Frontiers in Neuroanatomy
On januari 6, 2022 by adminIntroduction
Magnetische resonantie diffusie tensor tractografie (DTT) wordt veel gebruikt voor neurale vezel tracking en analyse van specifieke vezeltrajecten. Het belangrijke deel van de DTT toepassing op in vivo is hoe het gebied van belang (ROI) voor de DTT analyse proces in te stellen. Veel onderzoekers hebben ingesteld ROI’s op basis van de anatomische beeld en de berekende kleur-gecodeerde fractionele anisotropie (FA) kaart op basis van hun onderzoek doel, in het algemeen (Hong et al., 2009; Kim en Jang, 2013; Li et al., 2013). Hoewel multi-ROIs gebaseerde analyse wordt gebruikt voor deze benaderingen, ze hebben een nadeel in termen van nauwkeurigheid van de resultaten als gevolg van een gebruiker-afhankelijke ROI-instellingen. Om dit nadeel te ondervangen, zijn de functionele MRI (fMRI) activeringsresultaten gecombineerd met DTT analyse (Propper et al., 2010; Li et al., 2013). Deze combinatie aanpak biedt nauwkeurige ROI instelling dan een handmatige ROI instelling. Echter, de grootte van fMRI-activering gebieden kunnen mogelijk worden gewijzigd op basis van de gegeven statistisch significante waarde en de extra beeldacquisitie proces waardoor tijd consumption.
In deze studie hebben we de Brodmann’s gebied (BA) sjabloon ROI’s in te stellen voor nauwkeurige DTT-analyse voor arcuate fasciculus (AF) vezeltraject. Onder de vele neurale vezelkanalen in de menselijke hersenen, de AF is een belangrijke neurale vezelkanaal dat de frontale (Broca’s) en temporale (Wernicke’s) gebieden verbindt, en het is geassocieerd met taalfuncties. Zo veroorzaakte letsels aan het AF verschillende soorten taalproblemen zoals geleidingsafasie en spraakgebreken (Yamada et al., 2007; Jang, 2013; Li et al., 2013). Daarom is de identificatie van de anatomische kenmerken met de locatie van AF vezelkanaal in de normale menselijke hersenen of bij patiënten met afasie een belangrijke kwestie geworden, omdat het nuttig zou zijn voor neurowetenschappers of klinische onderzoekers om de neurale vezel herstelstatus voor afasie, en follow-up studies te voorspellen. Bovendien, de BA template is een soort van standaard template, die regio’s van de menselijke cortex verdeeld in 46 gebieden op basis van cytoarchitectural kenmerken toont (Thottakara et al., 2006). Het toepassen van de kenmerken van BA template voor verdeelde cortex regio’s als een standaard, onze analytische benaderingen biedt nauwkeurige en nuttige ROI instelling voor DTT studies. Daarnaast hebben we gegenereerd vezelkanaal waarschijnlijkheid kaart van AF aan de vezelkanaal route in de brain.
Materialen en Methoden
Subjects
Dertien gezonde proefpersonen, negen mannen en vier vrouwen, werden deelgenomen aan deze studie (rechtshandig, gemiddelde leeftijd: 38,7 ± 6,4 jaar, leeftijdsbereik: 26-50 jaar) te schatten. Zij hadden geen voorgeschiedenis van neurologische of lichamelijke aandoeningen. Alle deelnemers ondergingen een evaluatie door een radioloog en een neuroloog, en zij werden gediagnosticeerd als normale proefpersonen. Alle proefpersonen begrepen het doel van de studie, en gaven schriftelijke toestemming. Dit studieprotocol werd goedgekeurd door de lokale Institutional Review Board.
Data Acquisition and Analysis
Diffusion tensor imaging (DTI) gegevens werden verkregen met behulp van een 1,5 T MR scanner (Gyroscan Intera, Philips Healthcare, De Best, Nederland) met een zes-kanaals phased array sensitivity encoding (SENSE) hoofdspoel met behulp van een single-shot spin echo echo-planar imaging (EPI) pulsvolgorde. De DTI gegevens werden verkregen met de volgende parameters: tijd van herhaling (TR)/tijd van echo (TE) = 10.726/75 ms, gezichtsveld (FOV) = 221 mm, acquisitie matrix = 96 × 96, reconstructie matrix = 128 × 128, slice dikte = 2,3 mm, en SENSE factor = 2. Diffusie weging werd toegepast langs 32 niet-collineaire en niet-coplanaire diffusie sensibiliserende gradiënten met een b-waarde van 1000 s/mm2. We verkregen 67 aaneengesloten transversale plakjes die de gehele hersenen met geen slice gaten, en interleaved slice acquisitie werd toegepast op de overspraak veroorzaakt door geen gat tussen de slices.
