<html>
  <head>
    <meta content="text/html; charset=ISO-8859-1"
      http-equiv="Content-Type">
  </head>
  <body bgcolor="#FFFFFF" text="#000000">
    Hi Dave,<br>
    Thanks very much for the detailed response, that's really very
    useful. I've responded to your points (with a few more questions)
    inline:<br>
    <br>
    <div class="moz-cite-prefix">On 15/03/13 03:59, David Raffelt wrote:<br>
    </div>
    <blockquote
cite="mid:CAOFq7B71PJe-U=WTXA115c9616jjagte258ucU-3TuFOvsO+_A@mail.gmail.com"
      type="cite">
      <meta http-equiv="Content-Type" content="text/html;
        charset=ISO-8859-1">
      <div dir="ltr">Hi James,
        <div>Just to clarify, do you mean you extract a single peak with
          the largest amplitude within each voxel? Then normalise by the
          max amplitude across all voxels and subjects? If so, one
          potential issue is that the largest peak in corresponding
          voxels across subjects is not guaranteed to belong to the same
          fibre bundle. Also, during pathology you might see a decrease
          in the FOD peaks of one fibre, such that they are no longer
          the dominant peak in that region (and therefore are excluded
          from your analysis). <br>
        </div>
      </div>
    </blockquote>
    Yes, that's exactly what I did. I agree that the largest peaks in
    corresponding voxels between individuals may well not belong to the
    same fibre bundle, but I think you could argue that this is no worse
    than the 'averaging' of different fibre bundles inherent in the
    tensor model. At least this way you can claim to be actually
    measuring a discrete fibre bundle, rather than something potentially
    not aligned to any tracts, as may happen with the primary
    eigenvector in DTI. <br>
    As I understand it the full AFD approach might help rectify this
    tract correspondence problem, as could some other methods for
    determining common orientations (e.g. FSL bedpostX). These are
    things I definitely would like to explore in the long term.<br>
    <blockquote
cite="mid:CAOFq7B71PJe-U=WTXA115c9616jjagte258ucU-3TuFOvsO+_A@mail.gmail.com"
      type="cite">
      <div dir="ltr">
        <div>
        </div>
        <div><br>
        </div>
        <div>Simulations suggest the AFD along a given direction is
          proportional to the intra-axonal volume of axons aligned with
          that direction (at least with high b-values and long gradient
          pulse durations). Using lower b-values means that the AFD is
          also dependent on the signal from hindered extra-axonal water.
          And therefore the interpretation of any AFD group differences
          is not as clear cut. <br>
        </div>
      </div>
    </blockquote>
    Interesting to know. I'm generally a bit concerned about the low
    bvalue in my data, but keen to try and use some
    multi-fibre/non-tensor methods nonetheless, even if it's somewhat
    exploratory. One advantage with the sample I'm using (Huntington's
    Disease) is that there's strong post-mortem evidence that shows
    demyelination, loss of axonal density and number of axons - so even
    if the interpretation isn't straightforward, then group differences
    are still likely to be pathological. <br>
    <blockquote
cite="mid:CAOFq7B71PJe-U=WTXA115c9616jjagte258ucU-3TuFOvsO+_A@mail.gmail.com"
      type="cite">
      <div dir="ltr">
        <div><br>
        </div>
        <div>The peak AFD amplitude is probably not a bad estimate of
          the total intra-axonal volume of axons belonging to
          the&nbsp;respective&nbsp;FOD lobe. However, inter-subject differences in
          fibre curvature (in subject space) will influence the peak
          (due to a difference in the spread of the FOD lobe). &nbsp;A better
          measure would be to use the integral of each FOD lobe. Rob
          uses the integral for his SIFT method, and I'm presenting a
          new tractography-based statistical method that uses the AFD
          integral at ISMRM next month.<br>
        </div>
      </div>
    </blockquote>
    Sounds great. I've had a read of the appendix and Algorithm 1 in
    Rob's SIFT paper and can definitely see the justification for using
    the integral, rather than the peak. As mention later, you're
    planning to implement this in MRtrix in the future, but in the
    meantime, do you have a script that runs the density sampling and
    calculates the integral that you can make available?<br>
    <blockquote
cite="mid:CAOFq7B71PJe-U=WTXA115c9616jjagte258ucU-3TuFOvsO+_A@mail.gmail.com"
