Значимые фигуры и мерная посуда

Объемный анализ

Объемный анализ — широко используемый количественный аналитический метод. Как следует из названия, этот метод включает измерение объема раствора известной концентрации, который используется для определения концентрации аналита.

1. Приготовьте раствор из точно взвешенного образца до +/- 0,0001 г анализируемого материала.
2. Выберите вещество, которое будет быстро и полностью реагировать с аналитом, и приготовьте стандартный раствор этого вещества.Концентрация стандартного раствора должна быть известна как +/- 0,0001 M.
3. Поместите стандартный раствор в бюретку и медленно добавьте его к неизвестному. Этот процесс называется титрованием, а раствор в бюретке — титрантом. Продолжайте титрование до завершения реакции; то есть до тех пор, пока количество добавляемого реагента не станет точно тем количеством, которое требуется для реакции со всеми анализируемыми составляющими. Эта точка называется точкой эквивалентности, и ее можно обнаружить, добавив индикатор к неизвестному раствору перед началом титрования.Индикатор — это вещество, которое дает изменение цвета в точке эквивалентности или около нее. Точка, в которой происходит изменение цвета, является конечной точкой титрования.
4. Измерить необходимый объем стандартного раствора по показаниям бюретки до и после титрования. Поскольку молярность стандартного раствора известна, количество молей титранта можно рассчитать. Зная уравнение реакции, можно также рассчитать количество молей компонента, присутствующего в образце.

1. Самый точный и удобный способ приготовления стандартного раствора — взвесить реагент, растворить его и разбавить до определенного объема в мерной колбе. Этот метод можно использовать только в том случае, если реагент является первичным стандартом.
2. Для того, чтобы реагент был первичным стандартом, он должен быть доступен в чистом виде (как правило, с чистотой не менее 99,98%), стабильным как в чистом виде, так и в растворе, легко сушиться и оставаться сухим, а также растворимым в подходящем растворителе. .
3. Многие полезные реагенты не соответствуют этим требованиям, поэтому реагент растворяется и разбавляется приблизительно до желаемой концентрации. Затем раствор стандартизируют путем титрования его относительно первичного раствора. Этот стандартизованный раствор называется вторичным стандартом.

1. Очистите бюретку перед использованием и промойте водой. Если на стенках скапливаются капли воды, бюретка не чистая. После очистки бюретки промойте ее титрантным раствором перед заполнением.Налейте около 5 мл титранта в бюретку и, удерживая бюретку почти горизонтально, медленно поверните ее так, чтобы титрант очистил бюретку целиком. Сделайте это трижды.
2. Поместите бюретку в зажим для бюретки, прикрепленный к большой кольцевой стойке. С помощью воронки заполните бюретку титрантом до уровня выше нулевой отметки. Поместите стакан под бюретку и откройте кран на несколько секунд, чтобы удалить весь воздух из наконечника и заполнить его. Верх раствора теперь должен быть ниже нулевой отметки.
3. Считайте показание бюретки до +/- 0,01 мл с мениском на уровне глаза, чтобы минимизировать параллакс (см. Рис. 1). Параллакс — это изменение видимого положения мениска на уровне глаз. Если вы смотрите на мениск, показания будут низкими. Если вы посмотрите на него, значение будет высоким.

   Рис. 1. Поместите черную полосу за бюреткой, чтобы было легче видеть мениск и легче читать объем.

4. Поместите титруемый раствор в колбу Эрленмейера и добавьте 3-5 капель соответствующего индикатора.Поместите колбу под бюретку.
5. Медленно добавьте титрант из бюретки, перемешивая содержимое колбы, чтобы обеспечить необходимое перемешивание (см. Рисунок 2). По мере приближения к конечной точке титрант нужно добавлять очень медленно — по капле за раз. Обычно есть индикация приближения к конечной точке. Если конечной точкой является изменение цвета, изменение происходит мгновенно, когда реагент падает в раствор, но исчезает при перемешивании в раствор. Это затухание происходит медленнее по мере приближения к конечной точке.

   Рис. 2. Правильное обращение с запорным краном бюретки. Это позволяет максимально контролировать скорость добавления титранта.

6. Когда будет достигнута конечная точка, дайте раствору отстояться в течение 10 секунд, чтобы жидкость в бюретке могла осесть, затем считайте показания бюретки. Вычтите начальное показание бюретки из окончательного, чтобы получить объем использованного титранта.

Индикаторы используются для определения конечной точки титрования.Индикатор используется при кислотно-основном и окислительно-восстановительном титровании. Изменение цвета индикатора должно быть около точки эквивалентности реакции. На следующих графиках показаны часто используемые индикаторы и их цвет.

Кислотно-основные показатели

Рис. 3. Раствор, содержащий индикаторный фенолфталеин, перед титрованием.

Рис. 4. Раствор, содержащий фенолфталеин после титрования.

Индикаторы окисления-восстановления

Подготовка калибровочных стандартов — Энди Коннелли

Опубликовано 6 марта 2017 г. Энди Коннелли.Последнее обновление 9 мая 2017 г.

Введение

Калибровочные стандарты — ключ к аналитическому процессу. Они используются для построения калибровочной кривой, и чем лучше калибровочная кривая, тем лучше данные. В этом сообщении в блоге я покажу различные простые методы изготовления калибровочных стандартов из водных и твердых стандартных материалов. Глоссарий значений см. В конце сообщения.

ОТКАЗ ОТ ОТВЕТСТВЕННОСТИ: Я не специалист по аналитической химии. Содержание этого блога — это то, что я обнаружил, стараясь понять предмет.Я сделал все возможное, чтобы информация здесь была как можно более точной. Если вы заметите какие-либо ошибки или допущения, или у вас есть какие-либо комментарии, пожалуйста, дайте мне знать.

Процесс

Процесс создания калибровочных стандартов обычно следует процессу, показанному на рисунке 1. Первые два шага описаны в предыдущем сообщении блога.

Выбор стандартного материала

Существует множество вариантов стандартных материалов, например, одноэлементные водные стандарты (напр.грамм. 1000 ppm Fe) или многоэлементные водные стандарты. Также можно использовать твердые материалы высокой чистоты для приготовления калибровочных стандартных растворов (например, с использованием NaCO3 для приготовления стандартного раствора Na 100 ppm). Ваш выбор будет зависеть от области применения, стоимости, доступности и требуемой точности.

Что бы вы ни выбрали, важно использовать реагенты, подходящие для этой цели. Обычно это химические реагенты для аналитических целей (например, Aristar, Analar или аналогичные) и ультрачистая вода (тип I).Также нужно будет определиться с составом разбавляющего (матричного) раствора. Например, вам нужно сопоставить матрицу? Вам нужно добавить кислоту (например, 1% HCl), чтобы металлы оставались в растворе, или основание для йода и т. Д.? Вам также может потребоваться добавить в это решение внутренний стандарт для некоторых аналитических методов (например, ICP-MS).

Расчет

Перед выполнением расчетов вам необходимо определиться с диапазоном концентраций калибровочных стандартов и убедиться, что этот диапазон охватывает полный диапазон концентраций ваших образцов.В общем, по возможности избегайте серийных разведений, так как они могут распространять ошибки на стандарты, которые трудно отследить на калибровочной кривой.

Для расчета количества стандартного водного материала, необходимого для приготовления раствора, можно использовать следующее уравнение:

, где C = концентрация (ppm, кмоль м-3, моль-дм-3 и т. Д.) И V = объем (мл, дм и т. Д.)

В качестве примера для приготовления 50 мл калибровочного раствора 5 ppm из стандартного (или исходного) раствора 100 ppm:

Итак, вам понадобится 2.5 мл стандартного (или исходного) раствора и 47,5 мл воды для приготовления 50 мл калибровочного раствора 5 ppm.

Я не рассматривал расчеты для приготовления калибровочных стандартных растворов из твердых стандартов. Дополнительную информацию об этом см., Например, здесь.

Приготовление основного раствора

Стандартный раствор действует как промежуточный раствор между стандартным раствором и вашими калибровочными стандартами. Например, если вы калибруете в диапазоне 1–10 частей на миллион, будет трудно отмерить очень небольшие требуемые количества стандарта 1000 частей на миллион.Чтобы облегчить жизнь, вы обычно сначала делаете исходный раствор 100 ppm, а затем используете его для приготовления калибровочных стандартов.

Не рекомендуется хранить стандартные или стандартные растворы. Однако более концентрированные растворы обычно лучше хранятся, так как если небольшое количество аналита прилипнет к стенкам контейнера, это не окажет существенного влияния на общую концентрацию. Таким образом, исходные растворы часто можно хранить дольше, чем калибровочные растворы с низкой концентрацией. Тем не менее, хранение растворов сильно зависит от аналита (как по времени, так и по условиям), и его следует по возможности избегать.

Выбор судна

Для приготовления исходного раствора можно использовать мерные колбы или пробирки центрифужного типа. У каждого судна есть достоинства и недостатки:

• Стеклянные мерные колбы: больших объемов уменьшают влияние ошибки измерения и позволяют хранить для будущего использования. Для органических аналитов гораздо лучше использовать стекло, чем пластик. Однако существует риск загрязнения стеклом (например, Na, K, Si и т. Д.), И аналит может прилипать к поверхности стекла. Если это проблема, можно использовать пластиковые мерные колбы.
• Пластиковые центрифужные пробирки: вы производите ровно столько, сколько вам нужно, поэтому растворы будут свежими, меньше риск заражения благодаря меньшему количеству процессов. Однако, что обычно неприемлемо для анализа органических веществ, аналит может прилипать к пластиковой поверхности, а также требует пипетирования очень малых объемов, поэтому больше влияние ошибок измерения.

Что бы вы ни выбрали, важно использовать чистую стеклянную посуду класса «A» и калиброванные пипетки. Также рекомендуется проверять калибровку стеклянной посуды, пипеток и весов.Это особенно актуально, если вы используете дозаторы с переменным объемом.

