Water is a fundamental constituent of living creatures and tissue water is structured according to the characteristic features of any given tissue type. A unique property of the brain is that the propagation of water molecules is hindered by microscopic obstacles like the axonal membranes, myelin sheath or the extracellular matrix, resulting in anisotropic diffusion. Diffusion tensor magnetic resonance imaging (DTI) provides non-invasive depiction of diffusion through sampling the magnitude and orientation of diffusion anisotropy. Our first study aim was to apply DTI and related image processing techniques to describe normal diffusion anisotropy patterns in the human brain in vivo. We assume that such technique can provide information on the connectional topography of different brain areas over large subject groups; we aimed to reveal the distribution of structural connections from the human insular cortex and the mediodorsal nucleus (MD) of the thalamus. Secondly, we focused on the anisotropy patterns of diffusion in pathological conditions, more specifically, to portray the diffusion characteristics in brain neoplasms of glial origin of various WHO grades. We utilized standard image processing techniques to describe the connectional anatomy of the human insula and the mediodorsal thalamic nucleus. Our explorations included the analysis of 40 and 155 healthy volunteers when studying the normal anisotropy patterns; whereas we used 40 glioma patients for the second aim. Probabilistic DTI tractography was used to map the fiber pathways emerging from the observed areas. Subdomains were mathematically separated that were different in terms of remote interconnections. For the glioma patients, histograms of DTI derived images were fed into a discriminant function analysis based classifier which correlated the features with the histopathologically defined grade. Fiber tracts were separated into two clusters, originating from the anterior and posterior insula and interhemispheric asymmetry was revealed in such connectivity-based clusters; mean diffusivity values were higher in the anterior insula. We confirmed a rostro-caudal changing pattern of connectivity domains. We provide a description of the two connectivity-based clusters in the MD. Patterns of diffusion anisotropy of preoperative DTI images allowed the prediction of glioma grade with 88.5% specificity and 85.7% sensitivity by using the histogram analysis method. In vivo probabilistic tracking of structural connections using DTI data provides a novel window on neuroanatomy that was previously unavailable. We provided evidence that the in vivo tract anatomy of the insula and MD is similar to the depiction of trajectories by tract tracing studies in primates. Connectivity-based parcellation of the insular cortex and the mediodorsal thalamic nucleus revealed distinct and separated networks originating from these territories. The characterization of anisotropy patterns in brain gliomas allowed us to construct a classifier model that is feasible for the non-invasive, imaging based preoperative determination of grade.

A víz alapvető összetevője az élő szervezeteknek, a víz eloszlása, “strukturáltsága” jellegzetes módon követi az adott szöveti környezet szerkezetét. Az agyszövetek mikroszkopikus felépítése különleges, a vízmolekulák mozgását bizonyos alkotóelemek korlátozzák és a vízdiffúziót anizotróppá teszik – ilyen bizonyított struktúrák az axonmembránok, myelinhüvely vagy az extracelluláris mátrix. A diffúziós tenzor mágneses rezonanciás képalkotás (DTI) a diffúziós folyamat non-invazív ábrázolását teszi lehetővé a diffúziós anizotrópia és diffúziós irányok mérésével. Kutatásunk első célja a DTI és képfeldolgozó módszerek alkalmazása volt a normál agyszövetek diffúziós anizotrópia mintázatának feltárására. E technikák segítségével az anatómiai kapcsolatok topográfiája is meghatározható nagyobb esetcsoportokban; a humán insuláris cortex és a thalamus nucleus mediodorsalis (MD) kapcsolatrendszerének jellemzését is célul tűztük ki. Második célunk a diffúziós terek kóros körülmények közötti jellemzése volt, mely célból különböző WHO grádusú agyi glioma DTI adatait elemeztük A DTI képfeldolgozás és során standard módszereket alkalmaztunk, mellyel a humán insula és MD kapcsolati anatómiája jól leírható in vivo. E célok eléréséhez 40 valamint 155 egészséges alany felvételeit használtuk; a gliomákat tartalmazó adatbázisunk 40 beteg képeit tartalmazta. Probabilisztikus DTI traktográfiát alkalmaztunk a vizsgálati területekről eredő rostrendszerek kimutatására; alterületeket különítettünk a távoli kapcsolati mintázatok matematikai elemzésével. A gliomás betegcsoport esetén a DTI-ből származtatható képek hisztogramjainak elemzésével hoztunk létre egy diszkriminancia analízis alapú klasszifikációs modellt, ami ezeket a tulajdonságokat a grádusbecslésre alkalmazza. . Eredményeink a következők. Az insulából származó rostrendszer alapján anterior és posterior insularis területeket különítettünk el, melyek féltekék közötti méretbeli aszimmetriát mutattak, az anterior insula átlagos diffuzivitás értékei magasabbak voltak a hátulsó területénél. A kapcsolati anatómia rostro-caudalis irányú változását mutattuk ki. A thalamus MD mag két szeparált alterületének konnektivitási anatómiáját leírtuk. A diffúziós mintázatok hisztogram technikával való elemzése a gliomás betegek esetében a szövettanilag meghatározott grádust 88.5%-os specificitással és 85.7% szenzitivitással becsülte. Az agy strukturális kapcsolatrendszereinek meghatározásában az in vivo probabilisztikus DTI traktográfia korábban nem látott lehetőségeket teremt. Az insula és az MD rostrendszerének anatómiájáról gyűjtött eredményeink az állatkísérletes rostkövetéses kutatások eredményeivel jól korrelálnak. A kapcsolatrendszer alapú alterületek kijelölése az insulában és az mediodorsalis thalamusmagban két, egymástól elszeparált kapcsolati hálózatot fedett fel. Az agyi gliomákban mérhető diffúziós anizotrópia mintázatok segítségével olyan módszert mutattunk be, amely nem invazív módon, preoperatív képalkotás segítségével a grádus becslését lehetővé teszi.