régions du cerveau recevant les poids les plus élevés dans cet ensemble étaient étonnamment similaires aux régions du cerveau qui se sont révélées les plus fortement affectées par l'exposition prénatale à l'alcool dans l'analyse du TBM, fournissant des preuves indépendantes des schémas de déformation liés à l'ETCAF qui ont émergé dans l'analyse du TBM. Ces résultats suggèrent qu'une approche ICA basée sur les données pour analyser les IRM pourrait fournir un indicateur de l'exposition prénatale à l'alcool dans les cas pour lesquels les traits du visage ne sont pas apparents.


Notes de bas de page

2 Le terme 𠆊rea’ est conventionnellement restreint aux parcellations du cortex cérébral et la discussion qui suit se concentre en grande partie sur les divisions corticales. Il convient cependant de noter que bon nombre des idées générales concernant la parcellisation qui seront discutées ici sont applicables aux zones corticales ainsi qu'aux subdivisions des noyaux sous-corticaux et du cervelet.

3 Les cartes de gradient spatial peuvent présenter des caractéristiques reflétant un niveau élevé de variabilité dans l'ampleur des changements de carte de corrélation (cf. Fig. 9 – étape 6, et Wig et al., 2013), suggérant que même les zones corticales adjacentes identifiées dans ce manière ne seront pas également séparables les uns des autres en termes de leurs modèles de RSFC. Dans le présent travail, nous avons appliqué une technique de détection de contour qui met l'accent sur les emplacements où il y a un gradient présent. Les bords sont agnostiques quant à l'ampleur du changement de modèle de corrélation sous-jacent à la transition. Ainsi, les changements de modèle de corrélation, grands et petits, peuvent tous deux avoir des valeurs élevées dans la carte de probabilité de contour tant que l'emplacement de la transition est identifié de manière cohérente.

4 Les entités de parcelle peuvent également inclure un intérieur/une étendue de zone ou un centre géométrique de zone.

5 Bien qu'il existe des différences importantes entre chacune de ces méthodes, pour des raisons de simplicité, nous appellerons l'ensemble des méthodes « techniques de regroupement » et les unités identifiées « groupes » .

6 Les tests d'hypothèse d'adéquation de Kolmogorov-Smirnov ont révélé que les distributions des probabilités de bord RSFC-Boundary Mapping étaient non normales et que la transformation logarithmique n'atteignait pas la normalité. En conséquence, un test de somme des rangs de Wilcoxon a été utilisé pour déterminer la probabilité avec laquelle les deux distributions avaient des médianes équivalentes.

7 Le lissage volumétrique n'a été effectué qu'en tant qu'étape de prétraitement RSFC pour RSFC-Snowballing.

8 Aucun lissage spatial n'a été effectué dans le volume pendant le pré-traitement pour la cartographie RSFC-Boundary afin de minimiser les effets de volume partiel et le flou des données inter-sulcales.


Couleurs personnalisées pour les régions de freesurfer de l'atlas Desikan-Killiany

Je souhaite connaître la meilleure façon d'obtenir une image du cerveau qui montre des valeurs ou des couleurs spécifiques pour chacune des 68 régions de l'atlas Desikan-Killiany (sur le modèle fsaverage). Mon entrée serait juste ces 68 valeurs.

Créer un fichier freesurferLUT personnalisé et charger le freesurfer semble être une méthode, mais y a-t-il quelque chose de plus direct ? aussi, je me demande s'il est facile d'afficher des contours de bordure et des étiquettes pour les régions corticales ?


Méthode

Phénotypage comportemental

Toutes les procédures ont été effectuées conformément à la Déclaration d'Helsinki. Des ensembles de données du groupe de travail ont été sélectionnés pour évaluer la dépendance des individus à l'une des cinq substances suivantes : alcool, nicotine, cocaïne, méthamphétamine et cannabis. Divers instruments de diagnostic ont été utilisés pour évaluer la dépendance aux substances (voir le tableau S1 du supplément en ligne). Les données sur les cas et les témoins ont été recueillies auprès de 23 laboratoires sur 3 240 personnes, dont 2 140 ont été diagnostiquées avec une dépendance actuelle à au moins une des cinq substances d'intérêt. Les individus ont été exclus s'ils avaient des antécédents de maladie neurologique au cours de leur vie, un diagnostic actuel du DSM-IV axe I autre que les troubles dépressifs et anxieux, ou toute contre-indication à l'IRM. Les sujets témoins peuvent avoir consommé des substances addictives à des fins récréatives, mais n'ont pas été diagnostiqués comme dépendants. Les statistiques démographiques sommaires (répartition par sexe et âge moyen) sur les participants dont les données ont réussi les étapes de contrôle de la qualité décrites ci-dessous sont fournies dans le tableau 1. Des résumés spécifiques au site sont fournis dans le tableau S1 du supplément en ligne.

TABLEAU 1. Distribution par sexe et âge moyen des sujets cas et témoins, par sous-groupe de dépendance, dans une méga-analyse du volume de matière grise dans la dépendance aux substances

TABLEAU 1. Distribution par sexe et âge moyen des sujets cas et témoins, par sous-groupe de dépendance, dans une méga-analyse du volume de matière grise dans la dépendance aux substances

Préparation des données IRM structurelles

T structurel1Des scintigraphies cérébrales IRM pondérées ont été acquises auprès de tous les participants. Les détails du scanner et de l'acquisition sur chaque site sont fournis dans le tableau S1 du supplément en ligne. Les données ont été préparées dans FreeSurfer (version 5.3), un pipeline de traitement IRM entièrement automatisé qui identifie sept régions sous-corticales bilatérales et 34 régions corticales bilatérales d'intérêt (24, 25). La majorité des ensembles de données ont été préparés à l'aide de CBRAIN, un réseau d'installations informatiques de haute performance au Canada (26). Le volume des régions sous-corticales d'intérêt et l'épaisseur moyenne des régions corticales d'intérêt ont servi de mesure dépendante dans toutes les analyses. L'utilisation de FreeSurfer dans les analyses multi-sites a été validée dans des études ENIGMA précédentes (27-30) qui ont établi un protocole standardisé de procédures de contrôle qualité effectuées sur chaque site (http://enigma.ini.usc.edu/protocols/imaging-protocols /). Cela comprend la détection des valeurs aberrantes et l'inspection visuelle de toutes les données dans une série de plans standard (pour plus de détails, voir la section Méthodes supplémentaires dans le supplément en ligne). Un niveau supplémentaire d'inspection visuelle a été effectué au niveau central à l'Université du Vermont sur un sous-échantillon de participants sélectionnés au hasard pour assurer l'uniformité du contrôle de la qualité sur tous les sites.