Если возможно, вы должны стараться, чтобы все растворы, пластиковая и стеклянная посуда имели одинаковую температуру, иначе могут возникнуть ошибки объема. Также избегайте чрезмерного обращения с оборудованием (например, мерными колбами, пипетками и т. Д.), Так как это может вызвать нагревание.

Приготовление основного раствора из стандартного раствора с использованием мерной колбы

Все емкости с раствором должны быть тщательно промаркированы с указанием вашего имени, даты производства, состава раствора и его концентрации.

1. Определите концентрацию основного раствора и рассчитайте необходимый объем стандартного раствора (см. Выше)
2. Промойте мерную колбу (подходящего объема) 3 раза ультрачистой водой. Держите пробки на колбах, кроме случаев добавления воды или реагентов. Никогда не ставьте стопоры «носиком» на стол (Рисунок 2 — A).
3. Добавьте сверхчистую воду (или матричный раствор) в мерную колбу (примерно на 2/3 заполнения). Это может помочь уменьшить «прилипание» аналита к поверхности стекла (Рисунок 2 — B).
4. Добавьте стандартный раствор в небольшой чистый пластиковый или стеклянный стакан (например, в медицинский стакан). Никогда не кладите пипетки непосредственно в контейнер со стандартным или стандартным раствором.
5. Предварительно смочите кончик пипетки 3 раза стандартным раствором из стакана.
6. Внесите соответствующий объем стандартного раствора в мерную колбу, стараясь не загрязнить наконечник пипетки (Рисунок 2 — C) .
7. Добавьте сверхчистую воду (или матричный раствор) до уровня чуть ниже линии мениска.Воспользуйтесь капельной пипеткой для доведения до нужного объема: дно мениска раствора должно находиться на линии мениска (Рисунок 2 — D) .
8. Закройте мерную колбу крышкой, затем переверните и поверните 10-12 раз, чтобы тщательно перемешать раствор. Убедитесь, что пузырек в шейке полностью смещается каждый раз, когда (Рисунок 2 — E).
9. Немедленно используйте исходный раствор или перенесите его в чистый и промаркированный флакон с реагентом (избегайте хранения раствора в мерных колбах).
10. Вылейте оставшийся стандартный раствор в соответствии с требованиями.Никогда не кладите его обратно в бутылку.

Приготовление исходного раствора из стандартного раствора с использованием центрифужной пробирки

То же, что указано выше, за исключением (см. Рисунок 3 ):

• Шаг 7: Вместо заполнения линии мениска используйте механическую пипетку для заполнения до желаемого уровня. Например, если требуется 2,5 мл исходного раствора, добавьте пипеткой 12,5 мл ультрачистой воды (или матричного раствора), чтобы получить 15 мл исходного раствора.Перед стандартным раствором можно добавить немного воды, чтобы избежать прилипания.

Приготовление исходных растворов из твердого реагента

То же, что и выше, за исключением:

• Проверьте процентное содержание желаемого аналита в твердом реагенте — не забудьте проверить содержание воды.
• Выполните соответствующие расчеты для приготовления исходного раствора из твердого материала. По возможности избегайте приготовления всех калибровочных растворов непосредственно из твердого порошка — приготовьте исходный раствор.
• При необходимости высушите твердый реагент на чистой, высушенной в духовке, смотровом стекле при 105 ºC в течение 2 часов и охладите его в эксикаторе. Перед этим проверьте физические свойства реагента (например, температуру плавления)
• Взвесьте реагент в тарированной чистой лодочке для взвешивания.
• Осторожно перенесите взвешенный химикат в воронку, установленную на мерной колбе. Вымойте лодку-утяжелитель небольшими порциями сверхчистой воды

Стандарты изготовления

Независимо от того, собираетесь ли вы непосредственно из водного стандартного раствора или из основного раствора, метод приготовления калибровочных стандартов очень похож на метод приготовления основного раствора.

Изготовление калибровочных растворов из основного раствора

То же, что и выше, за исключением (см. рисунки 2 и 3 ):

• Определитесь с количеством (мин. 5) и концентрацией калибровочных стандартов и рассчитайте объем основного раствора, необходимый для каждого. Повторите протокол столько раз, сколько вам нужно.
• Выберите и приготовьте раствор для разбавления (например, матричный раствор, 1% -ную кислоту и т. Д.) И при необходимости используйте вместо сверхчистой воды.
• Шаг 4: можно предварительно промыть стакан базовым раствором для очистки.
• Шаг 9: При использовании центрифужных пробирок можно использовать калибровочный раствор прямо из пробирки.
• Избегайте хранения калибровочных растворов.

Сводка

Процесс приготовления калибровочных растворов относительно прост. Однако, если вы не торопитесь, вы легко можете ошибиться. Очень неприятно готовить калибровочные стандарты, запускать их только для того, чтобы обнаружить, что вы сделали ошибку и вам нужно начать заново. Всегда помните: «Измерьте дважды, пипетку отрежьте один раз!»

Дополнительная литература

Глоссарий

• Аналит: Компонент системы, подлежащий анализу (например,грамм. нитрат, Fe и др.).
• Калибровочный стандарт: Разбавленный раствор, используемый при анализе для построения калибровочной кривой (например, 2,4,6,8,10 ppm Fe)
• Раствор для разбавления: Раствор, который вы будете использовать для разбавления стандартного (или исходного) раствора для получения исходных или калибровочных стандартов. Это может быть сверхчистая вода или другой раствор, подходящий для вашего анализа (см. Ниже).
• Матрица: Компоненты образца, кроме аналита (например, вода, почва и т. Д.)).
• Матричный раствор: Раствор, соответствующий матрице образца (например, морская вода, 10% раствор кислоты и т. Д.).
• Серийные разведения: калибровочных стандартов, полученных путем многократных последовательных разведений с использованием каждого нового разведения в качестве «исходного» раствора. Например, последовательное разбавление от 1 мл до 10 мл дает 1000 ppm -> 100 ppm -> 10 ppm -> 1 ppm.
• Стандартный раствор: Раствор точно известной концентрации, приготовленный с использованием стандартных веществ.Часто с концентрацией 1000 ppm аналита (например, 1000 ppm Fe) и приобретается с сертификатом.
• Исходный раствор: Концентрированный раствор, который используется для приготовления калибровочных растворов. Обычно промежуточной концентрации (например, 100 ppm Fe). Вы всегда должны проверять, что это хранилось надлежащим образом.

Нравится:

Нравится Загрузка …

Лабораторное оборудование — химия LibreTexts

1. Последнее обновление

2. Сохранить как PDF

1. КОЛБА ЭРЛЕНМЕЙЕРА
2. БИКЕР
3. ИСПЫТАТЕЛЬНАЯ ТРУБКА
4. ПРОБКА С КОЛПАЧКОМ
5. Стеклянная посуда — используется для измерений
   1. ОБЪЕМНАЯ КОЛБА
   2. СТЕПЕННЫЙ ЦИЛИНДР
   3. ПИПЕТА
   4. Титан
   5. Титан
   ПОДСТАВКА
   6. ЗАЖИМ БЮРО
   7. ЗАЖИМ ДЛЯ УТИЛИЗАЦИИ
6. Разное
   1. ВОРОНКА
   2. СТЕКЛО ДЛЯ ЧАСОВ
   3. ТЯГИЕ ЩИПЦЫ
   4. СТЕКЛЯННАЯ ПЕРЕМЫЧКА
   5. МАГНИТНАЯ ПЕРЕГОВИНА
   6. ПРОФИЛЬНАЯ ПРОБКА
   ОДНОРАЗМЕРНАЯ ПРОКЛАДКА ПРОФИЛЬНАЯ ПРОКЛАДКА ОЧКИ
   7. ЦЕНТРИФУГА
   8. ГОРЕЛКА БУНСЕНА
   9. ДЕССИКАТОР

Содержание:

Посуда — не используется для измерения

Оборудование, часто используемое при титровании

Разное

Объемное изображение Ca2 + в мозге мыши с использованием гибридной мультиплексированной скульптурной световой микроскопии

Основные моменты

•

In vivo Ca ²⁺ визуализация ∼12000 нейронов коры головного мозга мыши с разрешением одной клетки

•

Одновременное 2p и 3p Ca ²⁺ визуализация в пределах 1000 × 1000 × 1220 мкм при частоте до 17 Гц

•

Объемное 3p Ca ²⁺ визуализация гиппокампа через интактную кору

•

Новая интегрированная, общесистемная оптимизированная парадигма проектирования микроскопии

Резюме

Получение изображений кальция с помощью двухфотонной сканирующей микроскопии стало важным инструментом в нейробиологии.Однако в его типичной реализации компромиссы между полями зрения, скоростью сбора данных и ограничениями по глубине рассеяния мозговой ткани создают серьезные ограничения. Здесь, используя интегрированный подход к общесистемной оптимизации в сочетании с многочисленными техническими инновациями, мы представляем новую парадигму проектирования для оптической микроскопии, основанную на максимальном увеличении биологической информации при сохранении точности получаемых нейронных сигналов. В нашей модульной конструкции используется гибридный многофотонный сбор данных, что позволяет производить объемную регистрацию нейроактивности с разрешением одной клетки в пределах до 1 × 1 × 1.Объем 22 мм при частоте до 17 Гц у бодрствующих мышей. Мы устанавливаем возможности и потенциал различных конфигураций нашей системы визуализации на глубине и в разных областях мозга, применяя ее к in vivo и записи до 12000 нейронов в слуховой коре, задней теменной коре и гиппокампе мыши.

Ключевые слова

Ca ²⁺ визуализация

объемный

высокоскоростной

2-фотонный

3-фотонный

микроскопия

световое моделирование

системы нейронауки

кортикальная сеть

динамика цепи

Рекомендуемые статьиЦитирующие статьи (0)

© 2019 Elsevier Inc.