      type="cite">
      <div dir="ltr">
        <div>
        </div>
        <div><br>
        </div>
        <div>One other issue is related to transforming the AFD peak
          amplitudes into template space. Modulation needs to be applied
          when spatially normalising any DWI measure representative of
          the restricted intra-axonal water fraction of a specific fibre
          population &nbsp;(whether it is the AFD peak, integral, or partial
          volume fractions computed using other methods, e.g. Behren's
          Ball and Stick model or Assaf's CHARMED). As discussed in the
          AFD paper, non-linear transformations may alter the width of a
          fibre bundle, and therefore modulation is needed to preserve
          the total intra-axonal volume of axons passing through any
          given cross-section of a fibre bundle.&nbsp; <br>
        </div>
      </div>
    </blockquote>
    Again, modulation looks very sensible, I can see the problems that
    may arise if it's not done. Would you also happen to have a script
    available to do this in using the mrtrix framework?<br>
    <blockquote
cite="mid:CAOFq7B71PJe-U=WTXA115c9616jjagte258ucU-3TuFOvsO+_A@mail.gmail.com"
      type="cite">
      <div dir="ltr">
        <div><br>
        </div>
        <div>Are you computing FODs using a single group-average
          response function for all subjects? To do AFD analysis you
          also must account for intensity variation across scans. Due to
          patient- and scan-specific scanner calibrations, the magnitude
          of the MR signal across different scans is not comparable. One
          way to account for this is to intensity normalise the DW
          images using some reference point. Ideally, the median CSF b=0
          signal would be a good reference since it is unlikely to vary
          during pathology. However, at the current DWI resolution it is
          often hard to get a clean partial-volume-free estimate of the
          CSF, particularly in young patient groups. Alternatively you
          could use the median b=0 signal from brain parenchyma, however
          this is not ideal since it might be affected by the pathology
          being investigated.&nbsp;</div>
        <div>The other way to account for scan intensity variation is to
          perform CSD using a subject-specific response function,
          however this is less robust and you might reduce your power to
          detect AFD differences due to larger group variation, or the
          possibility of pathology affecting voxels used to estimate the
          response function.</div>
      </div>
    </blockquote>
    I used a subject-specific response function. Interestingly, the
    voxels that showed group differences were not those that were
    generally included in the single fibre mask used to estimate the
    response function. Not sure if this has any bearing the robustness
    of the calculation. I think I'll try and calculate the median CSF
    signal to intensity normalise the subjects, then use one response
    function across all.<br>
    <blockquote
cite="mid:CAOFq7B71PJe-U=WTXA115c9616jjagte258ucU-3TuFOvsO+_A@mail.gmail.com"
      type="cite">
      <div dir="ltr">
        <div><br>
        </div>
        <div>Just to clarify, the max_amp metric represents the amount
          of diffusion in the peak direction only for diffusion
          orientation distributions dOFDs (i.e those computed by Q-ball
          and DSI). Whereas FODs model the intra-axonal volume of fibres
          as a function of orientation. The amplitude of so-called
          "model free" diffusion ODFs is less informative, since it
          is&nbsp;impossible&nbsp;to tease out the contribution from multiple
          underlying fibre populations without some type of model (which
          in the case of spherical deconvolution is the response
          function).<br>
        </div>
      </div>
    </blockquote>
    OK, so hopefully that by using the FODs in my case, I'll be able to
    see something more biologically meaningful - even if I can't
    directly claim to be measuring diffusion.<br>
    <blockquote
cite="mid:CAOFq7B71PJe-U=WTXA115c9616jjagte258ucU-3TuFOvsO+_A@mail.gmail.com"
      type="cite">
      <div dir="ltr">
        <div>
        </div>
        <div><br>
        </div>
        <div>Also, the peak FOD amplitude is more akin to the apparent<i>
            radial</i> diffusivity of the respective fibre population
          (and not the axial diffusivity as you suggest).