Modèles linéaires à effets mixtes avec validation croisée

Les différences d'épaisseur ou de volume de la région d'intérêt entre les participants dépendants de la substance et les sujets témoins non dépendants ont été évaluées dans chaque région d'intérêt avec deux modèles linéaires à effets mixtes, en utilisant SPSS Statistics pour Windows, version 21.0 (IBM, Armonk, N.Y.). Le modèle linéaire à effets mixtes tient effectivement compte des effets de site, y compris les sites qui n'ont pas collecté de données sur des sujets témoins non dépendants (31). Dans le modèle 1, les individus dépendants d'une substance ont été traités comme un seul groupe quelle que soit la substance utilisée. Les individus dépendants de l'une des cinq substances d'intérêt ont été codés comme « dépendants » et les sujets témoins comme « non dépendants ». Le modèle 1 a permis l'inclusion de personnes dépendantes de plus d'une substance. Dans le modèle 2, la dépendance aux cinq substances a été codée en tant que catégories individuelles dans un seul facteur fixe : les individus ont été codés comme appartenant à une et une seule des six catégories : « non dépendant » ou dépendant de « l'alcool », « nicotine », « cocaïne », « méthamphétamine » ou « cannabis ». Le modèle 2 n'a pas permis d'inclure les personnes dépendantes de plus d'une substance. Dans les deux modèles, le site d'IRM a été saisi comme facteur aléatoire, et le sexe, l'âge et le volume intracrânien total ont été inclus comme covariables. D'autres analyses ont été effectuées pour infirmer l'existence d'une interaction site par diagnostic (voir la section Méthodes supplémentaires dans le supplément en ligne).

La réplicabilité des résultats de neuroimagerie a récemment été remise en question (22, 23). La grande taille de l'échantillon de la présente étude a facilité l'adoption d'une stratégie optimisée en deux parties pour vérifier la fiabilité des effets. Les données ont été divisées en deux moitiés (un ensemble de données de découverte et un ensemble de données de réplication) avec une stratification statistiquement appariée pour l'âge, le sexe et le volume intracrânien au sein de chaque site et statut de dépendance. Étant donné que chaque région d'intérêt a été analysée séparément, une méthode de taux de fausses découvertes (la procédure Benjamini-Hochberg) a été utilisée pour contrôler les comparaisons multiples sur la première moitié des données (l'ensemble de données de découverte). Les associations découvertes dans la première moitié des données ne sont signalées ici comme significatives que si elles ont été répliquées dans la seconde moitié des données (l'ensemble de données de réplication), c'est-à-dire si le signe de la différence des moyennes était le même et la valeur nulle l'hypothèse avait une probabilité <0,05.

Effets de dépendance généraux ou spécifiques à une substance

Le modèle 2 a permis une comparaison du volume ou de l'épaisseur moyen marginal estimé de la région d'intérêt entre les sujets témoins non dépendants et les participants dépendants de chaque substance. L'importance a été définie comme dans le modèle 1. L'impact important de la dépendance à l'alcool sur les données (voir la section Résultats) a influencé la décision d'examiner si la dépendance à l'une des substances autres que l'alcool était liée à des différences de volume ou de région d'intérêt. épaisseur par rapport aux sujets témoins non dépendants. Ceci a été évalué avec un contraste linéaire secondaire dans le modèle 2 qui regroupait la dépendance à la nicotine, à la cocaïne, à la méthamphétamine et au cannabis (mais pas à l'alcool) par rapport à des sujets témoins non dépendants.

Utilisation au cours des 30 derniers jours

Des modèles linéaires à effets mixtes ont été utilisés pour déterminer si la consommation de nicotine ou d'alcool au cours des 30 derniers jours était liée au volume ou à l'épaisseur des régions d'intérêt identifiées par le modèle 1 ou 2 (c'est-à-dire les régions du cerveau énumérées dans les tableaux 2 et 3). (Voir le supplément en ligne pour plus de détails.)

TABLEAU 2. Modèle 1, individus présentant une dépendance à une substance par rapport à des sujets témoins non dépendants : régions d'intérêt des hémisphères gauche et droit qui présentaient un volume sous-cortical ou une épaisseur corticale inférieurs dans une méga-analyse du volume de matière grise dans la dépendance à une substance a

a Dans le modèle 1, tous les individus ont été classés comme dépendants ou non dépendants d'une substance. Seules les associations significatives sont montrées.

TABLEAU 2. Modèle 1, individus présentant une dépendance à une substance par rapport à des sujets témoins non dépendants : régions d'intérêt des hémisphères gauche et droit qui présentaient un volume sous-cortical ou une épaisseur corticale inférieurs dans une méga-analyse du volume de matière grise dans la dépendance à une substance a

TABLEAU 3. Modèle 2, individus présentant des dépendances spécifiques à une substance par rapport à des sujets témoins non dépendants : régions d'intérêt des hémisphères gauche et droit présentant un volume sous-cortical ou une épaisseur corticale inférieurs dans une méga-analyse du volume de matière grise dans la dépendance à une substance a

a Dans le modèle 2, les individus ont été triés par dépendance à une et une seule substance, et les individus dépendants de plus d'une substance ont été exclus du modèle. Des comparaisons des moyennes marginales estimées de la dépendance à l'alcool et à la cocaïne par rapport aux sujets témoins non dépendants sont présentées pour le modèle 2. Le contraste supplémentaire dans le modèle 2 comprenait des individus dépendants de la nicotine, de la cocaïne, de la méthamphétamine ou du cannabis (mais pas de l'alcool). Seules les associations significatives sont montrées. Il n'y avait pas d'association significative avec la nicotine, la méthamphétamine ou la dépendance au cannabis en soi.

TABLEAU 3. Modèle 2, individus présentant des dépendances spécifiques à une substance par rapport à des sujets témoins non dépendants : régions d'intérêt des hémisphères gauche et droit présentant un volume sous-cortical ou une épaisseur corticale inférieurs dans une méga-analyse du volume de matière grise dans la dépendance à une substance a

Support de la classification des machines vectorielles

La classification des machines à vecteurs de support a été implémentée dans MATLAB (MathWorks, Natick, Mass.) avec un noyau de fonction de base radiale, réglé par balayage de paramètres dans une boucle interne 10 fois imbriquée dans une validation croisée optimisée en deux parties (32) (pour plus de détails , voir la section Méthodes supplémentaires dans le supplément en ligne). Le noyau de la fonction de base radiale facilite l'inclusion de relations non linéaires dans le classificateur. En d'autres termes, la machine à vecteurs de support peut détecter des modèles informatifs dans les données qui peuvent ne pas être identifiés par les analyses linéaires traditionnelles telles que les modèles 1 et 2. Pour atténuer les effets du site, du sexe, de l'âge et du volume intracrânien, les données de région d'intérêt ont été résiduels avant la classification. Cinq études sans participants témoins ont été exclues. L'aire sous la courbe caractéristique de fonctionnement du récepteur et les valeurs p correspondantes basées sur l'équivalence avec le test U de Mann-Whitney ont été calculées pour estimer les performances généralisables du classificateur sur la moitié indépendante des données pour chacun des deux scénarios de test d'entraînement (c'est-à-dire s'entraîner sur le premier moitié, test sur la seconde, et vice versa). Une zone plus grande sous la courbe caractéristique de fonctionnement du récepteur, qui trace le taux de vrais positifs par rapport au taux de faux positifs, indique une meilleure séparation des groupes dépendants et non dépendants de la substance. Le seuil de signification pour l'aire sous la courbe a été défini comme une valeur p de 0,05 dans les deux scénarios de classification. Les 20 principales caractéristiques de chaque classification ont été déterminées par le plus grand changement dans la fonction de coût résultant de leur retrait individuel de la classification (33).