Рекомендуемые статьи

Цитирующие статьи

Генетическая организация продольных подкорковых объемных изменений стабильна на протяжении всей жизни

Существенных изменений:

1. Анализ включает данные для широкого возрастного диапазона от 4 до 88 лет. Характеристики сигнала T1, особенно те, которые влияют на контраст ткани, могут значительно измениться за это время. Это повлияет на точность любого алгоритма автоматической сегментации.Как мы можем быть уверены, что возрастные различия связаны не только с различиями в контрасте тканей? Эта проблема усугубляется использованием алгоритма Freesurfer aseg, который разбивает мозг на части с использованием набора для обучения взрослых. Таким образом, возникнет проблема не только возрастных различий в контрасте тканей, но также и точности, с которой отдельные T1 могут быть пространственно выровнены по шаблону, которая, вероятно, будет снижаться в зависимости от разницы в возрасте по сравнению с молодыми людьми. используется для создания шаблонов / обучающего набора.Авторы должны продемонстрировать, что такие эффекты не могут объяснить их выводы.

Мы полностью согласны с тем, что существуют существенные возрастные различия в интенсивности сигнала T1 и контрастности тканей. В предыдущей работе мы показали, что контраст GM / WM на изображениях T1w ниже у пожилых, чем у молодых участников (повышенная чувствительность к эффектам нормального старения и болезни Альцгеймера на толщину коры головного мозга за счет корректировки локальной вариабельности серого / белого контраста: образец исследования МРТ — ScienceDirect) и что интенсивность сигнала T1w связана с хронологическим возрастом как в пределах коры, так и в подкорковых структурах (Дифференциация изменений коры головного мозга, связанных с созреванием и старением, по толщине и интенсивности сигнала — PubMed (nih.гов)). Изменения контраста GM / WM можно надежно измерить в продольном направлении, и скорость ослабления контраста, по-видимому, связана с исходным региональным содержанием миелина (Ускоренное продольное снижение контраста серого / белого вещества при старении в слегка миелинизированных областях коры головного мозга — Видаль-Пиньейро — 2016 — Мозг человека Картографирование — онлайн-библиотека Wiley). Почти наверняка такие различия в контрасте повлияют на сегментирование мозга, как мы показали в первой статье, упомянутой выше, и как мы обсуждаем более подробно в контексте развития в отдельной статье (Сквозь толстый и тонкий: необходимость согласования противоречивых результатов по траекториям). в области развития коры головного мозга человека | Кора головного мозга | Oxford Academic (oup.com)). Короче говоря, мы обнаружили, что вместо того, чтобы противопоставлять различия, раздувая структурные возрастные отношения, корректируя их, увеличивали возрастные различия и чувствительность для выявления БА. Таким образом, весьма маловероятно, что указанные возрастные различия завышены в зависимости от различий в контрасте и интенсивности. Однако, что важно, как и все методы визуализации in vivo, наше исследование предоставляет просто представление о лежащей в основе нейробиологии и по своей сути требует некоторого уровня интерпретации. Очень важно осознавать тот факт, что измерения, полученные с помощью МРТ, являются всего лишь нашими лучшими текущими приближениями, где сегментация основана на интенсивности сигнала и контрастных свойствах, которые подвержены влиянию множества факторов, включая, помимо прочего, возраст. .Ранее мы предполагали, что термин «кажущаяся толщина коры» следует заменить «толщина коры», и то же самое можно было бы применить к любому сегментированному МРТ объему мозга. Основные механизмы разницы в объеме и изменения сложны и могут включать такие события, как рост, пролиферация дендритов, дендритных шипов, разрастание аксонов, развитие сосудов, синаптическая обрезка, а также миелинизация. Многие из них, вероятно, повлияют как на контрастность, так и на интенсивность сигнала и объемные оценки, но относительный эффект каждого из них сложно отделить друг от друга.

На этом фоне очень интересно, что мы находим высокую стабильность в организации паттернов изменение-изменение в развитии и старении. Возможно, изменения контраста относительно незначительны, поскольку анализ основан на продольных изменениях внутри субъекта, охватывающих всего несколько лет. По тем же причинам эффекты межсубъектных регистраций в вероятностном атласе имеют меньшее влияние, поскольку используемая метрика — это внутрисубъектное изменение.

Мы согласны с тем, что эти вопросы интересны и заслуживают более глубокого обсуждения в рукописи.В раздел «Обсуждение» мы добавили следующий абзац:

«Ограничения: Предостережения при интерпретации изменений мозга по результатам МРТ и дальнейших исследований

Подобно всем исследованиям, основанным на методах визуализации in vivo, это исследование дает приблизительные сведения о лежащей в основе нейробиологии. […] Многообещающим направлением для дальнейших исследований является использование мультимодальной нейровизуализации с различными последовательностями МРТ и методами анализа, чтобы лучше понять основы изучаемых объемных изменений.”

2. Авторы приходят к выводу, что «на общем уровне изменения в структурах имели тенденцию к кластеризации в соответствии с тенденциями эмбрионального развития и размещения вдоль вертикальной оси черепа, но с заметными исключениями». Это основано на неконтролируемом решении кластеризации, основанном на корреляции индивидуальных вариаций в изменении каждой структуры (которые, как они утверждают, воспроизводятся в процессе старения в процессе развития и генетическом анализе — см. Пункт 2 ниже). Однако, глядя на их решение кластеризации, более поверхностное объяснение может легко объяснить 3 основных кластера, которые они наблюдают: кластер 1 = желудочки, заполненные жидкостью, кластер 2 = белое вещество (или белое вещество, богатое таламусом, гиппокампом и корой головного мозга), ROI, кластер 3 = Большинство других областей интереса, которые обычно представляют собой корковые или подкорковые ядра, не богатые белым веществом.Я понимаю, что связь с эмбриологическим паттерном более глубокая, но должны быть некоторые усилия, чтобы рассмотреть более конкретную возможность того, что кластеризация в основном говорит, что CSF идет с CSF, белый с белым и серый с серым (грубо говоря). Хотя таламус, гиппокамп и кора мозжечка классифицируются алгоритмами классификации тканей как серые, хорошо известно, что эти структуры также содержат существенные компоненты белого вещества. Мы предлагаем сравнить средние значения MT или FA для кластеров 1 и 2, чтобы получить это эмпирическим путем.Доказательства гипотезы «тканевого состава» для кластеризации не несовместимы с гипотезой «эмбриологического происхождения», но сосредоточение внимания на последней в той степени, в которой это делают авторы, было бы более оправданным, если бы не было доказательств первой.

Мы согласны с авторами обзора в том, что состав ткани способствует наблюдаемой кластеризации, а также что это не является несовместимым с гипотезой эмбриологического происхождения, которую мы использовали для интерпретации результатов.Содержание миелина почти наверняка является фактором, влияющим на кластеризацию. Мы также признали это в исходном сообщении (Обсуждение):

«Этот кластер также характеризуется относительно высоким содержанием миелина среди нескольких его составляющих, что, возможно, способствовало включению гиппокампа и кортикального WM».

Мы расширили этот важный момент (Обсуждение):

«Настоящие результаты отражают влияние различных нейробиологических событий на интенсивность сигнала и контраст.[…] Таким образом, результаты кластеризации, вероятно, частично будут отражать различное содержание миелина в анализируемых структурах, поскольку изменения миелина могут быть коррелированы между областями мозга ».

Мы ценим предложение рецензентов провести дополнительный анализ с использованием MT или FA. Однако мы считаем, что их результаты будет сложно интерпретировать в отношении миелина. Хотя FA, вероятно, связана с содержанием миелина, это неспецифическая мера, поскольку нет прямого соответствия между значением FA и клеточным компонентом WM.Например, независимо от миелина, высокая плотность упаковки аксонов и низкий диаметр аксонов приводят к высоким значениям FA из-за высокой плотности мембраны, перпендикулярной аксону. Кроме того, высокий уровень FA наблюдается в основных трактах у новорожденных почти без церебрального миелина, а классические исследования на грызунах обнаружили снижение только примерно на 20% в FA в отсутствие миелина (дрожь у мышей). Таким образом, если бы значения FA были выше в кластере 2, чем в кластере 3, было бы трудно приписать это содержанию миелина. И наоборот, если бы не было различий в значениях FA, это все равно не исключает учета состава ткани.Аналогичные соображения касаются других измерений белого вещества и миелина in vivo на основе МРТ, таких как МТ, который измеряет миелинизацию косвенно и может зависеть, например, от содержания воды и нейровоспаления. Это также было основным выводом в недавней статье eLife (Интерактивный мета-анализ МРТ-биомаркеров миелина | eLife (elifesciences.org)):

«Как и другие биомаркеры qMRI, измерения миелина на основе MRI являются косвенными, и на них могут влиять другие микроструктурные особенности, что делает взаимосвязь между этими показателями и миелинизацией зашумленной.”

Несмотря на эти предостережения, мы согласны с рецензентом в том, что комбинирование различных методов визуализации может дать интересную информацию. Поэтому мы включили предложение об этом в исправленную рукопись (Обсуждение):

«Перспективным направлением для дальнейших исследований является использование мультимодальной нейровизуализации с различными последовательностями МРТ и методами анализа, чтобы лучше понять основы изучаемых объемных изменений».

Что касается CSF, см. Комментарии к пункту ниже.