Voor de DTI data-analyse, de effecten van wervelstromen en hoofd beweging werden gecorrigeerd door het registreren van alle DWI beelden aan niet-diffusie gewogen beelden (b-waarde = 0 s / mm 2) met behulp van affiene multi-scale registratie door FSL (Smith et al., 2004)1. DTI Studio software (Afdeling Radiologie, Johns Hopkins University School of Medicine, Baltimore, MD, USA), die vezel toewijzing door de continue tracking (FACT) algoritme en een meervoudige ROI aanpak, werd gebruikt voor de berekening van diffusieparameter kaarten en vezel tracking (Wakana et al., 2004; Jiang et al., 2006). Voor het extraheren en evalueren van de AF vezel kanaal van elk onderwerp, gebruikten we twee standaard hersenen sjablonen , die werden verstrekt in MRIcro software 2. De BA sjabloon biedt een volume masker dat is onderverdeeld in 46 discrete corticale regio’s, die elk een andere BA gebied. Terwijl we gebruik maken van de vooraf gedefinieerde corticale regio’s in de BA template, kunnen we gewoon selecteren of tekenen van de specifieke regio gebied, dat is gecorreleerd met de oorsprong van de neurale vezel tractus, voor ROI selectie in de vezel tracking. Op deze manier is het mogelijk om de foutieve factor geïnduceerd door de gebruiker-afhankelijke ROI instelling te minimaliseren. Bovendien werd de MNI T1w sjabloon gebruikt voor de hersenen beeld normalisatie proces. Alle DTI datasets verkregen van MRI-scanner voor elk onderwerp en berekende FA-kaart hebben iets verschillende oriëntatie en locatie-informatie. Daarom kunnen sommige foutieve factoren, die werden veroorzaakt door verschillende structuren en/of locaties tussen proefpersonen, worden voorkomen door gebruik te maken van het normalisatieproces van de hersenen. Bovendien is de normalisatie proces op basis van de template beeld voor alle datasets is meer nuttig om de waarschijnlijkheid pad kaart van vezelkanaal te genereren om de consistentie van de locaties te behouden. In deze studie werd de AF vezelkanaal alleen geanalyseerd in de dominante (links) hemisfeer van alle onderwerpen. Het stroomschema van de verwerking procedures werd getoond in figuur 1A, die werd uitgevoerd in de volgende orders: (i) Subject FA kaart werd berekend met behulp van DTI Studio-software, (ii) De T1w sjabloon werd mede-geregistreerd aan FA van elk onderwerp kaart met behulp van SPM8 (Wellcome Department of Cognitive Neurology, Londen, UK) software. Door het kleine verschil in het beeld contrast tussen de FA-kaart en de T1w sjabloon, is het mogelijk om de foutieve factor te minimaliseren in de co-registratie proces; (iii) Voor het uitvoeren van het normalisatieproces tussen de BA-sjabloon en de diffusie tensor datasets, de transformatie matrix, die werd gegenereerd op stap (ii), werd toegepast op BA-sjabloon; (iv) Twee ROIs werden getrokken in het gebied van Broca’s en Wernicke’s gebied op basis van de genormaliseerde BA template, en de AF vezelkanaal van elk onderwerp werd geëxtraheerd met een volgende criteria, een voxel met de FA-waarde lager dan 0.2 of de baan hoek lager dan 80 graden, en (v) Binaire maskers van de geëxtraheerde vezelkanaal voor elk onderwerp werden gegenereerd. De binaire maskers hebben slechts twee waarden, een (voxels voor vezelkanaal locatie) en nul (voxels voor niet vezelkanaal locatie). De maskers van alle onderwerpen werden genormaliseerd met behulp van de MNI T1w sjabloon van MRIcro met een 12-parameter affiene registratie met behulp van inverse transformatie matrix van de oorspronkelijke co-registratie proces. Deze genormaliseerde vezeltraject maskers werden opgeteld, en gedeeld door het totale aantal onderwerpen aan de probabilistische route kaart van AF te genereren. De probabilistische pad kaart werd overlapt op de MNI T1w sjabloon met een andere schaal volgens de waarschijnlijkheid waarde van een voxel.
