Lateralisatie van de habenula

Lateralisatie van de habenula

Onderzoek naar lateralisatie van de habenula op basis van 7 T MRI-scans

Naam Sander Nobel

Studentnummer 10782206

Datum 29 mei 2019

Begeleider Anneke Alkemade Universiteit van Amsterdam

Abstract

De habenula is een kleine bilaterale structuur, nabij het derde ventrikel en de mediodorsale thalamus, die onderverdeeld kan worden in de mediale en laterale habenula. Het speelt een grote rol bij zaken als aversive learning en bij verschillende neurologische stoornissen als depressie. Door de kleine grootte was deze subcorticale structuur voorheen moeilijk op te nemen in anatomische atlassen, maar met recente technische ontwikkelingen is dit nu beter mogelijk. In verscheidene onderzoeken wordt gesuggereerd dat de habenula gelateraliseerd is, maar hiervoor is nog geen bewijs op basis van in vivo scans. In dit onderzoek wordt de habenula in 29 MRI scans van een 7 Tesla scanner gesegmenteerd om bij te dragen aan het maken van een

probabilistische atlas. Ook wordt aan de hand van deze segmentaties gekeken of de habenula verschilt in volume per hemisfeer. In dit onderzoek is geen significant verschil gevonden tussen de volume van de habenula in beide hemisferen. Er kan aan de hand van dit onderzoek dus niet geconcludeerd worden dat de habenula gelateraliseerd is. Wel kunnen de segmentaties van de habenula bijdragen aan het maken van een anatomische probabilistische atlas.

Inhoudsopgave

Inleiding

De habenula (Hb) is een bilaterale structuur en een belangrijk onderdeel in het beloningsysteem van de mens (Namboodiri, Rodriguez-Romaguera, & Stuber, 2016). Deze structuur bevindt zich lateraal van het derde ventrikel en mediaal van de thalamus en is verdeeld in de mediale habenula (MHb) en de laterale habenula (LHb). De LHb speelt een rol in het dopaminerge systeem: het wordt geïnhibeerd als iemand een hogere beloning dan verwacht krijgt en geëxciteerd als de beloning lager dan verwacht is (Matsumoto & Hikosaka, 2007). Daarnaast is gevonden dat een hogere activiteit in de LHb correleert met depressieve symptomen en dat deze activiteit minder wordt op het moment dat er behandeling voor de depressie wordt toegepast en de symptomen verminderen (Yang, Wang, Hu, & Hu, 2018). De LHb is dan ook een doelwit voor Deep Brain

Stimulation (DBS) bij patiënten met een depressie volgens Drobisz & Damborská (2019).

Om effectief DBS te kunnen toepassen bij een structuur, moet eerst de locatie van die structuur bepaald kunnen worden. Niet alleen voor DBS is dit belangrijk, ook voor hersenonderzoek in het algemeen is het van essentieel belang om de anatomische kennis van relevante hersenstructuren te kennen. Bij het bepalen van deze locatie(s) wordt er over het algemeen naar een atlas van de hersenen gekeken (Keuken et al., 2013). Voor kleine subcorticale structuren, zoals de Hb, kan dit echter zeer lastig zijn: de spatiële resolutie is veelal te laag om de structuur goed te segmenteren, waardoor veel van deze kleine structuren niet terug te vinden zijn in veelgebruikte atlassen

(Keuken et al., 2014). De gerapporteerde volumes van de Hb verschillen van 30-36 mm3 _{in totaal}

bij structurele Magnetic Resonance Imaging (MRI) studies van Savitz, Nugent, et al. (2011), tot een volume van ~31mm3 _{in de linker hemisfeer en ~33mm}3 _{in de rechter hemisfeer bij een post}

onmogelijk om deze kleine structuur op te nemen in een anatomische atlas gebaseerd op in vivo scans.