3. Авторы приходят к выводу, что их результаты показывают «существенную согласованность в паттернах изменений между развитием и остальной жизнью». Этот важный вывод основан в основном на межклеточных корреляциях и тестах Мантеля для сравнения различных матриц корреляций: (i) коррелированные внутрииндивидуальные изменения в развитии, (ii) коррелированные изменения во взрослом возрасте / старении, (iii) генетическая корреляция в изменениях, и (iv) оценка наследуемости на основе SNP. Доминирующий сигнал, безусловно, в любой из этих матриц, и основной сигнал, который, по-видимому, восстанавливается через матрицы, — это контраст между желудочковыми измерениями и невентрикулярными измерениями.Воспроизводимость этого контраста менее значима, чем воспроизводимость, например. на основе корреляции между матрицами по всем краям вне желудочков. Прежде всего, фундаментальная проблема с приданием равного веса желудочковым и невентрикулярным измерениям в их вкладе в утверждения о сходстве между матрицами заключается в том, что желудочки представляют собой единую непрерывную полость, заполненную жидкостью, так что высказывание — например, боковые и боковые инфузионные желудочки коррелируют, значительно отличается от того, что говорят миндалевидное тело и таламус.Эта проблема усугубляется тем, что вес, заданный ребрам, связанным с желудочками, в управлении кросс-матричными соответствиями в некоторой степени произвольно определяется тем, на сколько частей вы хотите разрезать желудочки. Этот уровень произвольности не применяется, например, для разграничения других основных включенных ROI. Для решения этих проблем необходимо представить кросс-краевую корреляцию между матрицами и исследовать ее с помощью диаграмм рассеяния. Диаграммы рассеяния для этих краевых корреляций между матрицами должны выявить проблему (здесь используется край для обозначения ячейки в матрице).Значение ~ 0,8, вероятно, будет завышено плотной точкой краев в верхнем правом и нижнем левом углу графика, относящемся к межжелудочковым краям и краям без CSF желудочка соответственно. Эти диаграммы рассеяния между матрицами должны визуализироваться со всеми краями, а затем только с краями, которые не включают желудочки. Для последнего следует пересчитать корреляцию и показать линию аппроксимации, чтобы помочь читателям определить те ребра, которые показывают самое слабое соответствие между матрицами. Эффективный способ взглянуть на приведенные выше тесты чувствительности — построить симметричную матрицу 5 * 5 — каждый столбец / строка представляет собой матрицу из рисунков 2 и 4.В ячейках показаны межматричные корреляции. Покажите этот с желудочками внутрь, а другой — с ними. Основная проблема здесь состоит в том, чтобы показать, что обсуждаемые и интерпретируемые сигналы не слишком зависят от простого контраста между тканевыми и не тканевыми компартментами.

Мы согласны с тем, что можно ожидать, что разные компартменты ЦСЖ будут коррелировать, вероятно, из-за общего роста в процессе развития или возрастной атрофии, и это также демонстрируется относительно высокими корреляциями изменения-изменения для различных переменных желудочков / ЦСЖ.Анализы также проводились без включения желудочков, и, хотя значения r были уменьшены, матрицы все еще были значительно более похожими, чем можно было бы ожидать случайно. Чтобы проверить, как на кластеризацию повлияло исключение CSF, в рукописи (раздел результатов) были представлены следующие анализы:

«В-третьих, поскольку предполагалось, что изменения в различных частях желудочковой системы будут сильно коррелированными, мы повторно провели тесты Мантела, исключив желудочки.[…] Это соответствовало более высокой внутрикластерной корреляции, чем межкластерной корреляции, о которой говорилось выше для кластеров, не относящихся к CSF ».

Таким образом, рецензент прав, предполагая, что компартменты CSF повлияли на сходство между кластерами, но сравниваемые матрицы изменения-изменения все еще значительно более похожи, чем ожидалось случайно, когда компартменты CSF не включены в сравнения матриц. Мы также провели кластеризацию в матрице наследуемости SNP UKB с включенными и без включенных отсеков CSF:

«Решение с двумя кластерами дало тривиальное разделение между желудочковым кластером и одним кластером, содержащим оставшиеся структуры.Таким образом, мы провели отдельный анализ невентрикулярных структур. Это выявило соответствие между генетическими кластерами взрослых и их эмбриональным происхождением (рис. 3) ».

На рисунке 3 также показано кластерное решение для этого анализа, не включая отсеки CSF. Наконец, в переработанной рукописи мы также описываем трехкластерное решение. В рукопись добавлено следующее (Результаты, раздел по анализу устойчивости кластеров):

«В решении с 3 кластерами один кластер состоял из желудочков, другой — из паллидума, миндалины и прилежащей кости, а остальные структуры были включены в последний кластер.”

Таким образом, мы твердо верим, что сигналы не просто отражают простой контраст между тканевыми и не тканевыми компартментами.

4. Тест Мантеля, вероятно, смещен в случае пространственно автокоррелированных данных (Guillot and Rousset, 2013, Methods in Ecol and Evol). Авторам следует рассмотреть возможность создания пространственно ограниченных нулевых моделей (например, Alexander-Bloch et al. NeuroImage, 2018; Burt et al. NeuroImage, 2020) для вывода по тесту Mantel.

Мы видим точку зрения рецензента.Однако проблема с нашими данными заключается в том, что GM и WM включают головной мозг и мозжечок, в которых измерение расстояния становится проблематичным, поскольку такие пространственно протяженные структуры не подходят ни для трехмерного евклидова расстояния (подкоркового), ни для геодезического измерения на поверхности. расстояние (Берт и др. NeuroImage, 2020). Поэтому мы считаем непрактичным создание пространственно ограниченных нулевых моделей без чрезмерного отклонения от исходных структур. Чтобы принять во внимание это ограничение теста Мантеля, в пересмотренную рукопись мы добавили альтернативные анализы, следуя Бетцелю и Бассетту (2017), для сравнения матриц, не уязвимых для пространственных ограничений (см. Ответ на пункт 10 ниже).

5. Это может быть отчасти из-за того, как вы формулируете некоторые моменты, но вы, кажется, предполагаете, что объемная корреляция аналогична корреляции объемных изменений, которая не поддерживается выполняемыми вами анализами. Тот факт, что матрицы корреляций между объемом и изменением объема похожи друг на друга, не доказывает, что они вызваны схожими (генетическими) факторами. Вам нужно будет оценить корреляцию между объемом и изменением объема, в частности, на генетическом уровне, чтобы подтвердить это утверждение.Вот подборка предложений, которые я считаю вводящими в заблуждение или проблематичными:

Это было подтверждено анализом 38127 поперечных МРТ на основе однонуклеотидных полиморфизмов.

Важно отметить, что как структура, так и скоординированное изменение каждого кластера, как правило, регулируются общими наборами генов

Это означает, что регионы, которые развиваются и изменяются вместе в течение жизни, как правило, управляются одними и теми же наборами генов

Скорее, генетическое влияние на скорость изменений и базовый объем перекрывается для большинства структур.Это открытие позволило нам использовать данные поперечного сечения UKB для дальнейшего изучения генетического вклада в подкорковую организацию.

Сходство матрицы изменений развития и матрицы генетической корреляции SNP, полученной от взрослых людей среднего возраста, таким образом, дало дополнительную поддержку гипотезе о том, что генетически регулируемые процессы развития нервной системы можно проследить в подкорковых структурах на протяжении всей жизни.

Мы не предполагали, что объемные корреляции аналогичны корреляциям объемных изменений.За исключением SNP-анализа UKB, который основан на объемных корреляциях, все анализы в статье являются продольными (изменение). К сожалению, продольный анализ SNP UKB не дал стабильных результатов из-за недостатка мощности (Результаты):

«Для дальнейшего изучения генетического вклада в скоординированные подкорковые изменения, мы сначала попытались вычислить основанную на попарном однонуклеотидном полиморфизме (SNP) генетическую корреляцию между изменениями в каждой паре структур, выполнив мега-анализ 1337 участников с продольным МРТ от UK Biobank и 508 от LCBC.[…] Таким образом, вместо этого мы основали генетический анализ SNP на перекрестных данных UKB, где мощность намного больше (n = 38127, возраст 40-69 лет), используя возраст, пол и первые 10 компонентов фактора генетического происхождения. как ковариаты ».

Таким образом, результаты UKB являются только поперечными, а утверждения о генетическом вкладе в корреляции изменений основаны на двойном анализе, для которого мощность более высока для обнаружения генетического вклада в изменения по сравнению с анализом оснований SNP.

Чтобы избежать недоразумений, мы изменили формулировку утверждений, отмеченных рецензентами как сбивающие с толку:

«Это было подтверждено анализом 38127 поперечных МРТ на основе однонуклеотидных полиморфизмов.«Анализ 38127 поперечных МРТ на основе однонуклеотидного полиморфизма показал схожий паттерн генетических корреляций объема-объема».

«Важно отметить, что и структура, и скоординированное изменение каждого кластера, как правило, регулируются общими наборами генов» «Важно отметить, что как объемные корреляции внутри каждого кластера, так и скоординированное изменение каждого кластера, как правило, регулируются общими наборами генов. . »

«Это означает, что регионы, которые развиваются и изменяются вместе в течение жизни, как правило, управляются одними и теми же наборами генов» «Мы обнаружили, что продольные объемные изменения в регионах, которые сгруппированы вместе, находятся под влиянием одних и тех же генов.[…] Кроме того, анализ генетической корреляции SNP показал, что поперечные объемные корреляции также следовали аналогичной организации ».

«Скорее, генетическое влияние на скорость изменений и исходный объем перекрывается для большинства структур. Это открытие позволило нам использовать данные поперечного сечения UKB для дальнейшего изучения генетического вклада в подкорковую организацию ». «Таким образом, мы использовали данные поперечного сечения UKB для дальнейшего изучения генетического вклада в подкорковую объемную организацию.Хотя перекрестный характер этих данных не позволяет делать выводы о взаимосвязи изменение-изменение как таковой, они увеличили размер выборки для этих анализов с 6000 до более чем 38000 МРТ ».

«Сходство матрицы изменения развития и матрицы генетической корреляции SNP, полученной от взрослых людей среднего возраста, таким образом дало дополнительную поддержку гипотезе о том, что генетически управляющие процессы развития нервной системы можно проследить в подкорковых структурах на протяжении всей жизни». «Сходство матрицы изменения развития и матрицы корреляции генетического объема SNP, полученной от взрослых людей среднего возраста, таким образом дало дополнительную поддержку гипотезе о том, что генетически регулируемые процессы развития нервной системы можно проследить в подкорковых структурах на протяжении всей жизни.”