Couleurs personnalisées pour les régions de freesurfer de l'atlas Desikan-Killiany

Je souhaite connaître la meilleure façon d'obtenir une image du cerveau qui montre des valeurs ou des couleurs spécifiques pour chacune des 68 régions de l'atlas Desikan-Killiany (sur le modèle fsaverage). Mon entrée serait juste ces 68 valeurs.

Créer un fichier freesurferLUT personnalisé et charger le freesurfer semble être une méthode, mais y a-t-il quelque chose de plus direct ? aussi, je me demande s'il est facile d'afficher des contours de bordure et des étiquettes pour les régions corticales ?


Résultats

Modèles sulcaux dans la région sous-centrale

L'anatomie sulcale de la région sous-centrale a été examinée dans un total de 100 hémisphères (m = 50 cerveaux) et les patrons morphologiques rencontrés ont été classés en cinq types (Fig. 2). La configuration la plus couramment observée des sillons sous-centraux (Type 1, 44 % des hémisphères) est illustrée à la Fig. 1. Dans la configuration de Type 1, le sillon central ne s'étend pas ventralement pour rejoindre la fissure latérale. Le cinquième et le plus ventral segment du sillon central (cs_5) est généralement court et forme une courbe dans une direction antérieure. Le segment latéral de ascs (ascs_lat) est visible sur la surface latérale du cerveau et est clairement séparé du sillon central. Dorsalement, le ascs_lat s'étend dans le gyrus précentral avec une longueur variable. Ventralement, le ascs_lat continue dans le cortex operculaire, qui est caché dans la fissure latérale du cerveau. Un petit pont gyral sépare le ascs_lat du segment operculaire du ascs (ascs_op) qui se poursuit médialement jusqu'à atteindre le sillon insulaire circulaire (crise). L'origine médiale de la ascs_op peut être identifié à une courbe de crise, qui est formé par le court gyrus insulaire postérieur juste en avant du sillon insulaire central (cis). Postérieur à la ascs_op, le gyrus subcentral postérieur (pscs) peut être trouvée, qui s'étend latéralement vers la fissure latérale. L'origine médiale de pscs peut être identifié à une courbe de crise postérieur à cis, qui est formé par le long gyrus insulaire antérieur. Le nombre de courbures de crise et le nombre de sillons sous-centraux est variable, mais le ascs_op et le pscs pu être identifié de manière fiable chez chaque participant examiné. La morphologie de tous les sillons mentionnés est variable selon les participants, mais la description des types morphologiques rapportée ci-dessous se concentre sur la configuration du ascs_lat.

Modèles morphologiques. Dessins schématiques illustrant les principaux modèles morphologiques de la région sous-centrale formée par le ascs_lat avec les sulci voisins. Type 1 : configuration canonique observée dans la majorité des hémisphères (également illustrée sur la figure 1). Type 2: ascs_lat fusionnant avec le sillon central. Type 3 : ascs_lat fusion avec ascs_op. Type 4: ascs_lat fusionnant avec la branche inférieure de iprs. Type 5: ascs_lat antérieur à ascs_op

Modèles morphologiques dans la région sous-centrale

La région sous-centrale présente une grande variabilité interindividuelle en ce qui concerne la configuration de la ascs_lat. Les occurrences observées de types morphologiques sont rapportées dans le tableau 1. En plus de la configuration canonique (Type 1, 44% des hémisphères) décrite ci-dessus, il a été communément observé que le ascs_lat fusionné avec le sillon central (Type 2, 20 %) (Fig. 2). Dans ces cas, le ascs_lat reste principalement sur la surface latérale du cerveau et n'atteint pas le cortex operculaire. Les ascs_op s'étend plus latéralement et son extension est visible sur la surface latérale du cerveau. Un autre type couramment observé a été identifié par une position plus operculaire du ascs_lat (Type 3, 18%). Dans le type 3, le ascs_lat est moins visible sur la surface latérale et le sillon central s'étend plus ventral vers la fissure latérale. Le type 3 est également caractérisé par un pont gyral réduit séparant le ascs_lat du ascs_op. Dans six cas, la continuation operculaire de la ascs_lat courbé vers l'arrière et fusionné avec le pscs à la place du ascs_op (non classé comme un type morphologique distinct). Dans plusieurs cas, nous avons également observé la ascs_lat fusionner avec la branche inférieure du sillon précentral inférieur (iprs-i) (Type 4). Quand le ascs_lat et le iprs-i fusionner, la continuation ventrale de la ascs_lat courbes dans une direction antérieure plutôt que postérieure et la position de la ascs_lat est plus latérale qu'operculaire. Dans quelques cas (Type 5), la position du ascs_lat était notamment plus rostrale de sorte qu'elle était positionnée en avant de la ascs_op plutôt que postérieure comme dans les autres configurations.

De fortes différences hémisphériques ont été observées dans les occurrences des types morphologiques (tableau 1). Type 2 (ascs_lat mere avec cs_5) est beaucoup plus fréquent dans les hémisphères gauches (85 % contre 15 %), tandis que le type 4 (ascs_lat fusion avec iprs) et Type 5 (ascs_lat plus en avant), sont plus fréquents dans les hémisphères droits (75 % contre 25 % pour le type 4 83 % contre 17 % pour le type 5), bien que les deux types soient peu fréquents. Pour Type 1 (configuration canonique) et Type 3 (ascs_lat fusion avec ascs_op), aucune différence hémisphérique prononcée n'a été observée.

Cartes de probabilité spatiale

La variabilité morphologique des segments du sillon central et des sillons sous-centraux a été quantifiée et visualisée à l'aide de cartes de probabilité spatiale dans l'espace surfacique 2D et l'espace volumétrique 3D (Fig. 3). Pour les cartes de probabilité de surface et de volume, les valeurs d'intensité diminuent du centre de la carte vers les bords, ce qui est typique des cartes de chevauchement. Les valeurs des cartes de probabilité volumétriques sont globalement plus faibles étant donné qu'elles capturent la variabilité dans trois dimensions spatiales. Le modèle de valeurs à travers les sillons et les hémisphères, cependant, est cohérent sur les cartes de probabilité de surface et volumétriques. Pour tous les sillons, des différences hémisphériques ont été observées en ce qui concerne la localisation dans l'espace volumique (Fig. 3b). Tous les segments sulcaux de l'hémisphère gauche sont situés systématiquement plus en arrière par rapport aux segments de l'hémisphère droit, ce qui correspond au couple Yakovlévian antihoraire des deux hémisphères (voir le tableau 2 pour les coordonnées du voxel de probabilité maximale et pour le centre de gravité pour chaque étiquette).