Met de ontwikkeling van nieuwe en betere technologieën en apparatuur kunnen deze subcorticale hersengebieden echter steeds beter in beeld worden gebracht (Keuken, Isaacs, Trampel, Van Der Zwaag, & Forstmann, 2018). Een voorbeeld van deze apparatuur is de 7 Tesla (T) scanner. Deze scanners zorgen voor een hoger Signal to Noise Ratio (SNR) en Contrast to Noise Ratio (CNR), waardoor kleinere structuren beter zichtbaar worden (Beisteiner et al., 2011; Keuken et al., 2014). Hierdoor kunnen er nauwkeurigere segmentaties gemaakt worden van de Hb, waardoor de locatie van deze structuur beter bepaald kan worden. Omdat de exacte locatie van hersenstructuren per persoon anders is, gaat het hier wel om de kans dat een structuur zich daar bevindt: het gaat dan dus ook om een probabilistische atlas (Keuken et al., 2014).

Aan de hand van zo’n probabilistische atlas kan er meer kennis vergaard worden over de anatomie van het menselijk brein. Aangezien veelgebruikte atlassen als de Mai atlas en de Bigbrain dataset op één brein gebaseerd zijn (drie in totaal voor de Mai atlas; één voor de atlas van elk vlak), zijn deze weinig generaliseerbaar (Mai, Paxinos & Voss, 2008; Model et al., 2013). Door scans van veel hersenen samen te voegen en op basis daarvan een probabilistische atlas te maken, kan er een algemener beeld geschetst worden van de anatomie van een menselijk brein. Daarnaast zijn zowel de Mai atlas en de Bigbrain dataset gebaseerd op post mortem coupes. Bij beide atlassen is niet genoemd hoe lang de hersenen gefixeerd zijn geweest alvorens deze zijn geanalyseerd. Als hersenen langere tijd gefixeerd zijn kan dit echter leiden tot hypointense voxels in de witte stof van het brein (van Duijn et al., 2011). Deze artefacten zorgen ervoor dat de scans minder betrouwbaar worden. Het analyseren van in vivo scans kan deze artefacten tegengaan.

Dit onderzoek zal bijdragen aan het maken van een probabilistische atlas door te kijken naar de Hb bij in vivo MRI scans, afkomstig van een 7 T scanner, en deze te segmenteren in de scans. Deze scans kunnen gebruikt worden om de locatie van de Hb in de atlas duidelijker te maken. Vervolgens zal ook worden gekeken of er een indicatie van lateralisatie aanwezig is. Met lateralisatie wordt in dit geval bedoeld dat de Hb zich in beide hemisferen (gedeeltelijk)

bezighoudt met andere dingen (Halpern, Liang, & Gamse, 2003). Volgens Ahumada-Galleguillos et al. (2017) kan er aangenomen worden dat een verschil in volumetrische grootte een indicatie is voor lateralisatie. Uit eerder onderzoek naar de Hb zou dit verschil in het huidige onderzoek verwacht kunnen worden.

Een voorbeeld van dit eerder onderzoek is het onderzoek van Ranft et al. (2010). Uit dit

onderzoek, gebaseerd op post mortem coupes, is gebleken dat het volume van de Hb in de rechter hemisfeer een significant grotere daling kent bij depressieve patiënten, vergeleken met de Hb in de rechter hemisfeer bij schizofrene en gezonde patiënten (Ranft et al., 2010). Deze grotere daling was niet teruggevonden in de linker hemisfeer. Dit zou erop kunnen duiden dat het vooral de Hb in de rechter hemisfeer is die getroffen wordt door een depressie. Echter bestond dit onderzoek maar uit 44 patiënten, waardoor elke groep uit gemiddeld 15 patiënten bestond. Een dusdanig kleine groep vergroot het risico op een type 1 fout.

Ook met behulp van andere onderzoeksmethoden zijn er aanwijzingen gevonden voor lateralisatie bij de Hb. Zo blijkt de Hb in de rechter hemisfeer bij patiënten met een Major

Depressive Disorder (MDD) aan de hand van Positron Emission Tomography (PET) een

significant lager metabolisme te hebben na het toedienen van ketamine (Carlson et al., 2013). Ook is er met behulp van fMRI gevonden dat de habenula in staat van rust asymmetrische functionele connectiviteit vertoonde (Ebastien et al., n.d.).