6. Вы также, кажется, предполагаете, что кластеры, определенные на основе парных корреляций, будут состоять из однородных регионов (например, с общей генетикой или детерминантами). Я бы сказал, что это не обязательно так, и это можно исследовать на генетическом уровне, используя многомерные модели близнецов (например, модель общего пути).

Мы согласны с рецензентом в том, что кластеры не будут состоять из однородных регионов. Мы пытаемся показать, что есть значимые кластеры, которые можно идентифицировать, внутри которых изменения более сильно коррелированы, а генетическое влияние разделяется в большей степени, чем то, что имеет место для регионов за пределами кластеров.Это, однако, не означает, что регионы внутри каждого кластера однородны. Чтобы прояснить это, мы добавили параграф в раздел «Ограничения» Обсуждения:

«Второе предостережение заключается в том, что, хотя кластеризация регионов основана на парных корреляциях изменения-изменения, это не означает, что каждый кластер состоит из однородных регионов. Регионы внутри кластера показывают более коррелированные объемные изменения с другими регионами внутри кластера, чем с регионами за пределами кластера, а генетический анализ показывает более высокие генетические корреляции для изменений и абсолютного объема с другими регионами внутри кластера, чем с регионами за пределами кластера.”

7. Было бы полезно, чтобы вы подчеркнули важные фенотипические и генетические корреляции (например, на рис. 2 и 4). Например, я бы нашел более убедительным кластер, состоящий из значимых корреляций. С другой стороны, значительная положительная корреляция между кластерами предполагает, что кластеры не являются независимыми, что также интересно.

Мы понимаем точку зрения рецензентов. Однако в центре внимания статьи паттернов изменений, а не парные отношения как таковые.Кроме того, учитывая размер нашей выборки, мы считаем, что значения значимости менее актуальны. Например, в Lifebrain и для генетических корреляций UKB критическое значение r ниже 0,075 для p <0,05 (двусторонний), а для кластера, образующего образец развития LCBC, критическое r = 0,10. Большинство парных корреляций внутри кластера значимы при p <0,05 (48 из 60 для UKB, см. Дополнительную информацию, 41 из 60 для LB), но объясненная дисперсия может составлять всего <1%, и мы поэтому считаю, что проверка значимости корреляций, представленных в таблице 5, более уместна, чем представление p-значений для каждой парной корреляции.P-значения в таблице 5 не зависят от размера выборки, что является еще одной проблемой при представлении p-значений: две идентичные матрицы могут показывать существенные различия в отношении того, какие корреляции значимы, а какие нет. Поскольку анализ основан на модели корреляций, мы опасаемся, что включение парных уровней значимости в цифры приведет к путанице. Таким образом, мы предпочли бы не выделять уровни значимости отдельных ячеек на рисунках 1 и 2.

8.На мой взгляд, описание возрастных траекторий, хотя и чрезвычайно интересное, не является центральным для научного вопроса, которым вы пытаетесь заняться. Думаю, было бы удобнее представлять их после основных результатов в том же разделе, что и траектории скоплений. В частности, чтение раздела результатов привело меня к мысли, что GAMM были центральным элементом вашего анализа, в то время как они используются только для визуализации возрастных траекторий, что служит только описательной цели.

Спасибо за это предложение.Теперь мы переместили описание возрастных траекторий, как было предложено рецензентом, и представим их после траекторий скоплений. Мы также полностью переупорядочили раздел «Результаты» в соответствии с запросом рецензента №9 ниже.

9. В более общем плане, раздел результатов выиграет от большей линейности (начиная с основных результатов) и / или выиграет от лучшего соответствия между рисунками и текстом. На данный момент кажется, что рисунки и текст имеют разную последовательность, что сбивает с толку.Например, результаты, представленные на рисунке 2, разбросаны по разным частям текста, которые даже не следуют друг за другом. Рисунок 4 имеет смысл рядом с рисунком 2 или даже в качестве дополнительной панели на рис. 2. Пример того, что я думаю, было бы более линейным прогрессированием результатов.

o Например. Фенотипические корреляции / кластеры.

o Репликация у взрослых.

o Анализ чувствительности.

o Кластеры генетических корреляций.

o Связь с эмбриональным развитием.

o Визуализация возрастных траекторий регионов и кластеров.

o Дополнительный анализ (например, познание).

Мы согласны, что это хорошая идея. Мы переупорядочили весь раздел результатов. Мы также заменили рисунок 1 и рисунок 2 новыми рисунками, которые лучше подходят для иллюстрации новой организации результатов. Рисунок 1 теперь содержит все три матрицы корреляции фенотипических изменений-изменений. Рисунок 2 содержит генетические матрицы. Мы считаем, что эта реорганизация значительно улучшила структуру рукописи.

10. Анализ модульности. Нет никакой оценки статистической значимости кластерного решения. Это можно сделать путем перетасовки корреляционной матрицы с использованием соответствующих алгоритмов в зависимости от степени, в которой авторы хотят учитывать пространственные эффекты в данных (например, Робертс и др., 2015, NeuroImage; Рубинов и Спорн, NeuroImage, 2011).

Как упоминалось выше, проблематично учесть пространственные эффекты в текущих данных, учитывая включение показателей всего мозга (GM и WM).Поэтому мы проверили статистическую значимость кластерного решения путем перетасовки корреляционной матрицы без учета пространственных эффектов. Внесены следующие дополнения:

Результатов в разделе Кластеры изменений в развитии:

«Было выявлено пять кластеров скоординированных изменений в развитии (рис. 1) (см. Анализ устойчивости кластера и анализ валидации ниже для более подробного обсуждения и обоснования кластерного решения). […] Решение о структуре сообщества было значительно более кластеризованным, чем в случайных сетях (p <0.001, изменение развития Q = 0,44, 2,5 и 97,5 процентили случайного распределения Q = 0,36-0,40) ».

Далее, в качестве дополнительной оценки кластерных решений, мы проверили сходство структуры сообщества (кластерное решение) изменения развития и изменения взрослый / старение. Следуя Бетцеля и Бассетт 2017, мы рассчитали нормализованную взаимную информацию (Lancichinetti et al., 2009), вариацию информации (Meilă, 2003) и z-оценку коэффициента Рэнда (Traud et al., 2011). В рукопись добавлено следующее (Результаты, раздел по анализу устойчивости кластеров):

«Наконец, мы проверили сходство структуры сообщества (кластерное решение) матрицы развития и матрицы изменения-изменения взрослого / старения. […] Из-за природы вопросов и данных исследования, включая как GM, так и WM-компартменты как отдельные структуры, созданные нулевые модели не были пространственно ограничены (Alexander-Bloch et al., 2018; Burt, Helmer, Shinn, Anticevic, и Murray, 2020), что могло усилить сходство между матрицами изменений и разбиениями.”

11. Анализ модульности — похоже, авторы использовали стандартную реализацию алгоритма Лувена. Определение Q по умолчанию определяет нулевое ожидание для подключения внутри кластера, которое не подходит для корреляционных матриц. С такими данными может быть уместна средняя корреляция.

Мы сожалеем, что не описали наши методы более четко, чтобы избежать недоразумений. Мы использовали неориентированную взвешенную матрицу связи с положительными и отрицательными значениями корреляции (без среднего значения), а отрицательные веса обрабатывались асимметрично (Рубинов и Спорнс, 2011).Теперь это было разъяснено в рукописи (в дополнение к исправленному сообщению о кривой универсальности, которая, по ошибке, возникла из не имеющей значения матрицы в исходной рукописи) (Материалы и методы, раздел Экспериментальный план и статистический анализ ):

«Чтобы определить кластеры корреляций, которые можно было бы сравнивать по матрицам, структура сообщества или модули в матрицах были получены с использованием алгоритма Лувена (В.Д. Блондель, Дж. Л., Р. и Э., 2008), который является частью Brain Connectivity Панель инструментов (http: // www.brain-connectivity-toolbox.net (Рубинов, Спорнс, 2010)). […] Чтобы учесть глобальные изменения мозга, межрегиональные корреляции были снижены до того, как они были введены в кластерный анализ ».

Дальнейшее описание приведено в разделе, посвященном анализу устойчивости кластера:

«Поскольку разные подходы к кластеризации часто дают разные результаты, мы провели серию апостериорных анализов, чтобы подтвердить достоверность кластерного решения. […] В частности, решение с 5 кластерами дает результат в 7 раз по сравнению с одним результатом для решений с 3 и 8 кластерами и дважды для решений с 6 и 7 кластерами.Следовательно, этот анализ подтвердил устойчивость исходного решения ». 12. Анализ модульности — оценка различных уровней γ заслуживает похвалы. Непонятно, почему это отложено до конца результатов. Это должно быть либо помещено в начало, как способ обоснования 5-кластерного решения, либо начало должно указывать, какое значение γ использовалось изначально, и содержать ссылку на последующие анализы, которые исследуют вопрос γ более подробно.

Мы согласны с рецензентами, что эта информация должна быть представлена ​​в рукописи раньше.В реорганизованном разделе результатов это теперь следует сразу после презентации кластерного решения.

13. Сходство между кластерами и истоками развития качественное. Учитывая, что это основная цель анализа, возможно, авторы могли бы сделать некоторый вывод, перетасовывая метки и используя меру сходства разделов, такую ​​как их нормализованная взаимная информация?

Мы понимаем точку зрения рецензента и согласны с тем, что было бы неплохо иметь какой-то количественный показатель совпадения.Мы обсуждали разные способы сделать это, но не придумали ничего, что мы считаем достаточно надежным. Могут быть подходы, о которых мы не знаем, но пока сохранили качественные интерпретации в рукописи. Вместо этого мы признаем это прямо в Обсуждении:

«Следует отметить как ограничение, что согласованность между кластерами развития и развитием эмбрионального мозга основана на качественном суждении».