Figuur 1. Stroomdiagram van de data-analyse procedures voor ROI instelling in vezel tracking / probabilistische pad generatie (A) en meting proces van relatieve vezel locaties (B). Voor de arcuate fasciculus (AF) relatieve locatie meting in probabilistische pad kaart, (a) geeft de methode van mediolaterale locatie ratio meting tussen Xa en Xb, en (b) geeft de methode van anteroposterior deel ratio meting tussen Ya en Yb of Yc. De meetprocessen van de locatie verhoudingen werden uitgevoerd in de Montreal Neurological Institute (MNI) T1w template, die wordt gepresenteerd op de corona radiata locatie.
Om de locatie van de AF vezelkanaal pad te onderzoeken op elk onderwerp, werd de relatieve locatie gemeten door de bezette ratio van AF-kanaal op basis van de linker hersenhelft. De meting processen werden uitgevoerd met mediolaterale deel en anteroposterior deel met behulp van de gegenereerde probabilistische traject van AF vezelkanaal op de MNI T1w template (figuur 1B). De mediolaterale locatie werd gemeten door de verhouding tussen de lengte van de longitudinale fissuur tot de meest laterale grens van de linker hersenhelft (Xa) en de lengte van de mediale naar laterale locatie van horizontale deel van AF (Xb) als volgt: (Xa/Xb) × 100. De anteroposterieure lokalisatieverhouding werd gemeten tussen de lengte van de meest anteroposterieure grens tot de meest posterieure grens (Ya) en de lengte van de anteroposterieure tot posterieure grens van het verticale deel van AF (Yb of Yc). De anteroposterieure liggingsratio, meer gedetailleerd, werd afzonderlijk gemeten op basis van de samenvloeiing van horizontaal deel (ratio tussen Ya en Yb) en verticaal deel (ratio tussen Ya en Yc), en wel als volgt: (Ya/Yb) × 100 en (Ya/Yc) × 100.
Resultaten
De probabilistische pad kaarten van AF vezelkanaal voor alle onderwerpen groep worden getoond in figuur 2. De kleurenschaal geeft de waarschijnlijkheid van een voxel die deel uitmaakt van de AF vezelkanaal route. In deze probabilistische route kaart van AF vezelkanaal, was de gemeten mediolaterale positie ratio 18%. De gemeten ratio van de anteroposterior positie was 35% gebaseerd op het AF krommingspunt. De verhouding werd gemeten met het bovenste gedeelte 15% en het onderste gedeelte 20%, respectievelijk. Gebaseerd op de resultaten, is het gemeten mediolaterale deel van AF goed voor 1/5 van de totale mediolaterale lengte van de hemisfeer op het MNI T1w sjabloon. Het gemeten anteroposterior gedeelte van AF was 1/2 lengte ten opzichte van de totale anteroposterior lengte van het halfrond. Bovendien is de geëxtraheerde AF vezelkanaal dat was overlaid op het transversale beeldvlak van de MNI T1w sjabloon niet volledig getoond de algemene vorm van AF vezelkanaal structuur als gevolg van de karakteristieke van gebogen vorm van in vivo AF vezelkanaal; echter, met name, geëxtraheerd AF vezelkanaal voor elk onderwerp, die werd gemaakt door het masker beeld in de analyse procedure (figuur 1), en gereconstrueerd waarschijnlijkheid kaart (figuur 2) beschreven dat de AF vezelkanaal van onze resultaten was twee hersengebieden aangesloten tussen het gebied van Broca’s in de inferieure frontale gyrus en Wernicke’s gebied in de achterste superieure temporale gyrus. Bovendien is de gegenereerde probabilistische pad kaart toonde duidelijk aan dat de distributies van de gecombineerde AF vezelkanaal, dat werd geëxtraheerd door BA sjabloon voor ROI instelling van elk onderwerp, was goed gelokaliseerd en gedefinieerd in de menselijke hersenen zonder enige dislocatie errors.
Figuur 2. De probabilistische pad kaarten van AF vezel tract in de multi-slice locaties. De kleur-schaal bar geeft de probabilistische waarden van de vezel tract.