Uit ander onderzoek op basis van post mortem coupes blijkt ook dat er structurele directionele asymmetrie is van de Hb (Ahumada-Galleguillos et al., 2017). Deze onderzoekers hebben gekeken naar het volume van de MHb en LHb en deze per hemisfeer met elkaar vergeleken. Zij vonden uit de resultaten dat de Hb in de linker hemisfeer significant groter is dan in de rechter hemisfeer. Dit verschil in grootte wordt veroorzaakt door de linker LHb, aangezien de MHb niet significant in grootte verschilt. Deze verschillen in volume zijn echter nog niet bij in vivo MRI onderzoek gevonden. Zelf noemen de onderzoekers als mogelijke reden hiervoor dat de spatiële resolutie bij histologische analyse hoger is dan bij de MRI analyse die gedaan is in eerdere onderzoeken (Savitz et al., 2011a, b).

Aangezien de Hb tegenwoordig nog nauwkeuriger gescand, en dus geanalyseerd, kan worden dan bij voorgaande onderzoeken, is het relevant om deze structuur nogmaals te analyseren aan de hand van 7 T MRI in vivo scans. Op basis van deze scans is er gekeken of er aanwijzingen zijn voor lateralisatie van de Hb. De hypothese luidt dat de Hb in de linker hemisfeer groter zal zijn. Deze hypothese is getoetst door de Hb in beide hemisferen te segmenteren. Daarna is het volume van de Hb in beide hemisferen bepaald en met elkaar vergeleken. De verwachting is dat het gemiddelde volume van de Hb in de linker hemisfeer significant groter is dan het gemiddelde volume van de Hb in de rechter hemisfeer.

Uit eerder onderzoek bleek dat de Hb te onderscheiden was van de directe omgeving aan de hand van de grote hoeveelheid myeline in de Hb vergeleken met de thalamus, wat voor een sterk contrast zorgt (Kim et al., 2016). Hierdoor is dit gebied hyperintens in het T1w en hypo-intens in het T2w contrast. Strotmann et al. (2014) vonden in hun onderzoek dat de Hb met een 7 T scanner hierdoor duidelijk te onderscheiden was. In post mortem scans viel de LHb zelfs ook nog onder te verdelen in een lateraal en mediaal gedeelte (Strotmann et al., 2013). In deze

onderzoeken is echter niet gekeken naar het volume van deze structuren. Bovendien zijn deze resultaten zijn niet te vergelijken met in vivo scans: daar is de LHb nog niet duidelijk genoeg te onderscheiden van de MHb. Dit komt onder andere wegens de verduistering door fysiologische effecten bij levenden in combinatie met de toch al kleine grootte van de Hb (Kim et al., 2016). Om deze redenen is ervoor gekozen om de LHb en de MHb als één structuur te beschouwen.

Methode

Deelnemers

Voor het verkrijgen van de structurele hersenscans zijn 109 participanten gescand. Van deze 109 scans zijn 29 scans toegewezen voor dit onderzoek om te segmenteren. De participanten hebben via self reports allen aangegeven dat ze gezond waren. Van de 29 participanten wiens scans gesegmenteerd werden, waren er 14 vrouwelijk en 15 mannelijk. De leeftijd varieerde van 19 tot 74 en de gemiddelde leeftijd was 42.62 (SD: 20.10). Ten tijde van het segmenteren van de scans waren deze demografische variabelen voor de onderzoeker niet bekend. De scans kregen

namelijk een nummer toegewezen: dit was het enige waarmee de scans geïdentificeerd konden worden. Zo werd voorkomen dat er bias zou optreden bij de onderzoeker. De participanten hebben allemaal het consentformulier ondertekend.

