Tractometría del Proyecto del Conectoma Humano: recursos y perspectivas

Introducción El Proyecto del Conectoma Humano (HCP) se ha convertido en un conjunto de datos fundamental en la neurociencia humana, con una multitud de aplicaciones importantes en la mejora de los métodos de imagen cerebral y la comprensión del cerebro humano. Nos centramos en la tractometría de los datos de resonancia magnética ponderada por difusión (dMRI) del HCP. Métodos Utilizamos una biblioteca de software de código abierto (pyAFQ; https://yeatmanlab.github.io/pyAFQ) para realizar tractografía probabilística y delinear las principales vías de materia blanca en los sujetos del HCP que tienen una adquisición de dMRI completa (n = 1,041). Utilizamos imágenes de kurtosis de difusión (DKI) para modelar la microestructura de la materia blanca en cada voxel de la materia blanca, y extraímos perfiles de tractos de propiedades tisulares derivadas de DKI a lo largo de la longitud de los tractos. Exploramos las propiedades empíricas de los datos: primero, evaluamos la heredabilidad de las propiedades tisulares de DKI utilizando el conocido enlace genético de un gran número de pares de gemelos muestreados en el HCP. En segundo lugar, probamos la capacidad de la tractometría para servir como base para modelos predictivos de características individuales (por ejemplo, edad, inteligencia cristalizada/fluid, capacidad de lectura, etc.), comparado con las características del conectoma local. Para facilitar la exploración del conjunto de datos, creamos una nueva herramienta de visualización basada en la web y utilizamos esta herramienta para visualizar los datos en el conjunto de datos de tractometría del HCP. Finalmente, utilizamos el conjunto de datos del HCP como un banco de pruebas para una nueva innovación tecnológica: el formato de archivo TRX para la representación de líneas de corriente basadas en dMRI. Resultados Publicamos las salidas de procesamiento y los perfiles de tractos como un recurso de datos disponible públicamente a través del repositorio Open Neurodata del programa AWS Open Data. Encontramos una heredabilidad tan alta como 0.9 para métricas basadas en DKI en algunas vías cerebrales. También descubrimos que la tractometría extrae tanta información útil sobre las diferencias individuales como el método del conectoma local. Publicamos una nueva herramienta de visualización basada en la web para la tractometría—“Tractoscope” (https://nrdg.github.io/tractoscope). Encontramos que los archivos TRX requieren considerablemente menos espacio en disco, un atributo crucial para conjuntos de datos grandes como el HCP. Además, TRX incorpora una especificación para agrupar líneas de corriente, simplificando aún más el análisis de tractometría.