Cartes de probabilité spatiale. une Cartes de probabilité de surface des segments sulcaux centraux et sous-centraux montrés sur une surface moyenne gonflée (m = 50). Étiquettes pour cs_1 et cs_2 sont représentés d'un point de vue dorsal. Étiquettes pour ascs_op et pscs sont montrés d'une perspective ventrale avec le lobe temporal retiré pour une meilleure visibilité du cortex operculaire. Les valeurs d'intensité montrent l'étendue du chevauchement, 100 % indiquant un chevauchement chez tous les participants. b Cartes de probabilité volumétrique superposées sur le modèle MNI standard (m = 50). L : hémisphère gauche affiché sur le côté gauche de l'image. Les valeurs d'intensité montrent l'étendue du chevauchement entre les participants. Les cartes de couleurs pour les différents sillons ont été assorties en luminance afin que les couleurs plus vives indiquent un chevauchement plus élevé

Les trois premiers segments du sillon central (cs_1 à cs_3) présentent une cohérence spatiale interindividuelle élevée, caractérisée par des valeurs élevées, c'est-à-dire un chevauchement, dans les cartes de probabilité. La cohérence est plus faible pour cs_4 et cs_5. Les valeurs maximales de la carte de probabilité pour les comparaisons quantitatives sont fournies à la figure 4. La cohérence est également faible pour les sillons sous-centraux (ascs_lat, ascs_op, pscs) avec la plus faible consistance pour ascs_lat, en particulier dans l'hémisphère gauche. L'effet hémisphérique pour le ascs_lat est évident dans les cartes de probabilité de surface et volumétriques. Il a été observé que le ascs_lat est plus variable dans l'hémisphère gauche (voir par exemple Fig. 5, tranche oui = 1). La faible consistance du ascs_lat est conforme aux types morphologiques variables qui ont été décrits ci-dessus. Les deux sillons centraux, ascs_op et pscs, sont moins cohérents que les segments du sillon central, mais plus cohérents que les ascs_lat.

Mesures anatomiques des segments sulcaux. La probabilité de surface quantifie la valeur absolue du pourcentage maximal pour le chevauchement des étiquettes sulcales, comme le montre la figure 3a. Une faible probabilité indique une forte variabilité interindividuelle. Une profondeur sulcale plus négative indique un sillon plus profond. Les barres pour la profondeur sulcale, l'épaisseur corticale et la zone sulcale montrent des valeurs moyennes ± 95% des intervalles de confiance (m = 50 pour chaque hémisphère)

Relations structure-fonction. une Étiquettes sulcales individuelles et maxima d'activation pour les participants dans les cas où des données anatomiques et fonctionnelles étaient disponibles (m = 20). Seule la bande centrale du cerveau est représentée. Pour la légende des couleurs, voir b. b Localisation des pics d'activation individuels par rapport aux cartes sulcales après application de l'enregistrement sulcal (ascs_op n'est pas visible). Les contours sulcaux montrent les étiquettes sulcales moyennées, normalisées et seuillées (> 0,4) après enregistrement. Des couleurs plus vives indiquent des pics qui se chevauchent

Caractérisation anatomique des segments sulcaux

En plus des cartes de probabilité, nous avons caractérisé les segments sulcaux en fonction de la profondeur sulcale, de l'épaisseur corticale et de la zone sulcale de l'étiquette de surface (Fig. 4). On peut observer que les trois premiers segments du sillon central (cs_1 à cs_3) sont plus profonds que cs_4 et cs_5. Notez que les mesures de profondeur sulcale sont exprimées en unités FreeSurfer normalisées, plutôt qu'en valeurs réelles. Les ascs_lat est nettement moins profond que les autres segments. L'épaisseur corticale augmente de dorsale à ventrale et est la plus élevée dans les deux segments sulcaux sous-centraux (ascs_op, pscs). Le plus grand segment sulcal, comme indiqué par la zone sulcale, est cs_2. On peut observer que cs_2 est plus grande dans l'hémisphère gauche, ce qui est cohérent avec les rapports précédents d'une asymétrie structurelle dans la taille du « bouton de la main » (Yousry et al. 1997 Germann et al. 2019). Cs_4 et cs_5 sont notablement plus petits que les autres segments du sillon central. Aucune des trois mesures décrites ne montre de différence hémisphérique pour ascs_lat, contrairement aux cartes de probabilité de surface, qui montrent une plus grande variabilité, c'est-à-dire moins de chevauchement, dans l'hémisphère gauche. Étant donné que les participants au Human Connectome Project (HCP) n'ont pas été consultés, nous n'avons pas évalué comment cela aurait pu affecter les mesures décrites ci-dessus. Indépendamment de la latéralité, cependant, il faut supposer que la majorité des 50 participants seraient laissés latéralisés pour la langue. Dans le matériel complémentaire, nous rapportons les mesures anatomiques en fonction du type morphologique de la région subcentrale (Matériel complémentaire, Fig. 8). Bien que des écarts mineurs par rapport aux modèles décrits sur la figure 4 puissent être observés, dans l'ensemble, les caractéristiques anatomiques des segments sulcaux sont similaires pour tous les types morphologiques.

Enregistrement sulcal et relations structure-fonction

Tous les marqueurs sulcaux individuels et les pics d'activation fonctionnelle sont représentés sur la figure 5a. Pour visualiser les relations spatiales au niveau du groupe, nous avons d'abord enregistré toutes les surfaces individuelles sur la base des étiquettes sulcales binaires à l'aide de MSM. Après avoir enregistré les étiquettes sulcales, nous avons fait la moyenne de toutes les étiquettes sulcales transformées et seuillé (> 0,4) les étiquettes moyennes pour obtenir les contours des segments sulcaux enregistrés. La figure 5b montre les contours des sillons enregistrés, ce qui démontre une configuration dorso-ventrale ordonnée des segments sulcaux.

Ensuite, nous avons appliqué l'enregistrement qui a été utilisé pour transformer les étiquettes de surface individuelles à l'espace de groupe aux pics d'activation fonctionnelle de différents effecteurs chez les participants individuels. La figure 5b montre l'emplacement des maxima d'activation rééchantillonnés par rapport aux contours des segments enregistrés. Étant donné que le même enregistrement a été appliqué aux marqueurs sulcaux individuels et aux pics fonctionnels, l'emplacement des pics rééchantillonnés par rapport aux sillons enregistrés reflète la relation spatiale d'origine sur les surfaces natives des individus. L'emplacement des pics est donc similaire, mais pas identique à l'emplacement obtenu à partir d'un enregistrement basé sur FreeSurfer au niveau du groupe (comme le montre la figure 4a dans Eichert et al. 2020a).