Materiaal

Voor het maken van de scans is een Philips Achieva 7 T scanner gebruikt met een 32-channel

head array coil. Bij het maken van de scans zijn zowel T1w als T2* contrasten verkregen. Om dit

sequentie uitgevoerd. Deze sequentie is uitgevoerd zoals beschreven door Caan et al. (2019). De volgende parameters zijn hierbij gehanteerd:

 Verkregen voxel grootte in mm: 0.7 x 0.7 x 0.7  Repetition time (TR) in ms: TR = 6298

 Inversion times (TI) in ms: TI1 = 670, TI2 = 3675,4

 Flip angles (FA) in graden: FA1 = 4, FA2 = 4

 TR van Rapid Gradient Echo (GRE) in ms: TR1 = 6,2, TR2 = 31

 Echotijd (TE) in ms: TE1 = 3, TE2 = 3

Bij de tweede inversie waren er vier echo’s toegevoegd met echotijden in ms: TE1 = 3, TE2 = 11,5, TE3 = 19, TE4 = 27,5

Per persoon leverde dit 176 shots op. De tijd die nodig was om een participant te scannen bedroeg 19 minuten en 53 seconden.

Procedure

Om de habenula te segmenteren is bij elke scan gebruik gemaakt van het T1w contrast. In deze scans wordt het contrast tussen de habenula en omliggende gebieden goed duidelijk, aangezien de habenula in vergelijking tot de andere gebieden een hoog gehalte aan myeline heeft. Dit zorgt ervoor dat de voxels van de Hb hyperintens zijn op het T1w contrast.

Aangezien uit eerder onderzoek al was gebleken dat de MHb en de LHb nog niet goed genoeg te onderscheiden zijn om deze apart te kunnen segmenteren, zijn beide gebieden bij deze

segmentaties meegenomen. Het segmenteren is door één persoon gedaan in het programma FSLEyes, via de MATE terminal op een Linux server. De volgorde waarin de scans

https://www.random.org/lists/?mode=advanced. Deze site is door Kenny & Mosurski (2005) bestempeld als random genoeg om aan de eisen van het National Institute of Standards and

Technology te voldoen. Ook is via deze site voor elke scan gerandomiseerd of er met de linker- of

rechter hemisfeer werd begonnen. Deze randomisaties zijn gedaan om eventuele bias te voorkomen.

Om een beeld te krijgen van de locatie van de habenula zijn drie atlassen als referentie gebruikt: de Mai atlas (Mai, Paxinos & Voss, 2008); de Ding atlas (Ding et al., 2016) en de Big Brain dataset (Model et al., 2013). Ook is er een protocol voor het segmenteren gekregen, dat gebruikt is om bij de MRI scans de grenzen van de Hb te bepalen. Dit protocol is gemaakt door een ander persoon en is bijgevoegd in appendix A.

Alvorens er is begonnen aan de data, is er geoefend op een oefenscan. Nadat deze segmentatie is goedgekeurd door Anneke Alkemade, kon er begonnen worden aan de echte scans. Bij het segmenteren van de Hb is per scan gekeken naar de structuur om te zien of deze voldoende te identificeren was aan de hand van het myeline-contrast. Hier is per scan apart de helderheid en het contrast bepaald, om zo de structuur optimaal te kunnen zien. Deze variabelen zijn wel bij beide hemisferen constant gehouden. Daarna is met een mask per hemisfeer de Hb voxel voor voxel getekend met behulp van het segmentatieprotocol. Nadat alle masks getekend waren en opgeslagen, zijn ze gebinariseerd via fslmaths en is het volume en het aantal voxels verkregen via fslstats. Deze waarden zijn voor elk subject overgenomen in Excel. Daarna is in SPSS

Data-analyse plan

Aangezien er 29 scans zijn gemaakt en dit net te weinig is om van normaliteit uit te kunnen gaan, is er eerst gekeken of de verschilscores tussen de twee hemisferen normaal verdeeld zijn met een Shapiro Wilk toets. Daarna is er gekeken of er een significant verschil in volume is. Aangezien volume een continue variabele is en de Hb tweemaal per persoon geanalyseerd wordt (één keer per hemisfeer), zal deze analyse gebeuren aan de hand van een gepaarde t-toets of een Wilcoxon signed rank toets, afhankelijk of er aan de assumptie van normaliteit voldaan is. Er geldt een significantieniveau van α = 0.05.