Discussie
De BA is goed gedefinieerde menselijke hersenschors regio’s van 46 gebieden op basis van hun unieke functies. Veel onderzoekers hebben de BA-sjabloon gebruikt om specifieke locaties van hersenactiviteit in hun studies aan te geven, zoals patiënten met neurologische ziekten of behandelingsstrategieën, omdat de BA regio’s onderscheidt die niet alleen anatomisch verschillend zijn, maar ook functioneel. In het bijzonder, onder de BA, Broca’s gebied en Wernicke’s gebied die zijn verbonden via de AF neurale vezel tractus die rond de sylviaanse fissuur die de temporale en frontale taalgebieden verbindt (Rilling et al., 2008; Jang, 2013; Tak en Jang, 2014). De AF zou kunnen worden verwacht dat de belangrijkste vezel tractus geassocieerd met taalfuncties, en het is heeft een duidelijke vorm van een curve gecombineerd verschillende richtingen in tegenstelling tot andere vezel tractus zoals corticospinal tractus (representatieve superieur-inferior vezel richting) of corpus callosum (representatieve links-rechts vezel richting). Aangezien de AF vezelkanaal is sterk geassocieerd met de patiënten die belemmerd taalvaardigheden zoals afasie, identificatie van de juiste locatie van AF vezelkanaal wordt aanzienlijk beschouwd in het klinisch perspectief. Veel van de benaderingen met multi-modality beeldvormingstechnieken en / of invasieve intra-operatieve chirurgie is uitgevoerd om de neuro-anatomische kenmerken van AF vezelkanaal te vinden en om de kritische rol voor de feed-forward en feedback controle van de taalproductie te evalueren (Duffau et al., 2002; Breier et al., 2008; Hosomi et al., 2009; Marchina et al., 2011; Zhao et al., 2012; Yamao et al., 2014). De DTT methode, die in het verleden is geïntroduceerd om het neurale vezelkanaal te volgen, wordt veel gebruikt om de neurale vezelkarakteristieken aan te tonen met behulp van berekende diffusieverschijnselen van de in vivo watermoleculen. Deze aanpak is geschikt voor de vezel tractus visualisatie, evenals de gemakkelijk toe te passen. Door deze kenmerken, de DTT-methode en de technische ontwikkeling toegestaan visualisatie van witte stof geassocieerde vezel traktaten in vivo. Echter, hoewel de evaluatie van vezelkanalen werd gevorderd met de DTT-methode, is er een beperking nog steeds te wijten aan de nauwkeurigheid van de ROI instelling in DTT.
In deze studie, gebruikten we de niet-gebruiker-afhankelijke ROI instelling voor DTT op basis van de BA sjabloon. De ROI’s gedefinieerd uit BA template hebben een voordeel voor de consistentie van neurale vezel kanaal in vergelijking met de gebruiker-afhankelijke ROI-instellingen. Daarnaast hebben we genormaliseerd individuele AF-darmkanaal naar MNI T1w template om de neiging van AF locatie en de probabilistische pad in de menselijke hersenen te onderzoeken. De probabilistische route kan een betere schatting van de vezelkanaal verbinding waarschijnlijkheid voor een groep van onderwerpen. Tot nu toe werden de ROI selectie procedures voor DTT analyse over het algemeen uitgevoerd met de gebruiker-afhankelijke ROI instelling, en het kan leiden tot analytische fouten in delen van de identiteit en reproduceerbaarheid, ook al is de ROI was goed gedefinieerd door ervaren onderzoekers. Met name de algemene voorgestelde analyse aanpak voor in vivo menselijke neurale vezel tracking, die uitgevoerd met de ROI selectie op basis van de BA sjabloon, heeft analytische kracht om de verwerving mogelijk te maken voor meer nauwkeurige vezel traktaten, ongeacht de eventuele besmetting van ROI instelling fouten door gebruikers of onderzoekers. In termen van het behoud van de identiteit en de reproduceerbaarheid van de resultaten, kan worden voorzien van de hoge overeenkomsten als gevolg van de twee belangrijkste analytische procedures, zoals de hersenen normalisatie en ROI gebied extractie van BA template zonder handmatige instellingen. Bovendien kan onze benaderingen gemakkelijk worden aangepast aan de analyse voor DTT studies, en leiden tot vezel verbinding analyse van BA in andere hersengebieden accurately.