14. Объясните, пожалуйста, почему кора головного мозга рассматривается как единая структура? Корковое развитие регионально неоднородно.

Мы, безусловно, согласны с тем, что корковые изменения неоднородны. Причина, по которой мы не включили различные области коры, заключается в том, что мы предполагаем, что, несмотря на гетерогенность, внутрикортикальные изменения гораздо более тесно интегрированы, чем корково-подкорковые изменения. Следовательно, включение нескольких областей коры среди подкорковых областей, вероятно, привело бы к изолированному кластеру, содержащему все корковые метки. Недавно мы опубликовали статью, в которой изучаются скоординированные изменения коры головного мозга по вершинам, см .: Непрерывность и прерывность коркового развития человека и переход от эмбриональных стадий к старости — PubMed (nih.gov). Это исследование цитируется в рукописи.

15. Пол, как известно, изменяет форму траектории корковых и подкорковых структур. Было бы хорошо показать, что наблюдаемая кластеризация сохраняется для мужской и женской подвыборок. Это обеспечило бы важный анализ чувствительности, а также потенциальное свидетельство своего рода разделенной половинной надежности.

Мы согласны с рецензентом в том, что несколько предыдущих публикаций были посвящены половым различиям в развитии мозга и старении.Выполнение отдельных анализов для самок и самцов снизит мощность примерно до 50% и, вероятно, даст менее стабильные решения. По нашему опыту, секс оказывает незначительное, незначительное влияние на траектории продолжительности жизни подкорковых объемов (см., Например, Минутные эффекты секса на стареющий мозг: исследование здорового старения и болезни Альцгеймера с помощью магнитно-резонансной томографии с множеством выборок — PubMed (nih.gov)). Поскольку мы не ожидаем, что основные организационные принципы подкорковых изменений будут различаться в зависимости от пола, мы хотим представить анализ только для полной выборки.Тем не менее, мы включили пол в качестве ковариаты во все анализы, чтобы учесть возможные смешивающие эффекты секса.

16. Было бы также важно показать, как кластеризация рентабельности инвестиций при использовании первых производных от гаммы соответствует рисунку 1. Это обеспечило бы дополнительный подход к методу межличностных изменений, на котором строится текущая работа, а также помогло бы распознать некоторые из потенциальных опасений по поводу «жидкость против ткани» и «белое право против других» как двух основных потенциальных драйверов для выводов.Я бы добавил графики для желудочковых компонентов на рис. 1, а также дендрограммы для кластеризации первичной тепловой карты, используемой для упорядочивания других матриц. Мое предположение было бы разделено: одно — спинномозговая жидкость против ткани, а разделение 2 — это белая / богатая белым ткань по сравнению с другой тканью.

Первые производные финансовые инструменты будут основаны на групповом анализе, который, как мы полагаем, решит потенциально другой вопрос. Вполне возможно, что два региона, которые демонстрируют очень похожие траектории на групповом уровне и, следовательно, имеют аналогичные производные, по-прежнему демонстрируют низкую внутрисубъектную корреляцию «изменение-изменение».Хотя мы согласны с тем, что это может быть интересный анализ, мы полагаем, что он не поможет ответить на те же вопросы, что и первоначальный анализ в рукописи. В свете количества кластерных анализов, добавленных к пересмотренной рукописи, мы не решаемся еще больше усложнить результат. Что касается вопроса о вкладах WM и CSF, то он довольно подробно рассматривается в отредактированной рукописи, см. Ответы выше.

17. При оценке APC — как авторы разобрались с людьми, у которых было более двух сканирований, и с возможностью включения возраста в середине сканирования в качестве фактора до корреляции с учетом нелинейных изменений объема в развитии?

Приносим извинения, что это не было четко объяснено в рукописи.Теперь мы добавили следующее к объяснению вычислений APC (Результаты): « Если было доступно более двух временных точек, первая и последняя использовались для расчета APC. »Рецензент прав в том, что нелинейные траектории характеризуют развитие мозга. К сожалению, с относительно короткими интервалами наблюдения (в среднем 1,7 года в нашей выборке развития) невозможно смоделировать нелинейные изменения, даже в очень немногих случаях, когда были доступны три временные точки.

18. Возможно, я пропустил это, но я не ожидал анализа когнитивных функций. Какой цели он служит и действительно ли он интегрируется в теорию развития нервной системы? Кроме того, только одна ассоциация кажется значимой после многократного тестирования, а разница, по-видимому, локализуется в группе 25–60 лет, для которой у вас наименьшее количество наблюдений (из рисунка 1). Может ли это быть из-за нескольких выбросов? Не могли бы вы также уточнить, какой тест использовался? Может быть, представление нескольких кривых для квантилей разницы распределения (вместо выше / ниже среднего) поможет визуализировать эффект?

Мы видим точку зрения рецензентов.В ответ на этот комментарий мы сначала решили полностью удалить этот раздел из рукописи, поскольку он уже содержит большое количество исчерпывающих анализов. Однако после дальнейших обсуждений между соавторами мы пришли к выводу, что было бы плохой практикой удалять эти результаты на данном этапе, поскольку анализ уже был проведен. Таким образом, мы удалили связанный рисунок и сохранили следующее сокращенное описание в основном тексте (Результаты):

«Был проведен вспомогательный анализ, связывающий кластеры с общей когнитивной функцией (GCA), измеренной по сокращенной шкале интеллекта Векслера (Wechsler, 1999) в полной выборке LCBC, с использованием пола и возраста в качестве ковариант.[…] Важно отметить, что только для кластера 1 была обнаружена значительная взаимосвязь между GCA и возрастом (F = 4,59, p = 0,01), предполагая, что для остальных кластеров возрастные траектории существенно не различались как функция GCA (все p’s> .46) ».

19. На рисунках 4 и 5 нужна цветовая шкала

Да, цветовая шкала должна была быть включена, спасибо, что заметили это. Предыдущий рисунок 4 теперь является частью рисунка 1, который включает цветовую шкалу. Цветовая шкала была добавлена ​​к рисунку 3 (первоначально рисунок 5).

20. Рисунок 2 — это основная цифра результата, и я настоятельно рекомендую вам расширить заголовок, чтобы улучшить самочитаемость. Например, тот факт, что первая строка — это результаты, полученные на образце LCBC. Уточните, что кластеризация пересчитывалась не для каждой матрицы, а для первой панели. Кроме того, названия графиков корреляции могут быть более ясными (например, с четким указанием фенотипических и генетических корреляций). Также 4-я панель не является объемным соотношением изменение-изменение, которое является заголовком рисунка.

Мы переписали подпись к новым рисункам 1 и 2. Подписи к новым рисункам гласят:

“Рисунок 1: Соотношение объемное изменение-изменение

Тепловые карты представляют парные коэффициенты корреляции между изменением объема (изменение в процентах в годовом исчислении) структур мозга в развитии в образце LCBC (левая панель), старением в образце LCBC (средняя панель) и старением в образце репликации Lifebrain (правые панели). ). Пять кластеров, обведенных черными линиями, были взяты из образца развития.”

“Рисунок 2 Генетические корреляции

Левая панель: корреляции «изменение-изменение» в разработке, используемые для создания кластеров. […] Пять кластеров, обведенных черными линиями, были взяты из образца развития ».

21. Резюме и введение должны сообщать, что основное внимание уделяется объему подкорковых структур.

Мы согласны с тем, что об этом следовало сказать более четко. В аннотации мы указываем:

«… мы использовали теорию графов, чтобы идентифицировать пять кластеров скоординированного развития, индексированных как паттерны коррелированных объемных изменений в структурах мозга.”

Во Введении включено следующее:

«Изменение измерялось как ежегодное процентное изменение объема ряда структур и областей мозга. Мы предположили, что объемные изменения в онтогенетических структурах будут иметь тенденцию к кластеризации согласно эмбриональным принципам… ».

22. Обсуждение читается хорошо, но содержит много утверждений, которые, кажется, не подтверждаются результатами или звучат слишком однозначно, учитывая, что анализ был сосредоточен только на 16 объемных измерениях.Также отсутствует раздел ограничений.

Мы прошли обсуждение и изменили язык. В частности, мы следим за тем, чтобы было ясно, что мы обсуждаем объемные изменения, и что утверждения не выходят за рамки представленных эмпирических результатов. Мы также добавили новый раздел в конец Обсуждения: «Ограничения: Предостережения при интерпретации изменений мозга по результатам МРТ и дальнейших исследований», упомянутого выше.

23. Некоторые аспекты текста можно было бы прояснить.Например:

Строка 44 — непонятно, в чем именно заключается гипотеза.

Теперь мы переформулировали предложение, чтобы прояснить гипотезу (Аннотация):

«Мы проверили гипотезу о том, что генетически регулируемые процессы развития нервной системы можно проследить на протяжении всей жизни, оценив, в какой степени области мозга, которые развиваются вместе, продолжают изменяться вместе в течение жизни».

Строка 59 — чему в этом контексте соответствует топографическая организация? регионально?

Да.Чтобы уточнить, мы немного изменили предложение:

«Развитие коры следует топографической организации в детстве и подростковом возрасте (Fjell et al., 2018; Krongold, Cooper, and Bray, 2017; Raznahan et al., 2011), что означает, что области коры, которые можно отличить от соседних областей. по разным критериям, таким как структурные и функциональные свойства, имеют тенденцию развиваться вместе (см. (Eickhoff, Constable, and Yeo, 2018) обсуждение топографии коры в контексте нейровизуализации).”

Строка 61 — непонятно, что значит следить за «генетической организацией коры».

Мы переформулировали предложение, чтобы прояснить его:

«Эта топография сохраняется в результате более позднего развития и старения (Fjell et al., 2018; Tamnes et al., 2013), внимательно следя за генетической организацией коры, то есть контролируемой перекрывающимися наборами генов (Fjell et al., 2015) ».

Строка 79 — очень сложно понять, к чему эта гипотеза относится и что она предсказывает.