Resultaten

Bij het verkrijgen van deze resultaten zijn alle 29 scans gebruikt die voor dit onderzoek gesegmenteerd zijn. De volgorde van de scans en hemisferen zoals deze verkrijgen zijn na het randomiseren zijn terug te vinden in respectievelijk appendix B en C.

Om te analyseren of er een significant verschil in volume tussen de Hb in beide hemisferen zit, is er een gepaarde t-toets gebruikt. Voor deze toets gelden twee assumpties: de data moet normaal verdeeld zijn en de onafhankelijke en afhankelijke variabelen van de data moeten van het juiste niveau zijn (https://wiki.uva.nl/methodologiewinkel/index.php/Dependent-Samples_T_test). Voor de assumptie van normaliteit is gekeken naar de verschilscores in volume tussen de hemisferen en of deze normaal verdeeld was. Hieruit bleek dat deze data voldoet aan de assumptie van normaliteit. Ook aan de assumptie van correct niveau is voldaan: de

onafhankelijke variabele was categorisch (hemisfeer; links of rechts) en de afhankelijke variabele was continu (volume).

In tabel 1 zijn de gemiddelde waarden en standaarddeviaties te vinden van de volumes van de Hb per hemisfeer.

Tabel 1

Gemiddeld volume en standaarddeviatie (tussen haakjes) van de habenula in de linker- en rechter hemisfeer

Hemisfeer Gemiddeld volume in mm3 _(SD)

Links 30.14 (7.05)

Rechts 28.56 (6.02)

Bij het uitvoeren van de gepaarde t-toets bleek dat er geen significant verschil in volume van de Hb was tussen beide hemisferen, t(28) = 1.59, p = .18. De volumes van de Hb in de linker en rechter hemisfeer correleerden aan de hand van een Pearson correlatie significant met elkaar,

r = .567, p = .001.

Na het verkrijgen van de demografische gegevens is er exploratief nog gekeken of de totale volumes van de Hb bij vrouwen significant verschilden van die van mannen. Dit verschil tussen mannen en vrouwen is ook berekend voor het volume van de Hb in de linker en rechter hemisfeer apart en voor de verschilscores. Geen van deze verschillen bleken echter significant. Daarnaast was er nog gekeken of er een correlatie was tussen de leeftijd en de hierboven genoemde variabelen. Ook hier kwam niets significants uit.

In dit onderzoek is bij 29 MRI-scans van gezonde mensen de habenula in zowel de linker

hemisfeer als in de rechter hemisfeer gesegmenteerd. Naar aanleiding van deze segmentaties zijn de volumes van de habenula in beide hemisferen met elkaar vergeleken. Met een gepaarde t-toets is getoetst of de habenula in de linker hemisfeer groter zou zijn dan in de rechter hemisfeer. Met het vinden van deze resultaten kan gesteld worden dat er niet voldoende bewijs is om de

nulhypothese te verwerpen.

Deze conclusie is in tegenspraak met bepaalde onderzoeken die eerder zijn gedaan, zoals het onderzoek van Ahumada-Galleguillos et al. (2017), waar naar voren kwam dat de habenula in de linker hemisfeer groter zou zijn. Een mogelijke verklaring voor deze verschillende resultaten is een verschil in methodologie. Waar Ahumada-Galleguillos et al. histologische secties hebben gemaakt van post mortem coupes, zijn voor deze studie in vivo MRI-scans gebruikt. Hierbij kan het gebeuren dat de participant net op het verkeerde moment beweegt, wat de scans kan

beïnvloeden. Hoewel het intuïtief onwaarschijnlijk is dat dit het verschil maakt tussen wel en niet significante resultaten, aangezien men kan verwachten dat deze artefacten op beide hemisferen een effect zouden moeten hebben en de verschilscore dus niet zouden moeten beïnvloeden, kan het niet worden uitgesloten.