          Pathology-induced changes to restriction are more likely to
          influence the DW signal along radial orientations (especially
          at high b-values where the axial DW signal is non-existent). A
          decrease in the radial DW signal will present as a decrease in
          AFD along the fibre direction, and an increase in the radial
          diffusivity. Although I should warn against thinking of AFD in
          terms of radial diffusivity, since thinking in terms of
          diffusivity is clearly not a good way of looking at the DW
          signal&nbsp;arising&nbsp;from a <i>restricted</i> diffusion
          environment.<br>
        </div>
      </div>
    </blockquote>
    Very interesting, thanks for the clarification. On reflection, I can
    see that this definitely makes more sense. In my experience, RD is
    more sensitive to pathology than AD, so if I can explain this metric
    to people as approximately analogous to RD, that might be more
    comprehensible. However, as you say, I'll be careful not to make any
    claims about diffusivity per se, given the restricted environment
    that the metric is derived from.<br>
    <br>
    <blockquote
cite="mid:CAOFq7B71PJe-U=WTXA115c9616jjagte258ucU-3TuFOvsO+_A@mail.gmail.com"
      type="cite">
      <div dir="ltr">
        <div>
        </div>
        <div><br>
        </div>
        <div>Since I'm on a roll, I might as well mention that TBSS is
          not ideal for doing 'whole brain' voxel-based analysis. Aside
          from the fact that it does not really analyse all brain
          voxels, projecting your measure of interest onto a skeleton
          based on the highest FA is problematic in crossing-fibre
          regions.<br>
        </div>
      </div>
    </blockquote>
    I quite agree. I didn't actually use a TBSS skeleton for that very
    reason. I just used the randomise tool to run the GLM stats, and
    thought I'd mention TBSS as that's the context that most people are
    familiar with randomise from.<br>
    <blockquote
cite="mid:CAOFq7B71PJe-U=WTXA115c9616jjagte258ucU-3TuFOvsO+_A@mail.gmail.com"
      type="cite">
      <div dir="ltr">
        <div>
        </div>
        <div><br>
        </div>
        <div style="">In terms of doing AFD analysis in the future, we
          are hoping to release the tools as part of the next major
          MRtrix release, however this will depend on how much free time
          I have in the coming months.</div>
        <div style=""><br>
        </div>
      </div>
    </blockquote>
    Quite understandable! Thanks again for all the advice.<br>
    James<br>
    <blockquote
cite="mid:CAOFq7B71PJe-U=WTXA115c9616jjagte258ucU-3TuFOvsO+_A@mail.gmail.com"
      type="cite">
      <div dir="ltr">
        <div style="">Cheers,</div>
        <div style="">Dave</div>
        <div><br>
        </div>
        <div style=""><br>
        </div>
        <div><br>
        </div>
        <div><br>
        </div>
        <div><br>
        </div>
        <div><br>
        </div>
        <div><br>
        </div>
        <br>
        <div class="gmail_quote">---------- Forwarded message ----------<br>
          From: <b class="gmail_sendername">James Cole</b> <span
            dir="ltr">&lt;<a moz-do-not-send="true"
              href="mailto:james.cole@ucl.ac.uk" target="_blank">james.cole@ucl.ac.uk</a>&gt;</span><br>
          Date: 15 March 2013 04:28<br>
          Subject: [Mrtrix-discussion] FOD amplitude<br>
          To: <a moz-do-not-send="true"
            href="mailto:mrtrix-discussion@www.nitrc.org"
            target="_blank">mrtrix-discussion@www.nitrc.org</a><br>
          <br>
          <br>
          <div bgcolor="#FFFFFF" text="#000000"> Dear MRtrixers,<br>
            I've been using mrtrix for various things and came up with
            an approach that I wanted to run by the experts. It might be
            that I'm barking up entirely the wrong tree, so could use
            some guidance. Regarding voxelwise metrics derived from the
            spherical deconvolution (I saw the apparent fibre density
