日本語AIでPubMedを検索
自動線維路パーセレーションを用いたパーキンソン病の局所白質異常の検討
Investigation of local white matter abnormality in Parkinson's disease by using an automatic fiber tract parcellation.
PMID: 32673707 DOI: 10.1016/j.bbr.2020.112805.
抄録
パーキンソン病（PD）の進行には、白質（WM）微細構造の欠損が関与している。現在のほとんどの方法では、関心のある皮質領域（ROI）に頼って主要なWMトラクトを同定しています。しかし、このようなROI法は、灰白質(GM)近傍の拡散異方性が低いために、トラクト同定の感度が低くなる可能性があります。本研究では，高感度な特徴量を用いてWMトラクト同定の精度を向上させ，異常トラクトを特定するための自動WMパーセレーション法を提案する．提案手法は，1)確立されたファイバークラスタリング法を用いて全脳WMパーセレーションを行い，ROIを用いずに，2)クラスタ全体に沿った各等断面での拡散測定値を定量化するための筋膜の特徴量を計算した．そして、提案された特徴量を用いて、健常対照（HC）と比較したPDのWM差を調べる。また、これらの特徴量を用いて、臨床症状と特定の線維路との関係を調べる。提案手法の新規性は，クラスター度で異常なWM線維を自動的に識別することである．実験の結果，PD患者30名，HC患者28名を対象にグループ間統計解析を行い，提案手法が局所的なWM異常の検出に有利であることを示した．その結果，13個の半球クラスターと8個の交叉クラスターは，帯状体束（CB），下後頭部前頭筋膜（IoFF），冠状体（CC），外被（EC），非帯状体筋膜（UF），上縦筋膜（SLF），タラモ前頭（TF）などの複数の線維路に属する局所領域において，群間統計解析で有意差（p＜0.05，FDR法で補正）を認めた．また、これらの有意なクラスターの中に、認知機能（2クラスター）、運動機能（6クラスター）、抑うつ状態（2クラスター）の臨床指標と関連性を持つクラスターを見出した。実験結果から，提案手法の潜在的なWM微細構造異常の同定能力を確認した．
The deficits of white matter (WM) microstructure are involved during Parkinson's disease (PD) progression. Most current methods identify key WM tracts relying on cortical regions of interest (ROIs). However, such ROI methods can be challenged due to low diffusion anisotropy near the gray matter (GM), which could result in a low sensitivity of tract identification. This work proposes an automatic WM parcellation method to improve the accuracy of WM tract identification and locate abnormal tracts by using sensitive features. The proposed method consists of 1) whole brain WM parcellation using an established fiber clustering method, without using any ROIs, 2) features of fasciculus were calculated to quantify diffusion measures at each equal cross-section along the whole cluster. Then, we use the proposed features to investigate the WM difference in PD compared with healthy controls (HC). We also use these features to investigate the relationship of clinical symptoms and specific fiber tracts. The novelty of the proposed method is that it automatically identifies the abnormal WM fibers in cluster degree. Experiment results indicated that the proposed method had advantage in detecting the local WM abnormality by performing between-group statistical analysis in 30 patients with PD and 28 HC. We found 13 hemisphere clusters and 8 commissural clusters had significant group difference (p < 0.05, corrected by FDR method) in local regions, which belonged to multiple fiber tracts including cingulum bundle (CB), inferior occipito-frontal fasciculus (IoFF), corpus callosum (CC), external capsule (EC), uncinate fasciculus (UF), superior longitudinal fasciculus (SLF) and thalamo front (TF). We also found clusters that had relevance with clinical indices of cognitive function (2 clusters), athletic function (6 clusters), and depressive state (2 clusters) in these significant clusters. From the experiment results, it confirmed the ability of the proposed method to identify potential WM microstructure abnormality.
Copyright © 2020. Published by Elsevier B.V.