Er zijn een aantal beperkingen van deze studie. Ten eerste hebben we een beperking van onze DTT-analyse procedure als gevolg van de overweging van de deterministische vezel tracking algoritme. Daarom zijn wij van mening dat de toepassing van andere vezel tracking algoritmen op basis van de probabilistische vezel tracking algoritme met BA template en vergelijkende studies zal worden voorzien van meer nuttige informatie aan de BA-sjabloon gebaseerd ROI instelling in klinische onderzoeken te evalueren. Ten tweede, voor het onderwerp werving, hebben we alleen beschouwd als normale proefpersonen met relatief lage populaties. In de toekomstige studie, met een groot aantal onderwerpen en / of patiënten die ziekten hadden in de AF vezelkanaal zal worden deelgenomen, geloven we dat de resultaten ook meer reliability.
In conclusie, we aangetoond dat de AF vezel tracking met de BA-sjabloon voor ROI selectie en de probabilistische pad in de menselijke hersenen. Wij geloven dat onze voorgestelde analytische benaderingen zijn voldoende uitgebreid tot andere DTT studies voor ROI instelling, en deze kunnen worden verstrekt nauwkeurige neurale vezel tractus informatie en klinisch onderzoek settings.
Author Contributions
D-HL, D-WL en B-SH ontworpen en gecoördineerd de studie. D-HL en B-SH verkregen de gegevens. D-HL en D-WL hebben de gegevens geanalyseerd. D-HL heeft het manuscript opgesteld. B-SH begeleidde de studie.
Conflict of Interest Statement
De auteurs verklaren dat het onderzoek werd uitgevoerd in afwezigheid van enige commerciële of financiële relaties die zouden kunnen worden opgevat als een potentieel belangenconflict.
Afkortingen
BA, Brodmann’s gebied; ROI, region of interest; AF, arcuate fasciculus; DTT, diffusie tensor tractografie; DTI, diffusie tensor imaging; MNI, Montreal Neurological Institute; FA, fractionele anisotropie.
Footnotes
- ^ www.fmrib.ox.ac.uk/fsl, Analysis Group, FMRIB, Oxford, UK.
- ^ www.mricro.com, Chris Rorden, CA, USA.
Breier, J. I., Hasan, K. M., Zhang, W., Men, D., and Papanicolaou, A. C. (2008). Taal disfunctie na een beroerte en schade aan de witte stof traktaten geëvalueerd met behulp van diffusie tensor imaging. AJNR Am. J. Neuroradiol. 29, 483-487. doi: 10.3174/ajnr.a0846
PubMed Abstract | CrossRef Full Text | Google Scholar
Duffau, H., Capelle, L., Sichez, N., Denvil, D., Lopes, M., Sichez, J. P., et al. (2002). Intraoperative mapping of the subcortical language pathways using direct stimulations. Brain 125, 199-214. doi: 10.1093/brain/awf016
PubMed Abstract | CrossRef Full Text | Google Scholar
Hong, J. H., Kim, S. H., Ahn, S. H., and Jang, S. H. (2009). De anatomische locatie van de arcuate fasciculus in het menselijk brein: een diffusie tensor tractografie studie. Brain Res. Bull. 28, 52-55. doi: 10.1016/j.brainresbull.2009.05.011
PubMed Abstract | CrossRef Full Text | Google Scholar
Hosomi, A., Nagakane, Y., Yamada, K., Kuriyama, N., Mizuno, T., Nishimura, T., et al. (2009). Assessment of arcuate fasciculus with diffusion-tensor tractography may predict the prognosis of aphasia in patients with left middle cerebral artery infarcts. Neuroradiology 51, 549-555. doi: 10.1007/s00234-009-0534-7
PubMed Abstract | CrossRef Full Text | Google Scholar
Jang, S. H. (2013). Diffusion tensor imaging studies over de arcuate fasciculus bij patiënten met een beroerte: een review. Front. Hum. Neurosci. 7:749. doi: 10.3389/fnhum.2013.00749
PubMed Abstract | PubRef Full Text | Google Scholar
Jiang, H., van Zijl, P. C., Kim, J., Pearlson, G. D., and Mori, S. (2006). DtiStudio: resource programma voor diffusie tensor berekening en vezelbundel tracking. Comput. Methods Programs Biomed. 81, 106-116. doi: 10.1016/j.cmpb.2005.08.004
