Độ phức tạp bề mặt vỏ não trong một mẫu chuẩn theo dân số
Tóm tắt
Các nghiên cứu MRI về phát triển não bộ bất thường phụ thuộc vào chất lượng, số lượng và loại dữ liệu phát triển chuẩn có sẵn để so sánh. Những hạn chế ảnh hưởng đến các nghiên cứu trước đây về phát triển chuẩn bao gồm kích thước mẫu nhỏ, thiếu sự đại diện về nhân khẩu học, quần thể đối tượng không đồng nhất và dữ liệu dọc không đầy đủ. Kho dữ liệu MRI Nhi khoa Quốc gia (NIHPD) cho phát triển chuẩn đã được thiết kế để giải quyết các vấn đề nêu trên trong các biện pháp độ tin cậy của các đối tượng kiểm soát cho các nghiên cứu so sánh. Các đối tượng được tuyển chọn từ sáu Trung tâm Nghiên cứu Nhi khoa trên toàn quốc nhằm tạo ra cơ sở dữ liệu dọc lớn nhất, không thiên lệch về não bộ đang phát triển. Sử dụng NIHPD, chúng tôi đã áp dụng phương pháp phân tích hình dạng 3D liên quan đến các hàm cầu để xác định độ phức tạp bề mặt vỏ não của 396 đối tượng (210 nữ; 186 nam) trong độ tuổi từ 4,8 đến 22,3. Dữ liệu MRI đã được thu thập tại một, hai hoặc ba thời điểm cách nhau khoảng hai năm. Tổng cộng có 144 người tham gia (79 nữ; 65 nam) cung cấp dữ liệu MRI từ tất cả các thời điểm. Kết quả của chúng tôi xác nhận một mối tương quan trực tiếp giữa độ phức tạp vỏ não và độ tuổi ở cả nam và nữ. Thêm vào đó, trong khoảng độ tuổi được khảo sát, phụ nữ thể hiện độ phức tạp vỏ não cao hơn đáng kể và liên tục hơn so với nam giới. Những phát hiện này gợi ý rằng mạch thần kinh cơ bản trong não nam và nữ là khác nhau, có thể giải thích cho những quan sát về sự khác biệt giới tính trong tương tác xã hội, giao tiếp và các quá trình nhận thức cao hơn.
Từ khóa
Tài liệu tham khảo
Giedd J.N., Blumenthal J., Jeffries N.O., Castellanos F.X., Liu H., Zijdenbos A.P., et al., Brain development during childhood and adolescence: a longitudinal MRI study, Nat. Neurosci., 1999, 2, 861–863
Luders E., Narr K.L., Thompson P.M., Rex D.E., Jäncke L., Steinmetz H., et al., Gender differences in cortical complexity, Nat. Neurosci., 2004, 7, 799–800
Jackson J.D., Classical electrodynamics, 2nd edition, Wiley, New York, 1975
Chung M.K., Hartley R., Dalton K.M., Davidson R.J., Encoding cortical surface by spherical harmonics, Stat. Sinica, 2008, 18, 1269–1291
Talairach J., Szikla G., Atlas d’anatomie stéréotaxique du télencéphale: études anatomo-radiologiques, Masson, Paris, 1967
Talairach J., Tournoux P., Co-planar stereotaxic atlas of the human brain, Thieme Medical, New York, 1988
Brain Development Cooperative Group, Total and regional brain volumes in a population-based normative sample from 4 to 18 years: the NIH MRI Study of Normal Brain Development, Cereb. Cortex, 2012, 22, 1–12
Keller S.S., Roberts N., Measurement of brain volume using MRI: software, techniques, choices and prerequisites, J. Anthropol. Sci., 2009, 87, 127–151
Yotter R.A., Dahnke R., Thompson P.M., Gaser C., Topological correction of brain surface meshes using spherical harmonics, Hum. Brain Mapp., 2011, 32, 1109–1124
Shen L., Farid H., McPeek M.A., Modeling three-dimensional morphological structures using spherical harmonics, Evolution, 2009, 63, 1003–1016
Brain Development Cooperative Group, Evans A.C., The NIH MRI study of normal brain development, Neuroimage, 2006, 30, 184–202
Nitzken M., Casanova M.F., Gimel’farb G.L., Elnakib A., Khalifa F., Switala A.E., et al., 3D shape analysis of the brain cortex with application to autism, IEEE Int. Symp. Biomed. Imaging, 2011, 8, 1847–1850
Fang Q., Boas D.A., Tetrahedral mesh generation from volumetric binary and gray-scale images, IEEE Int. Symp. Biomed. Imaging, 2009, 6, 1142–1145
MacDonald D., Kabani N., Avis D., Evans A.C., Automated 3-D extraction of inner and outer surfaces of cerebral cortex from MRI, Neuroimage, 2000, 12, 340–356