            (AFD) paper and this is something I'd be interested in
            trying in the long run), I wondered whether the largest FOD
            lobe might be sensitive to pathology. Here's my analysis:<br>
            <br>
            Having run CSD (Lmax = 6, the b-value is only 1000, 42
            directions) on my data, I used find_SH_peaks, dir2amp and
            FSL's fslroi to extract the FOD of the largest amplitude (I
            called this max_amp) and thus was able to generate voxelwise
            max_amp maps per subject, in native space. <br>
            <br>
            I then normalised the max_amp maps (by dividing by 3.5, to
            give a scalar in the 0-1 range), having assessed the maximum
            amplitude in any voxel across all subjects (which was
            3.51ish). The idea being that the the scalar now represents
            a score based on the amplitude of the FOD lobe relative to
            the highest possible amplitude in vivo tissue; thus 0 =
            absence of FOD and 1 = maximum possible FOD amplitude.<br>
            <br>
            These normalised max_amp maps were then warped into group
            space using the warps calculated from generating a groupwise
            template from FA maps. I then created a mask using a
            threshold of FA&gt;0.2 (to limit analysis to white matter)
            and finally ran some stats (using FSL randomise as per
            TBSS). In a group of 10 controls and 15 patients there were
            a number of significant clusters of increased max_amp in
            controls, roughly corresponding to the corticospinal tract
            and corona radiata. There were no increases in patients. <br>
            <br>
            The rationale behind this comes from the idea that the
            max_amp metric represents the amount of diffusion in the
            principle direction, but uncontaminated by crossing fibre
            effects (so perhaps a 'better' version of axial diffusivity,
            I suppose). I'm not assuming this idea is original by any
            means, perhaps just the implementation of it in mrtrix.<br>
            <br>
            Apologies for the long post, but I'd be really appreciative
            of some expert opinions. Any ideas for theoretical /
            practical improvements, or reasons why this might not be
            representing what I think it is would be most helpful.<br>
            <br>
            Many thanks,<br>
            James<span><font color="#888888"><br>
                <br>
                <div>-- <br>
                  <b>James Cole PhD | Research Associate | Huntington's
                    Disease Research Group | UCL Institute of Neurology</b></div>
              </font></span></div>
          <br>
          _______________________________________________<br>
          Mrtrix-discussion mailing list<br>
          <a moz-do-not-send="true"
            href="mailto:Mrtrix-discussion@www.nitrc.org"
            target="_blank">Mrtrix-discussion@www.nitrc.org</a><br>
          <a moz-do-not-send="true"
            href="http://www.nitrc.org/mailman/listinfo/mrtrix-discussion"
            target="_blank">http://www.nitrc.org/mailman/listinfo/mrtrix-discussion</a><br>
          <br>
        </div>
        <br>
        <br clear="all">
        <div><br>
        </div>
        -- <br>
        <div dir="ltr">
          <div><b><font color="#ff6600">David Raffelt (PhD)</font></b></div>
          <div><font color="#ff6600">Post Doctoral Fellow</font></div>
          <div><br>
          </div>
          <div>The Florey Institute of Neuroscience and Mental Health</div>
          <div>Melbourne Brain Centre - Austin Campus</div>
          <div>245 Burgundy Street</div>
          <div>Heidelberg Vic 3084
            <div>Ph:&nbsp;<a moz-do-not-send="true" value="+61390357024">+61
                3 9035 7024</a></div>
          </div>
          <div><a moz-do-not-send="true" value="+61390357024">www.florey.edu.au</a></div>
        </div>
      </div>
    </blockquote>
    <br>
  </body>
</html>