Согласны, что это было непонятно. Следовательно, мы переформулировали описание этого:

«С другой стороны, существует гипотеза, что генетически регулируемые процессы развития нервной системы можно проследить в мозге в более позднем возрасте (Chen et al., 2011; Satizabal et al., 2019). […] Это было показано для сравнительно менее пластичной коры головного мозга (Fjell et al., 2015) ».

Line 88 — непонятно, что такое генетическая анатомическая архитектура.

Чтобы прояснить это, мы переформулировали предложение:

«В частности, мы проверили, как объемные изменения подкоркового развития сгруппированы по разным структурам, насколько схожа эта организация в развитии по сравнению со старением, и были ли кластеры изменений под влиянием общей генетики.”

Строка 105 — поясните, пожалуйста, была ли корреляция между предметами?

Да, именно так, теперь мы заявляем: «Эти APC были коррелированы между участниками между каждой парой областей мозга».

Строка 121 — непонятно, что здесь имеется в виду под «общими факторами».

Мы переформулировали: «Обширная связь между мозжечком и головным мозгом и сходство в развитии WM в мозжечке и головном мозге могут объяснить последнее открытие.”

Строка 217 — показана только корреляция, а не прогноз.

Мы переформулировали: «… региональные подкорковые объемные изменения при старении следуют той же схеме, что и изменения в развитии в детстве…»

Строка 256 — пожалуйста, поясните: выполнялась ли консенсусная кластеризация более 1000 прогонов при каждом γ?

Мы провели согласованную кластеризацию 1000 раз при γ, используемом в основном анализе, теперь это четко указано в рукописи (см. Ответ выше).

«Хотя траектории продолжительности жизни подкорковых структур гораздо более расходятся, чем траектории корковых областей».

Мне непонятно, как это подтверждается результатами статьи, не могли бы вы рассказать, как вы это сделали?

Это относится к предыдущей литературе, поэтому мы должны были предоставить ссылки. Мы слегка переформулировали предложение, чтобы прояснить это: «Хотя было показано, что траектории продолжительности жизни подкорковых структур гораздо более расходятся, чем траектории для кортикальных областей (Fjell et al., 2014; Walhovd et al., 2011),… »

«Сопоставление кластеров развития со взрослой частью выборки дало очень разные траектории изменений».

Здесь может быть полезно процитировать рисунки и таблицы в Обсуждении — так ли это и для всех кластеров?

Мы согласны, теперь это выглядит следующим образом:

«Сопоставление кластеров развития со взрослой частью выборки дало очень разные траектории изменений (см. Рисунок 4). За исключением кластеров 3 и 4, которые характеризовались в основном линейными отрицательными траекториями, наблюдались различия в форме склонов, что свидетельствует о том, что кластеры, выявленные в процессе развития, продолжали демонстрировать независимые траектории изменений на протяжении всей остальной жизни.”

«Кластеры 1, 3 и, в меньшей степени, 4 были связаны с общей когнитивной функцией в основном инвариантным к возрасту образом, что означает, что взаимосвязь между когнитивной функцией и подкорковыми объемами устанавливается в раннем возрасте».

Звучит как огромное преувеличение. Вы изучили только изменение объема в 16 регионах — и ассоциации с оценками когнитивных способностей не самые убедительные.

Мы удалили этот раздел из рукописи (см. Выше).

«Это означает, что регионы, которые развиваются и изменяются вместе в течение жизни, как правило, управляются одними и теми же наборами генов».

Помимо моей предыдущей критики, это выглядит как довольно большое обобщение.

Мы изменили утверждение: «Это означает, что регионы, которые развиваются и изменяются вместе в течение жизни, как правило, находятся под влиянием общих наборов генов».

«… и управляются различными наборами генов».

На чем основан этот вывод?

Это в первую очередь основано на результатах анализа близнецов о том, что корреляции генетических изменений-изменений демонстрируют сходную кластеризацию с корреляциями изменения-изменения в развитии.В переработанной рукописи мы несколько изменили предложение:

«Подкорковые изменения во время детского развития могут быть организованы в значимые кластеры, которые стабильны на протяжении всей жизни, имеют тенденцию следовать градиентам эмбрионального развития мозга и подвержены влиянию общих наборов генов».

«Также утверждалось, что гены, экспрессируемые в подкорке, обычно более регионально-специфичны и имеют тенденцию эволюционировать быстрее, чем гены, экспрессируемые в корковых областях».

Я не уверен, что вы имеете в виду под «более быстрой эволюцией», потому что она находится под большим давлением отбора?

Это означает, что они имеют тенденцию больше изменяться в процессе эволюции, и, таким образом, гены, экспрессируемые в подкорковых структурах, имеют тенденцию быть эволюционно более поздними по сравнению с генами, экспрессируемыми в коре головного мозга. Мы немного переформулировали текст для ясности:

«Хотя подкорка эволюционно старше коры, в ней выше доля эволюционно более новых генов и более высокая скорость эволюции, что является основным показателем эволюции на молекулярном уровне (Tuller et al., 2008). Также утверждалось, что гены, экспрессируемые в подкорке, обычно более специфичны для региона (Tuller et al., 2008; Zhang and Li, 2004) ».

Матрица генетической корреляции SNP была очень похожа на матрицу изменения развития, как продемонстрировал тест Мантеля (r = 0,57, p <0,0005, см. Рисунок 2) ».

Я не большой поклонник качественных оценок (например, очень). Тем более, что я предполагаю, что r может варьироваться от 0 до 1, так что «сильно» можно рассматривать как завышение.

Насколько статистика теста Mantel отличается от 0, отличаются ли они также от 1?

Согласен! Мы переформулировали:

«Матрица генетической корреляции SNP была больше похожа на матрицу изменения развития, чем ожидалось случайно…»

Мы внесли такое же изменение во второе предложение, также содержащее «очень похоже».

Обобщенный

«Смешанные аддитивные модели (ГАММ)»

Не могли бы вы добавить некоторые подробности о максимальном порядке рассматриваемых шлицев? Как была выбрана лучшая модель — лучший заказ?

Степень гладкости оценивалась как часть подгонки модели, и выбор модели проводился путем минимизации AIC и BIC.Эта информация была «спрятана» в легенде таблицы в Таблицу 3. Теперь мы переместили ее в основной текст, указав: «И информационный критерий Акаике (AIC), и байесовский информационный критерий (BIC) были рассчитаны для выбора среди моделей и защиты от переоснащение ».

24. «Это выявило близкое к идеальному совпадение между генетическими кластерами взрослых и их эмбриональным происхождением».

Вы говорите, что группирование очень похоже, но по сравнению с кластерами, представленными на рисунке 2, я считаю, что это преувеличение.Например. caudate, accumbens, putament, pallidum — два из них ранее находились в отдельных кластерах. Также положительный rG между корой мозжечка и WM, хотя раньше он был отрицательным.

Это конкретное утверждение относится к соответствию между кластеризацией не-CSF оценок когеритивности SNP из UKB и основными подразделениями эмбрионального развития мозга. Таким образом, мы ожидаем определенных отличий от графиков, представленных на рисунке 2. Тем не менее, мы модерировали заявление:

«Это выявило соответствие между генетическими кластерами взрослых особей и их эмбриональным происхождением (рис. 3).”

25. «Во всех случаях функция наклона давала самые низкие значения IC». Это неправда — см. Хвостатый и кору.

Что делать из небольших различий AIC / BIC, т.е. немного лучше? Интересно, действительно ли таблица 3 добавляет что-нибудь, особенно учитывая, что возрастные траектории в основном описательны?

Вы правы — спасибо, что заметили это! Мы исправили заявление. Мы согласны с рецензентом в том, что таблица 3 не критична для рукописи.Мы думаем, что уместно все же включить его, чтобы получить некоторые цифры, которые будут сопровождать рисунок 5. Однако мы открыты для его удаления.

26. «Мы подогнали траекторию развития каждого кластера…».

Я полагаю, вы взяли общий объем каждого кластера? Что на самом деле добавляет этот анализ? Сначала предполагается, что кластер в некоторой степени однороден (см. Мой второй комментарий), а другая проблема заключается в том, что разные тома могут иметь чрезвычайно разные масштабы, что затрудняет интерпретацию суммы.

Да, мы использовали общий объем каждого. Мы согласны с рецензентом в том, что внутри кластеров, безусловно, есть различия, но, как мы показываем в анализе матрицы изменений-изменений, различия внутри меньше, чем различия между кластерами. Индивидуальные различия между кластерами можно увидеть на Рисунке 5, на котором показаны возрастные траектории отдельных структур. Мы понимаем точку зрения рецензентов, но по-прежнему считаем, что отображение различных траекторий развития и продолжительности жизни для этих различных кластеров дает полезную информацию об их различиях.Чтобы сделать нашу точку зрения более ясной и отметить точку зрения рецензентов, текст был изменен, и теперь он гласит:

«Мы подобрали траекторию развития каждого кластера, используя общий объем структур в каждом кластере, […] Поскольку использовался общий объем, большие структуры потенциально будут влиять на траектории кластеров больше, чем более мелкие структуры».

27. «Используя многомерные модели оценки скрытых изменений, мы рассчитали…».

Почему вы также не использовали годовое симметричное процентное изменение, которое вы использовали ранее? Особенно если вы хотите сравнить rG с фенотипическими корреляциями, которые вы изучали ранее.

Основная причина этого выбора заключалась в том, что это было сделано таким образом в предыдущем продольном исследовании подкорковых близнецов от ENIGMA (Bouwer et al.), Из которого были взяты данные VETSA, использованные в настоящем исследовании.

28. rG из моделей-близнецов исправлены на ICV, что не похоже на подход GREML. Это просто отсутствует в тексте?

«… пара из 16 подкорковых структур мозга, включая первые десять основных компонентов, пол и возраст как ковариаты.”