Chung M.K., Worsley K.J., Robbins S.M., Paus T., Taylor J., Giedd J.N., et al., Deformation-based surface morphometry applied to gray matter deformation, Neuroimage, 2003, 18, 198–213
El-Baz A.S., Casanova M.F., Gimel’farb G.L., Mott M., Switala A.E., Autism diagnostics by 3D texture analysis of cerebral white matter gyrifications, In: Ayache N., Ourselin S., Maeder A.J. (Eds.), Medical image computing and computer-assisted intervention-MICCAI 2007, part II, Springer, New York, 2007
Armstrong E., Schleicher A., Omran H., Curtis M., Zilles K., The ontogeny of human gyrification, Cereb. Cortex, 1995, 5, 56–63
Yakovlev P.I., Lecours A.R., The myelogenetic cycles of regional maturation of the brain, In: Minkowski A. (Ed.), Regional development of the brain in early life, Blackwell Scientific, Oxford, 1967
Sowell E.R., Thompson P.M., Holmes C.J., Batth R., Jernigan T.L., Toga A.W., Localizing age-related changes in brain structure between childhood and adolescence using statistical parametric mapping, Neuroimage, 1999, 9, 587–597
Chugani H.T., Phelps M.E., Maturational changes in cerebral function in infants determined by 18FDG positron emission tomography, Science, 1986, 231, 840–843
Gerig G., Styner M., Jones D.W., Weinberger D.R., Lieberman J.A., Shape analysis of brain ventricles using SPHARM, Math. Methods Biomed. Image Anal., 2001, 3, 171–178
Pakkenberg B., Gundersen H.J.G., Neocortical neuron number in humans: effect of sex and age, J. Comp. Neurol., 1997, 384, 312–320
Nopoulos P., Flaum M., O’Leary D., Andreasen N.C., Sexual dimorphism in the human brain: evaluation of tissue volume, tissue composition and surface anatomy using magnetic resonance imaging, Psychiatry Res. Neuroimag., 2000, 98, 1–13
Luders E., Narr K.L., Thompson P.M., Rex D.E., Woods R.P., DeLuca H., et al., Gender effects on cortical thickness and the influence of scaling, Hum. Brain Mapp., 2006, 27, 314–324
Thompson P.M., Schwartz C., Lin R.T., Khan A.A., Toga A.W., Threedimensional statistical analysis of sulcal variability in the human brain, J. Neurosci., 1996, 16, 4261–4274
Blanton R.E., Levitt J.G., Thompson P.M., Narr K.L., Capetillo-Cunliffe L., Nobel A., et al., Mapping cortical asymmetry and complexity patterns in normal children, Psychiatry Res. Neuroimag., 2001, 107, 29–43
Gogtay N., Giedd J.N., Lusk L., Hayashi K.M., Greenstein D., Vaituzis A.C., et al., Dynamic mapping of human cortical development during childhood through early adulthood, Proc. Natl. Acad. Sci. USA, 2004, 101, 8174–8179
Toga A.W., Thompson P.M., Sowell E.R., Mapping brain maturation, Trends Neurosci., 2006, 29, 148–159
Sowell E.R., Trauner D.A., Gamst A., Jernigan T.L., Development of cortical and subcortical brain structures in childhood and adolescence: a structural MRI study, Dev. Med. Child Neurol., 2002, 44, 4–16
De Bellis M.D., Keshavan M.S., Beers S.R., Hall J., Frustaci K., Masalehdan A., et al., Sex differences in brain maturation during childhood and adolescence, Cereb. Cortex, 2001, 11, 552–557
Lenroot R.K., Giedd J.N., Brain development in children and adolescents: insights from anatomical magnetic resonance imaging, Neurosci. Biobehav. Rev., 2006, 30, 718–729
Lenroot R.K., Gogtay N., Greenstein D.K., Molloy Wells E., Wallace G.L., Clasen L.S., et al., Sexual dimorphism of brain developmental trajectories during childhood and adolescence, Neuroimage, 2007, 36, 1065–1073
Giedd J.N., Stockman M., Weddle C., Liverpool M., Alexander-Bloch A., Wallace G.L., et al., Anatomic magnetic resonance imaging of the developing child and adolescent brain and effects of genetic variation, Neuropsychol. Rev., 2010, 20, 349–361
Lombardo M.V., Ashwin E., Auyeung B., Chakrabarti B., Taylor K., Hackett G., et al., Fetal testosterone influences sexually dimorphic gray matter in the human brain, J. Neurosci., 2012, 32, 674–680