PubMed Abstract | CrossRef Full Text | Google Scholar
Kim, S. H., and Jang, S. H. (2013). Prediction of aphasia outcome using diffusion tensor tractography for arcuate fasciculus in stroke. AJNR Am. J. Neuroradiol. 34, 785-790. doi: 10.3174/ajnr.a3259
PubMed Abstract | CrossRef Full Text | Google Scholar
Li, Z., Peck, K. K., Brennan, N. P., Jenabi, M., Hsu, M., Zhang, Z., et al. (2013). Diffusie tensor tractografie van de arcuate fasciculus bij patiënten met hersentumoren: vergelijking tussen deterministische en probabilistische modellen. J. Biomed. Sci. Eng. 6, 192-200. doi: 10.4236/jbise.2013.62023
PubMed Abstract | CrossRef Full Text | Google Scholar
Marchina, S., Zhu, L. L., Norton, A., Zipse, L., Wan, C. Y., and Schlaug, G. (2011). Impairment of speech production predicted by lesion load of the left arcuate fasciculus. Stroke 42, 2251-2256. doi: 10.1161/STROKEAHA.110.606103
PubMed Abstract | CrossRef Full Text | Google Scholar
Propper, R. E., O’Donnell, L. J., Whalen, S., Tie, Y., Norton, I. H., Suarez, R. O., et al. (2010). Een gecombineerd fMRI en DTI onderzoek van functionele taal lateralisatie en arcuate fasciculus structuur: effecten van graad versus richting van hand voorkeur. Brain Cogn. 73, 85-92. doi: 10.1016/j.bandc.2010.03.004
PubMed Abstract |Ref Full Text | Google Scholar
Rilling, J. K., Glasser, M. F., Preuss, T. M., Ma, X., Zhao, T., Hu, X., et al. (2008). De evolutie van de arcuate fasciculus geopenbaard met vergelijkende DTI. Nat. Neurosci. 11, 426-428. doi: 10.1038/nn2072
PubMed Abstract | CrossRef Full Text | Google Scholar
Smith, S. M., Jenkinson, M., Woolrich, M. W., Beckmann, C. F., Behrens, T. E., Johansen-Berg, H., et al. (2004). Vooruitgang in functionele en structurele MR beeldanalyse en implementatie als FSL. Neuroimage 23, S208-S219. doi: 10.1016/j.neuroimage.2004.07.051
PubMed Abstract | CrossRef Full Text | Google Scholar
Tak, H. J., and Jang, S. H. (2014). Relatie tussen afasie en arcuate fasciculus bij chronische beroerte patiënten. BMC Neurol. 14:46. doi: 10.1186/1471-2377-14-46
PubMed Abstract | CrossRef Full Text | Google Scholar
Thottakara, P., Lazar, M., Johnson, S. C., and Alexander, A. L. (2006). Toepassing van Brodmann’s gebied sjablonen voor ROI selectie in witte stof tractografie studies. Neuroimage 29, 868-878. doi: 10.1016/j.neuroimage.2005.08.051
PubMed Abstract | CrossRef Full Text | Google Scholar
Wakana, S., Jiang, H., Neage-Poetscher, L. M., van Zijl, P. C., and Mori, S. (2004). Fiber tract-based atlas of human white matter anatomy. Radiology 230, 77-87. doi: 10.1148/radiol.2301021640
PubMed Abstract | CrossRef Full Text | Google Scholar
Yamada, K., Nagakane, Y., Mizuno, T., Hosomi, A., Nakagawa, M., and Nishimura, T. (2007). MR tractography depictying damage to the arcuate fasciculus in a patient with conduction aphasia. Neurology 68:789. doi: 10.1212/01.wnl.0000256348.65744.b2
PubMed Abstract | CrossRef Full Text | Google Scholar
Yamao, Y., Matsumoto, R., Kunieda, T., Arakawa, Y., Kobayashi, K., Usami, K., et al. (2014). Intraoperatieve dorsale taal netwerk in kaart brengen met behulp van single-pulse elektrische stimulatie. Hum. Brain Mapp. 35, 4345-4361. doi: 10.1002/hbm.22479
PubMed Abstract | Google Scholar
Zhao, Y., Chen, X., Wang, F., Sun, G., Wang, Y., Song, Z., et al. (2012). Integratie van diffusie tensor-gebaseerde arcuate fasciculus vezelnavigatie en intraoperatieve MRI in glioomchirurgie. J. Clin. Neurosci. 19, 255-261. doi: 10.1016/j.jocn.2011.03.041
PubMed Abstract | CrossRef Full Text | Google Scholar
Geef een antwoord