Dans l'ensemble, une forte correspondance entre les marqueurs sulcaux et les pics fonctionnels a été observée. Les relations observées entre les marqueurs et les pics sont rapportées dans le tableau 3. La majorité des pics d'activation du localisateur manuel se situent à l'intérieur du centre de cs_2. Les pics dorsaux de l'activité du larynx se trouvent sur la rive antérieure de cs_3. Les pics du localisateur de la lèvre tombent également dans cs_3 et se chevauchent avec l'emplacement des pics du larynx dorsal. Ceux pour la lèvre, cependant, sont situés de manière fiable à l'étendue plus ventrale de cs_3 tandis que ceux des pics du larynx dorsal s'étendent sur le segment. Les pics d'activation du localisateur de langue tombent à l'intérieur cs_4 avec une consistance élevée. Les pics ventraux d'activité du larynx sont associés à cs_5 et ascs_lat ou avec le gyrus entre les deux, mais la relation est moins cohérente que pour les autres pics fonctionnels. Les maxima inférieurs au seuil étaient similaires en termes de localisation aux autres maxima.

La relation entre le marqueur sulcal et l'effecteur est très similaire à travers les hémisphères (tableau 3). La seule exception est le groupe des lèvres dans l'hémisphère droit, où plusieurs pics sont situés dans cs_4 plutôt qu'en cs_3. La représentation au niveau du groupe (Fig. 5b), cependant, démontre que cette différence est due à des variations mineures dans la frontière entre cs_4 et cs_3, plutôt que d'être une différence hémisphérique systématique dans l'emplacement cortical de l'activité. Le marqueur sulcal sous-jacent au pic du larynx ventral était le même dans les deux hémisphères pour la majorité des participants (m > 12). En outre, nous avons examiné la relation entre le type morphologique de la région sous-centrale et l'emplacement du pic du larynx ventral. Nous n'avons observé aucune relation systématique, c'est-à-dire que toutes les combinaisons de type et de marqueur sulcal sont présentes. Compte tenu du faible nombre de comptages pour chaque combinaison, une quantification robuste de cette observation n'est pas réalisable.

Pour caractériser l'effet de l'enregistrement sulcal sur la variabilité spatiale des pics fonctionnels, nous avons calculé la distance médiane à travers tous les pics pour chaque effecteur. Nous avons comparé cette mesure de propagation spatiale avec celle obtenue à partir du recalage FreeSurfer et un recalage basé sur des cartes de profondeur sulcale. Globalement, les trois enregistrements ont un effet similaire sur la variabilité spatiale (Fig. 6a). Certaines différences peuvent être observées entre les effecteurs, mais étant donné la taille de l'échantillon, aucun des effets n'est significatif. Pour le cluster de la lèvre dans l'hémisphère gauche, la propagation spatiale est augmentée pour l'enregistrement basé sur les étiquettes sulcales. La variabilité spatiale de l'amas du larynx ventral dans l'hémisphère gauche était la plus réduite en utilisant l'enregistrement du segment sulcal, mais l'effet est faible et non statistiquement significatif. La figure 6b montre la distribution spatiale des pics d'IRMf pour la représentation du larynx ventral après un enregistrement basé sur FreeSurfer et après un enregistrement basé sur des segments sulcaux. Les pics de l'hémisphère gauche apparaissent plus focalisés lorsque les segments sulcaux pilotent l'enregistrement, ce qui est en ligne avec une réduction de la distance médiane. Dans le cluster du larynx ventral droit, cependant, la distance médiane a globalement augmenté et le chevauchement des pics d'IRMf a diminué. La carte spatiale, cependant, démontre que l'enregistrement rapproche plusieurs pics aberrants du cluster restant.

Effet des enregistrements anatomiques sur la variabilité fonctionnelle. une La distance des pics d'activation des tâches après l'enregistrement sur la base des étiquettes FreeSurfer (barres vides), après l'enregistrement sur la base des cartes de profondeur des sillons du cerveau entier (barres rayées) et après l'enregistrement sur la base des étiquettes des segments sulcaux dessinées manuellement (barres en pointillés). La distance médiane ± intervalle de confiance à 95 % est indiquée sur tous les pics pour chaque groupe de tâches (m = 20 190 paires de points pour chaque cluster). b Chevauchement des pics IRMf de la représentation du larynx ventral après enregistrement FreeSurfer et après enregistrement basé sur les segments sulcaux


4. Discussion

L'analyse TBM des différences régionales dans le volume du tissu cérébral chez les enfants atteints de l'ETCAF a démontré que (i) les réductions régionales du volume cérébral sont plus fortement prédites par une mesure continue de l'exposition prénatale à l'alcool obtenue pendant la grossesse que par le diagnostic de l'ETCAF (ii) normalisant pour la taille globale du cerveau peut ne pas être approprié pour les troubles dans lesquels une circonférence de la tête plus petite fait partie des critères de diagnostic et peut générer de fausses expansions dans des régions qui sont relativement peu affectées par l'exposition prénatale à l'alcool (iii) les réductions volumétriques ne sont pas observées dans des structures cérébrales discrètes mais plutôt dans plusieurs grandes régions , dont la plupart impliquent des structures médiales et (iv) l'identification des modèles de changements locaux dans le volume du tissu cérébral à l'aide d'une approche ICA basée sur les données peut identifier une source latente dans les données anatomiques qui produit un modèle spatial de changements de volume régional similaire à celui associé à exposition prénatale à l'alcool.Ce dernier résultat suggère que l'ICA peut être utile pour identifier les enfants exposés à l'alcool avant la naissance et le degré d'exposition prénatale si aucune autre information diagnostique n'est disponible.

Un nombre croissant d'études de neuroimagerie in vivo ont signalé des changements dans la structure cérébrale liés à l'ETCAF qui s'étendent au-delà des premiers rapports de microencéphalie, d'agénésie calleuse et de ventriculomégalie observés dans les cas graves à l'autopsie (Roebuck et al., 1998). Ces rapports indiquent que les réductions du volume cérébral dans l'ETCAF sont hautement reproductibles (Lebel et coll., 2011 Norman et coll., 2009) même à des niveaux d'exposition faibles à modérés (Eckstrand et coll., 2012). Des compartiments tissulaires de matière grise et blanche et des volumes cérébelleux plus petits que la normale sont également largement rapportés, mais ne sont souvent pas dissociables des réductions globales du volume cérébral.

Les rapports de changements plus focaux dans la structure cérébrale ont été moins cohérents. Des réductions du tissu cérébral ont été signalées dans presque toutes les régions et structures cérébrales mesurées (Lebel et al., 2011), mais les résultats sont moins reproductibles au niveau régional entre les groupes, et des augmentations paradoxales de l'épaisseur et de la densité corticales ont également été signalées (Sowell et al., 2002 Sowell et al., 2008). Certaines structures ont été signalées comme étant disproportionnellement plus petites après ajustement statistique pour le volume cérébral total, par exemple, le noyau caudé (Archibald et al., 2001 Astley et al., 2009 Chen et al., 2012) et l'hippocampe (Nardelli et al. , 2011 Willoughby et al., 2008). Cependant, d'autres études constatent que ces mêmes structures ne sont pas disproportionnellement plus petites après ajustement pour la taille totale du cerveau (pour le noyau caudé, Roussotte et al., 2012 Riikonen et al., 2005 pour l'hippocampe, Astley et al., 2009 Coles et al., 2011).

