Diffusjonsvektet avbilding
Diffusjonsvektet avbildning, hvorav diffusjonstensor avbildning (diffusion tensor imaging, DTI) er én modell, er en relativt ny og populær teknikk som gir oss kvantitativ informasjon om hjernens hvite substans. DTI er blitt brukt til å studere en rekke sykdommer og degenerative tilstander, som traumatisk hjerneskade, multippel sklerose, Alzheimers sykdom, schizofreni, epilepsi og prematur fødsel [1]. I tillegg er diffusjonsavbildning et viktig verktøy for å undersøke funksjonelle nettverk i hjernen (bl.a. språk) og for å kartlegge The Human Connectome [2]. DTI er ikke utbredt i vanlige kliniske undersøkelser, men benyttes til prekirurgisk planlegging for kartlegging av nervebaner som ligger nært hjernesvulster som skal opereres.
Diffusjonsvektet MR måler diffusjon (tilfeldig bevegelse) av vannmolekyler i biologisk vev. Uten restriksjoner vil diffusjon være like sannsynlig i alle retninger (isotropi), men i biologisk vev vil diffusjonen påvirkes av mikroskopisk vevsheterogenitet og i større eller mindre grad variere i ulike retninger (anisotropi). Diffusjon tensor modellen, introdusert i 1994 [3, 4], gjorde det mulig å måle anisotropisk diffusjon av vannmolekyler uten at orienteringen til aksonene er kjent. Sammenlignet med vanlig diffusjonsvektet MR, som måler diffusjon i tre retninger, måler vi diffusjon i mange retninger (30-60) for å kunne beskrive den tredimensjonale diffusjonen i hvert voksel i MR-bildet.
I hjernens hvite substans vil diffusjon perpendikulært på aksonenes retning være begrenset av myelin og cellemembraner. Det betyr at anisotropi i MR-signalet, som varierer som følge av forskjeller i diffusjon i tre dimensjoner, kan brukes som en indikasjon på orienteringen av nervebanene. Anisotropi reflekterer både antall og størrelse (tverrsnitt) av myeliniserte aksoner og i hvor stor grad aksonene er orientert i samme retning. Der hvor fiberbaner krysser hverandre, er det vanskelig eller umulig å anslå retning.
Diffusjonsvektet MR-data kan benyttes til lokalisering av nervebaner (traktografi) og måling av parametere i hvit substans (se nedenfor).
Traktografi
Informasjonen vi får fra DTI-analysene kan også benyttes til å rekonstruere nervebanene i hjernen, såkalt traktografi. Det finnes flere algoritmer som kan benyttes til å lage slike traktografikart av de ulike nervebanene i hjernen. Det finnes forskjellige måter å analysere nye data på med bruk av algoritmer, hvorav den enkleste er deterministisk traktografi.
Med deterministisk traktografi, eller streamlining begynner rekonstruksjon på et ”seed” punkt og går (i begge retninger) ved å følge minste motstands vei for diffusjon. En streamlining stopper vanligvis når den når en FA-terskel og kurvatur-terskel, for å minimisere feil langs rekonstruksjonen [5]. Probabilistisk traktografi estimerer graden av usikkerhet knyttet til The Principal Diffusion Direction (PDD) fra seed-punkt A gjennom region B, noe som gjør det mulig å gå gjennom regioner med høy usikkerhet [5].
Traktografikart kan gi en indirekte indikasjon på nevronal konnektivitet og avvik i sådan ved eventuell sykdom som berører hvit substans.
DTI-analyse
Med DTI modellen kan vi beregne en del parametere som kan si noe om hvit substans. De viktigste er MD, FA, AD og RD.
FA (fraksjonell anisotropi) er proporsjonen av all diffusjon (0-1) som går i samme retning, hvor isotropisk diffusjon (samme i alle retninger) har en FA på 0. MD (mean diffusivity) er et uttrykk for gjennomsnittlige verdien på hvor mye vann flyter gjennom denne vokselen – i alle retninger. AD (axial diffusivity) og RD (radial diffusivity) er komponenter av MD, i perpendikulære retninger. FA visualiseres også ofte ved å legge til farge som viser i hvilken retning nervebanene går i hvert voksel av MR-bildet.
DTI-analyse kan også utføres som vokselbasert eller ROI-basert, inkludert traktografi-basert, ROI-analyse. To av de mest fremtredende programvarene, TBSS og TRACULA, omtales nedenfor.
TBSS
TBSS står for Tract-Based Spatial Statistics, og er en metode i programvaren FSL hvor vi kan analysere DTI parameterne (FA, MD, AD og RD) vokselvis. Hovedprinsippet for metoden er at det lages et gjennomsnittlig FA-bilde basert på alle individene som skal være med i analysen. Basert på dette gjennomsnittlige FA bildet benytter TBSS en algoritme som lager et hvit substans skjelett av den indre kjernen av alle nervebanene i hjernen. Det hentes deretter ut vokselvis informasjon om FA, MD, AD og RD for hvert individ på hvit substans-skjelettet. Vi kan deretter utføre vokselvise statistiske analyser for de forskjellige DTI parameterne for å studere for eksempel forskjeller mellom en sykdomsgruppe og en kontroll gruppe, eller for eksempel studere korrelasjoner mellom DTI parameterne og ulike kliniske mål innad i sykdomsgrupper.