Извините, это упущение в описании методов. Мы исправили это:

«Для анализа UKB SNP, измерения объема 16 подкорковых структур были скорректированы на ICV и…»

29. «Лог-тест правдоподобия». Я больше привык к тому, что его называют тестом отношения правдоподобия.

Мы заменили «логарифмический тест правдоподобия» на «тест отношения правдоподобия».

30. «Ограниченные методы максимального правдоподобия» — (очень) второстепенная деталь, но REML — это метод оптимизации, используемый для оценки параметров двумерной смешанной модели.Компромиссом может быть использование GREML, что не более корректно, но довольно часто используется для обозначения LMM, реализованного в GCTA. По аналогии, это как если бы вы назвали GAMM методом ограниченного предельного правдоподобия.

Мы слегка переформулировали предложение, чтобы сделать его более точным: «Мы использовали двумерную линейную смешанную модель с основанными на геноме методами ограниченного максимального правдоподобия, реализованными в программе GCTA».

31. «… из-за эвристики алгоритма…».Что здесь за эвристика, это случайные начальные значения?

Да, алгоритм перебирает все узлы в случайном порядке для каждого прогона, и теперь мы проясним этот момент (Методы, раздел Экспериментальный дизайн и статистический анализ):

«Структура сообщества может изменяться от запуска к запуску из-за эвристики алгоритма, относящегося к порядку, в котором рассматриваются узлы, […]».

32. «Также все реконструированные поверхности были осмотрены и утилизированы, если они не прошли внутренний контроль качества.«Конечно, это не относится к анализу UKB. Выполняли ли вы какие-либо проверки их качества помимо проверки, предоставленной UKB?

Нет, сканы UKB уже прошли некоторый контроль качества. Чтобы прояснить это, мы добавили следующее предложение (Методы, раздел о сборе и анализе данных МРТ):

«Качество сканов UKB было проверено группой визуализации UKB».

33. «Кроме того, мы удалили участников, которых команда британского биобанка предложила удалить для генетического анализа.«Не могли бы вы уточнить, почему рекомендуется это исключение?

Мы обновили текст, добавив более подробную информацию:

«Девяносто один из этих 481 участника имел ненормальные значения гетерозиготности, а оставшиеся были отмечены как выбросы в отношении гетерозиготности / пропущенной доли из текущих файлов контроля качества (ukb_sqc_VZ.csv), предоставленных самой последней командой UK Biobank.».

Дистанционное зондирование | Бесплатный полнотекстовый | Объемный анализ оползня в Абе Барек, Афганистан на основе нелинейного картирования ЦМР, полученных со спутниковых стереосъемок

1.Введение

• Применимость метода нелинейного отображения для минимизации геометрических ошибок.

• Проверка метода нелинейного отображения путем сравнения нескольких описательных и графических параметров.

• Обнаружение оползней и оценка объема с использованием скорректированного DoD.

• Проверка и сравнение полученного объема вытесненного материала с предыдущими исследованиями.

2. Оползень в Абе Барек, Афганистан

• Ослабление площади, покрытой илом из-за повторяющихся сейсмических событий.

• Нестабильность склона еще больше усиливается из-за оставшихся на том же месте слишком рыхлых материалов от предыдущих оползней.

• Нестабильность склона из-за повышенного проникновения дождевой воды в рыхлый грунт.

• Наличие чувствительного материала, который очень подвержен оползням.

• Повышение влажности почвы за счет быстрого таяния глубокого снега и весенних дождей до 200 мм.

• Землепользование и ирригационная деятельность.

3. Материал

4. Методология

4.1. Метод нелинейного отображения

s (ic, jc) = 1NW2∑j = — (NW − 1) / 2 (NW − 1) / 2 ∑i = — (NW − 1) / 2 (NW − 1) / 2 {d1 (ic + i , jc + j) −d2 (ic + i + dx, jc + j + dy)} 2

(1)

Перепад высот (значение s) рассчитывается в каждой подобласти.Здесь d ₁ и d ₂ — отметки в ЦМР до ​​и после события, соответственно, а i _c и j _c указывают центральное положение подобласти в направлениях x и y соответственно. . Векторы сдвига определяются из dx и dy в пикселях, когда минимальное значение s получается в пределах заданной области поиска в N _W -by-N _W пикселях. Было бы сложно найти подходящие векторы смещения на участках, пострадавших от оползней, из-за того, что движение грунта значительно меняет топографию после события.Поскольку в таких измененных областях будут генерироваться ложные векторы сдвига, векторы сдвига необходимо скорректировать с учетом векторов в окрестностях измененных областей.

dth = d s.t. максд (σB2 (г) σT2 (г))

(3)

σB2 = n1 (m1 − m0) 2 + n2 (m2 − m0) 2m1 + m2

(4)

4.2. Оценка и применимость метода

Мы применили метод нелинейного отображения к ЦМР до ​​и после события. Для этого алгоритму нужна комбинация входных параметров. Эти ключевые входные параметры: N _W (размер окна или размер подобласти), N _S (область поиска), N _C (согласованная область), n (количество итераций). Выбор параметров в методе обсуждался в выбранной зоне тестирования с различными комбинациями значений этих параметров.В этом исследовании был изучен набор сценариев с различными значениями N _W , N _S , N _C и n. В следующих подразделах мы выполнили статистические оценки и оценки векторов сдвига. По результатам оценки качества была выбрана наилучшая возможная комбинация параметров (N _W , N _S , N _C и n).

4.2.1. Статистическая оценка

4.2.2. Оценка векторов сдвига

4.3. Оценка качества

6. Обсуждение

6.1. Сравнение полученного объема оползней с предыдущими исследованиями оползней

6.2. Преимущества и недостатки метода

Преимущества метода, представленного в этом исследовании, резюмируются следующим образом: он может уменьшить геометрические ошибки в выходных данных DoD почти автоматически, обеспечивая адекватные параметры без сбора опорных точек; его можно применять к ЦМР, в данных наблюдаются даже значительные морфологические изменения, такие как крупномасштабный оползень; и, следовательно, он может обеспечить более точную количественную оценку объема материала, перемещенного оползнями, чем простой анализ DoD.

Напротив, одним из основных недостатков метода нелинейного отображения является время, затрачиваемое на сценарии для выбора идеальных входных параметрических комбинаций. Для выбора такой параметрической комбинации (N _W , N _S , N _C , n) нам необходимо сравнить результаты каждого сценария и выбрать их на основе тщательной оценки, что займет относительно много времени. За исключением сказанного, остальная часть метода очень быстрая.

6.3. Дальнейшие исследования

В качестве заключительных замечаний следует подчеркнуть, что в этом исследовании мы в основном сосредоточили свое внимание на уменьшении дополнительных накопленных шумов в незатронутых областях выхода DoDs и проиллюстрировали влияние принятой техники нелинейного картирования на уменьшение расчетного объема оползней. по сравнению с результатом прямого использования DoD. Подход, примененный в этом исследовании, направлен на оценку объема крупномасштабного оползня после уменьшения накопленных шумов на выходе DoDs.Кроме того, у него есть потенциал для количественной оценки объема оползня в критическое время бедствия с относительно более коротким временем, без использования каких-либо дополнительных фактических опорных точек.

7. Выводы

В этом исследовании использовался метод нелинейного картирования для обнаружения и оценки объема пострадавшей от оползня области с использованием стереопарных спутниковых изображений высокого разрешения. Подчеркивается, что этот метод может успешно использоваться при анализе обработки изображений для выполнения задач картографирования, уменьшения геометрических ошибок, накапливающихся в неизмененных областях выходных данных DoD, и, наконец, для получения объема и средней глубины перемещенного материала в зона бедствия, чтобы облегчить поддержку кризисного управления и внести большой вклад в более эффективное планирование помощи и восстановления после стихийных бедствий.

Техника, представленная в этом исследовании, была использована во время крупномасштабного оползня, произошедшего 2 мая 2014 года в деревне Абэ Барек, Бадахшан, Афганистан. Используя ЦМР метода обнаружения изменений разности, мы создали ЦМР для пострадавших от оползня участков на основе спутниковых стереопар до и после события. Несмотря на то, что ЦМР корректировались с помощью метода RPC, в непораженных областях все же были обнаружены шумы регистрации или ошибки местоположения. Мы использовали технику нелинейного отображения, чтобы уменьшить вышеупомянутые геометрические несоответствия или шумы регистрации и повысить точность анализа процесса.Предлагаемый метод закодирован таким образом, что в выбранной зоне тестирования с заданными комбинациями параметров матрица высот после события (данные ведомого) накладывается на матрицу высот до события и попиксельно сканирует соседние окрестности. для наилучшего возможного совпадения точек в матрице высот перед событием (данные контроллера). В этом исследовании были изучены девять сценариев с различными значениями N _W (размер окна или размер подобласти), N _S (область поиска), N _C (согласованная область), n (количество итераций). .Как показало количественное и графическое сравнение, локационные пробелы значительно сократились, и была получена колоколообразная гистограмма, также известная как нормальное распределение. Более того, статистические значения, в частности, среднее и стандартное отклонения, уменьшились ближе к нулю и единице соответственно. Кроме того, полученные значения RMSE также подтвердили применимость нелинейного картографирования для количественного уменьшения ошибок определения местоположения. Необходимые входные компоненты (N _W = 5, N _S = 9, N _C = 3 и n = 3) для обработки метода были выбраны после тщательного сравнения и наблюдения за оценками. ³ . Расчетный объем оползня сравнивался с объемами, полученными в результате предыдущих исследований. Объем эрозии почвы, полученный в этом исследовании, хорошо согласуется с данными, полученными в предыдущих исследованиях. Средняя глубина эрозии, большей частью на холмистой стороне горы, составила 8.6 мес. Напротив, средняя глубина осаждения, которая обычно находится на плоской поверхности, была оценена в 4,6 м. Это подчеркивает, что нелинейное картографирование имеет значительный потенциал для уменьшения ошибок определения местоположения в горных регионах.