Étant donné que la gravité de l'impact dépend du degré d'exposition (Astley et al., 2009 Guerri et al., 2009), les différences d'exposition au sein et entre les échantillons d'étude peuvent contribuer à des incohérences, en particulier si les comparaisons de groupes sont basées uniquement sur le diagnostic. D'autres facteurs pouvant contribuer aux divergences concernant la susceptibilité régionale aux effets tératogènes de l'alcool comprennent le stade de développement, le sexe, la race/l'origine ethnique et d'autres caractéristiques spécifiques à l'échantillon. Par exemple, dans une étude longitudinale récente portant sur l'évolution des volumes corticaux au fil du temps, Lebel et al. (2012) ont trouvé des trajectoires de développement différentes chez les enfants exposés à l'alcool par rapport aux sujets témoins, en particulier dans les régions d'association pariétale postérieure du cerveau. Cette étude a également révélé que les changements de maturation dans certaines régions corticales étaient liés à la quantité d'exposition à l'alcool mesurée par trimestre, indiquant que les modèles d'anomalies régionales peuvent être influencés par le moment de l'exposition. Étant donné que les effets de l'exposition prénatale à l'alcool continuent de se manifester au cours de la maturation cérébrale, des facteurs génétiques et des risques environnementaux supplémentaires peuvent également agir comme des facteurs modérateurs (Jacobson et al., 2004 Jacobson et al., 2006 Jones, 2011 May et al., 2008 Thompson et al. ., 2009 Warren et Li, 2005).

À ce jour, la plupart des études antérieures se sont concentrées sur des régions neuroanatomiques discrètes, peu ont examiné la variation volumétrique régionale dans une seule analyse complète. Notre étude est parmi les premières à utiliser le TBM pour déterminer simultanément les différences globales et locales dans l'architecture des tissus cérébraux. De plus, notre échantillon homogène évalué sur une tranche d'âge étroite garantit que les effets observés ne sont pas confondus par des interactions avec l'âge.

Ce qui est ressorti de notre analyse TBM n'était pas la preuve d'une déformation dans certaines structures cérébrales discrètes, mais plutôt des réductions volumétriques dans plusieurs grandes régions, y compris le lobe pariétal (précuneus s'étendant dans le lobule pariétal supérieur), le cervelet supéro-médial s'étendant aux surfaces inférieures de le lobe occipital, et une grande région sous-corticale englobant le thalamus et le mésencéphale, s'étendant dans la partie ventromédiale du lobe frontal. Une caractéristique notable de ces modèles de déformation est que la plupart impliquent des régions cérébrales médianes. Cette découverte de réductions volumétriques dans les régions cérébrales médianes est cohérente avec les nombreuses preuves de modèles animaux que le tissu de la ligne médiane du tube neural est particulièrement vulnérable à l'exposition à l'alcool pendant l'embryogenèse (Zhou et al., 2003). Une forte exposition à l'alcool au cours du 7e jour de gestation chez la souris entraîne un spectre de dysmorphologie affectant les aspects médians du visage en développement (p. 1981). Même des niveaux modérés d'exposition embryonnaire à l'alcool provoquent de subtiles anomalies de la ligne médiane du tube neural qui peuvent influencer le développement ultérieur du cerveau (Zhou et al., 2003).

Bien que le modèle d'effets régionaux associés à l'AA/jour et au diagnostic soit similaire dans les données non corrigées (code couleur rouge sur les figures 2 et 4, respectivement), après ajustement du FDR, le degré d'exposition à l'alcool était un meilleur prédicteur du cerveau régional déformations structurelles que le diagnostic. La plus grande sensibilité de la mesure quantitative de l'exposition prénatale dans la détection des contractions cérébrales régionales est impressionnante étant donné que le diagnostic a été effectué par des dysmorphologues de renommée internationale et que la réduction du périmètre crânien est un élément essentiel de ce diagnostic. La validité prédictive de nos auto-évaluations maternelles prospectives de la consommation d'alcool pendant la grossesse pour les déformations cérébrales subtiles est particulièrement encourageante, car les auto-évaluations peuvent être problématiques en raison des difficultés à se souvenir des quantités spécifiques d'alcool consommées et de la fréquence des épisodes de frénésie. Contrairement au tabagisme, qui a tendance à être relativement stable dans le temps (Jacobson et Jacobson, 1992) et qui n'a pas été associé à des variations régionales de volume après correction du FDR, la consommation d'alcool est généralement épisodique. C'est-à-dire que de fortes crises de boulimie peuvent se produire certains week-ends, l'abstention d'autres, en particulier dans une population économiquement défavorisée dans laquelle les fonds pour l'alcool ne sont pas toujours disponibles. Un avantage majeur de l'approche de suivi chronologique utilisée dans cette étude est qu'elle facilite le rappel en encourageant la personne interrogée à se concentrer sur les activités qu'elle a pratiquées quotidiennement au cours d'une période récente de 2 semaines, où elle a passé chaque soirée et fin de semaine. , et avec qui. Nous avons déjà montré que les rapports maternels sur la consommation d'alcool utilisant cette approche obtenus simultanément pendant la grossesse sont plus prédictifs de la croissance du nourrisson et des déficits neurocomportementaux liés à l'alcool par rapport aux rapports rétrospectifs obtenus à un an du post-partum (Jacobson et al., 2002).

Les études qui ont examiné les effets de l'exposition prénatale à l'alcool sur des structures ou des régions discrètes ont généralement ajusté le volume cérébral total pour déterminer si une région donnée est plus petite par rapport à la taille totale du cerveau. Un avantage important du TBM est qu'il examine les déformations simultanément dans chaque voxel du cerveau, indiquant clairement quelles régions sont les plus touchées sans avoir à contrôler le volume cérébral total. La découverte de Sowell et al. (2010) que l'ETCAF était associé à des expansions dans certaines régions après ajustement pour le volume cérébral total, que nous avons également observé dans nos propres données à l'échelle, suggère que la suppression de la variance associée au volume cérébral global peut entraîner le volume de certaines régions qui sont moins gravement touché par l'alcool prénatal pour devenir artificiellement gonflé. Les conclusions de TBM dans l'étude de Sowell et al. étude ont été étayées par une conclusion selon laquelle le modèle de déformation structurelle observé dans cette étude prédisait l'appartenance au groupe avec une précision de 72 % dans les analyses de suivi du jackknife. Cependant, l'analyse de la fonction discriminante effectuée a été menée en utilisant des valeurs jacobiennes uniquement pour les régions déjà montrées comme différant significativement entre les groupes, biaisant ainsi les résultats vers des résultats positifs.

L'exposition prénatale à l'alcool a été associée à des réductions des volumes de la plupart des régions FreeSurfer correspondant à celles identifiées dans l'analyse TBM sans échelle. À l'inverse, l'alcool prénatal n'était pas lié aux augmentations volumétriques dans aucune des régions FreeSurfer, fournissant un soutien supplémentaire pour l'inférence que les augmentations volumétriques observées dans les données mises à l'échelle sont fausses. Les corrélations modérées à fortes des volumes régionaux de FreeSurfer avec le volume total du cerveau sont compatibles avec la suggestion que l'ajustement statistique pour le volume total du cerveau est susceptible de supprimer une grande partie de la variance partagée par AA/jour et une région donnée, obscurcissant ainsi potentiellement le associations révélées dans l'analyse TBM sans échelle.

Notamment, l'ICA a fourni une confirmation indépendante des régions de déformation structurelle liées à l'exposition prénatale à l'alcool dans l'analyse TBM. Parmi les 10 ensembles de modèles de déformation générés par l'ACI, l'un était significativement corrélé à la fois avec le rapport maternel de consommation d'alcool pendant la grossesse et le diagnostic de l'ETCAF. Les régions du cerveau recevant les poids les plus élevés dans cet ensemble étaient étonnamment similaires aux régions du cerveau qui se sont révélées les plus fortement affectées par l'exposition prénatale à l'alcool dans l'analyse du TBM, fournissant des preuves indépendantes des schémas de déformation liés à l'ETCAF qui ont émergé dans l'analyse du TBM. Ces résultats suggèrent qu'une approche ICA basée sur les données pour analyser les IRM pourrait fournir un indicateur de l'exposition prénatale à l'alcool dans les cas pour lesquels les traits du visage ne sont pas apparents.


Cartographie de l'organisation structurelle du cerveau dans le trouble des conduites : réplication des résultats dans deux échantillons indépendants

Luca Passamonti, Département de neurosciences cliniques, Université de Cambridge, Herchel Smith Building, Robinson Way, Cambridge Biomedical Campus, Cambridge CB2 0SZ, Royaume-Uni Courriel : [email protected]

Unité académique de psychologie, Université de Southampton, Southampton, Royaume-Uni

Département de psychiatrie, Université de Cambridge, Cambridge, Royaume-Uni

Département de biomédecine et de prévention, Université de Rome « ​​Tor Vergata », Rome, Italie

Centre Martinos pour l'imagerie biomédicale, Boston, MA, États-Unis

Harvard Medical School, Boston, MA, États-Unis

Unité académique de psychologie, Université de Southampton, Southampton, Royaume-Uni

Unité académique de psychologie, Université de Southampton, Southampton, Royaume-Uni

Département de psychologie expérimentale, clinique et de la santé, Université de Gand, Gand, Belgique

Département de psychiatrie, Université de Cambridge, Cambridge, Royaume-Uni

Département de psychologie, Columbia University, New York, NY, États-Unis

Département de génie électrique, électronique et informatique, Université de Bologne, Bologne, Italie

Département de psychiatrie, Université de Cambridge, Cambridge, Royaume-Uni

Medical Research Council, Cognition and Brain Sciences Unit, Cambridge, Royaume-Uni

Medical Research Council, Cognition and Brain Sciences Unit, Cambridge, Royaume-Uni

Institut de bio-imagerie et de physiologie moléculaire, Conseil national de la recherche, Catanzaro, Italie

Département de neurosciences cliniques, Université de Cambridge, Cambridge, Royaume-Uni

Luca Passamonti, Département de neurosciences cliniques, Université de Cambridge, Herchel Smith Building, Robinson Way, Cambridge Biomedical Campus, Cambridge CB2 0SZ, Royaume-Uni Courriel : [email protected]

Résumé

Fond

Les méthodes de neuroimagerie qui permettent aux chercheurs d'étudier la covariance structurelle entre les régions du cerveau sont de plus en plus utilisées pour étudier les troubles psychiatriques. Les analyses de covariance structurelle sont particulièrement bien adaptées à l'étude des troubles d'origine neurodéveloppementale putative car ils semblent sensibles aux changements dans la maturation synchronisée de différentes régions du cerveau. Nous avons évalué les corrélations interrégionales de l'épaisseur corticale en tant que mesure de la covariance structurelle et avons appliqué cette méthode pour étudier le développement coordonné de différentes régions du cerveau dans le trouble des conduites (CD). Nous avons également évalué si les mesures de covariance structurelle pouvaient différencier les sous-types de MC de l'enfance (CO-CD) et de l'adolescence (AO-CD), qui peuvent différer en termes d'étiologie et de résultats à l'âge adulte.

Méthodes

Nous avons examiné les corrélations interrégionales de l'épaisseur corticale chez les jeunes hommes atteints de CO-CD ou d'AO-CD par rapport à des témoins sains (HC) dans deux ensembles de données indépendants. La tranche d'âge dans l'échantillon de Cambridge était de 16 à 21 ans (moyenne : 18,0), tandis que la tranche d'âge de l'échantillon de Southampton était de 13 à 18 ans (moyenne : 16,7). Nous avons utilisé FreeSurfer pour effectuer des segmentations et appliqué des méthodes de covariance structurelle aux parcellations résultantes.

Résultats

Dans les deux échantillons, les participants CO-CD présentaient un nombre étonnamment plus élevé de corrélations intercorticales significatives par rapport aux participants HC ou AO-CD, tandis que les participants AO-CD présentaient moins de corrélations significatives que les HC. Des différences de groupe dans la force des corrélations interrégionales ont été observées dans les deux échantillons, et chaque ensemble de résultats est resté significatif lors du contrôle du QI et des symptômes comorbides de déficit de l'attention/hyperactivité.

Conclusion

Cette étude fournit de nouvelles preuves des différences quantitatives dans l'organisation structurelle du cerveau entre les sous-types CO-CD et AO-CD, et soutient l'hypothèse selon laquelle les deux sous-types de MC ont des origines neurodéveloppementales.


Contributions d'auteur

Contributions d'auteur: Garants de l'intégrité de l'ensemble de l'étude, Y.G., Y.W.L. concepts de l'étude/conception de l'étude ou acquisition de données ou analyse/interprétation des données, rédaction ou révision du manuscrit de tous les auteurs pour un contenu intellectuel important, approbation de la version finale du manuscrit de tous les auteurs, recherche documentaire de tous les auteurs, YZ, AK, YG, J. Rath, RIG, YWL études cliniques, Y.Z., Y.G., J. Rath, J. Reaume, Y.W.L. analyse statistique, Y.Z., D.K., Y.W.L. et édition de manuscrits, Y.Z., A.K., D.K., Y.G., Y.W.L.

Soutenu par le Clinical and Translational Science Institute (subvention 5UL1RR029893).

Le financement: Cette recherche a été soutenue par les National Institutes of Health (subventions UL1 TR000038 et RO1 NS039135-10).


Cartographie de l'organisation structurelle du cerveau dans le trouble des conduites : réplication des résultats dans deux échantillons indépendants

CONTEXTE : Les méthodes de neuroimagerie qui permettent aux chercheurs d'étudier la covariance structurelle entre les régions du cerveau sont de plus en plus utilisées pour étudier les troubles psychiatriques. Les analyses de covariance structurelle sont particulièrement bien adaptées à l'étude des troubles d'origine neurodéveloppementale putative car ils semblent sensibles aux changements dans la maturation synchronisée de différentes régions du cerveau. Nous avons évalué les corrélations interrégionales de l'épaisseur corticale en tant que mesure de la covariance structurelle et avons appliqué cette méthode pour étudier le développement coordonné de différentes régions du cerveau dans le trouble des conduites (CD). Nous avons également évalué si les mesures de covariance structurelle pouvaient différencier les sous-types de MC de l'enfance (CO-CD) et de l'adolescence (AO-CD), qui peuvent différer en termes d'étiologie et de résultats à l'âge adulte.

MÉTHODES : Nous avons examiné les corrélations interrégionales de l'épaisseur corticale chez les jeunes hommes atteints de CO-CD ou d'AO-CD par rapport à des témoins sains (HC) dans deux ensembles de données indépendants. La tranche d'âge de l'échantillon de Cambridge était de 16 à 21 ans (moyenne : 18,0), tandis que la tranche d'âge de l'échantillon de Southampton était de 13 à 18 ans (moyenne : 16,7). Nous avons utilisé FreeSurfer pour effectuer des segmentations et appliqué des méthodes de covariance structurelle aux parcellations résultantes.

RÉSULTATS : Dans les deux échantillons, les participants CO-CD présentaient un nombre étonnamment plus élevé de corrélations intercorticales significatives par rapport aux participants HC ou AO-CD, tandis que les participants AO-CD présentaient moins de corrélations significatives que les HC. Des différences de groupe dans la force des corrélations interrégionales ont été observées dans les deux échantillons, et chaque ensemble de résultats est resté significatif lors du contrôle du QI et des symptômes comorbides de déficit de l'attention/hyperactivité.

CONCLUSIONS : Cette étude fournit de nouvelles preuves des différences quantitatives dans l'organisation structurelle du cerveau entre les sous-types CO-CD et AO-CD, et soutient l'hypothèse que les deux sous-types de CD ont des origines neurodéveloppementales.


Notes de bas de page

2 Le terme 𠆊rea’ est conventionnellement restreint aux parcellations du cortex cérébral et la discussion qui suit se concentre en grande partie sur les divisions corticales. Il convient cependant de noter que bon nombre des idées générales concernant la parcellisation qui seront discutées ici sont applicables aux zones corticales ainsi qu'aux subdivisions des noyaux sous-corticaux et du cervelet.

3 Les cartes de gradient spatial peuvent présenter des caractéristiques reflétant un niveau élevé de variabilité dans l'ampleur des changements de carte de corrélation (cf. Fig. 9 – étape 6, et Wig et al., 2013), suggérant que même les zones corticales adjacentes identifiées dans ce manière ne seront pas également séparables les uns des autres en termes de leurs modèles de RSFC. Dans le présent travail, nous avons appliqué une technique de détection de contour qui met l'accent sur les emplacements où il y a un gradient présent. Les bords sont agnostiques quant à l'ampleur du changement de modèle de corrélation sous-jacent à la transition. Ainsi, les changements de modèle de corrélation, grands et petits, peuvent tous deux avoir des valeurs élevées dans la carte de probabilité de contour tant que l'emplacement de la transition est identifié de manière cohérente.

4 Les entités de parcelle peuvent également inclure un intérieur/une étendue de zone ou un centre géométrique de zone.

5 Bien qu'il existe des différences importantes entre chacune de ces méthodes, pour des raisons de simplicité, nous appellerons l'ensemble des méthodes « techniques de regroupement » et les unités identifiées « groupes » .

6 Les tests d'hypothèse d'adéquation de Kolmogorov-Smirnov ont révélé que les distributions des probabilités de bord RSFC-Boundary Mapping étaient non normales et que la transformation logarithmique n'atteignait pas la normalité. En conséquence, un test de somme des rangs de Wilcoxon a été utilisé pour déterminer la probabilité avec laquelle les deux distributions avaient des médianes équivalentes.

7 Le lissage volumétrique n'a été effectué qu'en tant qu'étape de prétraitement RSFC pour RSFC-Snowballing.

8 Aucun lissage spatial n'a été effectué dans le volume pendant le pré-traitement pour la cartographie RSFC-Boundary afin de minimiser les effets de volume partiel et le flou des données inter-sulcales.


Article de recherche original

Caroline Beelen 1* , Thanh Vân Phan 2 , Jan Wouters 3 , Pol Ghesquière 1† et Maaike Vandermosten 3†
  • 1 Unité de recherche sur la parentalité et l'éducation spécialisée, Faculté de psychologie et des sciences de l'éducation, KU Leuven, Louvain, Belgique
  • 2 Icometrix Company, Louvain, Belgique
  • 3 Groupe de recherche ExpORL, Département des neurosciences, KU Leuven, Louvain, Belgique

Les connaissances sur l'anatomie du cerveau sont importantes pour la détection précoce des troubles du développement neurologique, tels que la dyslexie. FreeSurfer est l'un des outils logiciels automatisés les plus fréquemment utilisés pour étudier la morphologie du cerveau. Cependant, le contrôle de la qualité des résultats fournis par FreeSurfer est souvent ignoré et peut conduire à de fausses inférences statistiques. Une édition manuelle supplémentaire des données peut être une solution, mais non sans un coût en temps et en ressources.Des recherches antérieures chez des adultes sur la comparaison de la méthode automatisée de FreeSurfer avec et sans édition manuelle supplémentaire ont indiqué que bien que l'édition puisse conduire à des différences significatives dans les mesures morphologiques entre les méthodes dans certaines régions, elle ne modifie pas substantiellement la sensibilité pour détecter les différences cliniques. Étant donné que les approches automatisées sont plus susceptibles d'échouer dans les données pédiatriques et intrinsèquement plus bruyantes, nous avons examiné dans la présente étude si FreeSurfer peut être appliqué de manière entièrement automatique ou si des modifications manuelles supplémentaires des images T1 sont nécessaires dans un échantillon pédiatrique. Plus précisément, les mesures de l'épaisseur et de la surface corticales avec et sans contrôles manuels supplémentaires ont été comparées dans six régions d'intérêt (ROI) du réseau de lecture chez des enfants de 5 à 6 ans avec et sans dyslexie. Les résultats ont révélé que l'édition supplémentaire conduit à des différences statistiques dans les mesures morphologiques, mais que ces différences sont cohérentes entre les sujets et que la sensibilité pour révéler des différences statistiques dans les mesures morphologiques entre les enfants avec et sans dyslexie n'est pas affectée, même si les conclusions de marginalement significatives les résultats peuvent différer selon la méthode utilisée. Ainsi, nos résultats indiquent que l'édition manuelle supplémentaire des régions liées à la lecture dans FreeSurfer a un gain limité pour les échantillons pédiatriques.


Une vue FreeSurfer du transcriptome cortical généré à partir du Allen Human Brain Atlas


  • 1 Institut de recherche Rotman, Baycrest, Toronto, ON, Canada
  • 2 Départements de psychologie et de psychiatrie, Université de Toronto, Toronto, ON, Canada
  • 3 Center for the Developing Brain, Child Mind Institute, New York, NY, États-Unis


Voir la vidéo: LES RÉGIONS ET DÉPARTEMENTS DE FRANCE MÉTROPOLITAINE (Mai 2022).