Door het ontbreken van deze artefacten bij onderzoeken op basis van post mortem coupes kan er bij die onderzoeken een gevoeligere techniek gebruikt worden dan bij onderzoeken gebaseerd op in vivo scans. Het zou dus ook kunnen dat de techniek die in het huidige onderzoek gebruikt is, hoewel gevoeliger dan bij eerdere MRI-onderzoeken, nog steeds niet gevoelig genoeg is om een verschil te vinden. De vraag is of hier in de toekomst een oplossing voor gevonden kan worden. Een gevoeligere scanner heeft immers als inherent risico dat ongewenste artefacten ook sneller worden meegenomen.

Ondanks het ontbreken van artefacten is het nog wel de vraag in hoeverre de situatie in post mortem coupes de situatie bij levende mensen goed weergeeft. Zoals gezegd in de inleiding kan het langdurig fixeren van hersenen invloed hebben op de scans in de vorm van artefacten (van Duijn et al., 2011). Er wordt aangegeven in het onderzoek van Ahumada-Galleguillos et al. (2017) dat de hersenen ten minste twee weken gefixeerd zijn. Mochten de scans te lang gefixeerd zijn, kan dit invloed hebben gehad op de resultaten. Daarnaast kunnen er nog andere onbekende confounding factors zijn die het gevonden resultaat bij post mortem coupes zouden kunnen verklaren.

Vergeleken met eerdere studies die onderzoek deden naar het volume van de habenula met behulp van een MRI-scanner is er een groot verschil: een volume van 30-36 mm3 _{voor de gehele}

habenula bij eerdere onderzoeken, zoals die van Savitz, Nugent et al. (2011), tegenover bijna datzelfde volume voor slechts één hemisfeer in het onderzoek van Ranft et al. (2010). De resultaten van dit onderzoek lijken meer op de resultaten uit het laatstgenoemde onderzoek. Dit verschil kan wellicht verklaard worden door een verschil in methodologie. Waar in de

onderzoeken van Savitz, Nugent et al. (2011) een 3 T scanner is gebruikt, is hier met een 7 T scanner gewerkt en hebben Ranft et al. (2010) gebruik gemaakt van post mortem coupes met Nissl staining. Aangezien een 7 T scanner over het algemeen een betere spatiële resolutie kan behalen dan een 3 T scanner, is de Hb hiermee nauwkeuriger in beeld te brengen en dus ook te segmenteren. De gevonden volumes in dit onderzoek zijn beter te vergelijken met de volumes die gevonden zijn met behulp van post mortem secties. Dit zou verklaard kunnen worden door de spatiële resolutie. Aangezien deze bij een 7 T scanner hoger is dan bij een 3 T scanner, komt de spatiële resolutie van de 7 T scans dichter in de buurt van post mortem coupes. Dit leidt tot vergelijkbaardere resultaten.

De data zou robuuster gemaakt kunnen worden door bij de analyse ook segmentaties van tweede raters erbij te betrekken. Idealiter was dat in dit onderzoek ook gebeurd, maar wegens tijdgebrek konden niet alle scans door een tweede rater gesegmenteerd worden. Hierdoor kon er maar voor een bepaald aantal scans een gemiddeld volume aan de hand van twee scans berekend worden. Als elke scan tweemaal is gesegmenteerd, kan dit echter wel tot betrouwbaardere resultaten leiden.

Breder getrokken kan er aan de hand van dit onderzoek nog niet iets gezegd worden over

eventuele lateralisatie van de Hb. Er is geen significant verschil gevonden tussen het volume van de Hb in beide hemisferen, geslacht en leeftijden, waardoor hier niets algemeens over

geconcludeerd kan worden. Wel kunnen deze segmentaties bijdragen aan het maken van een probabilistische atlas over menselijke subcorticale hersenstructuren. Aan de hand van deze scans kan er een beter beeld gevormd worden over de waarschijnlijkheid dat de Hb zich op een

bepaalde locatie bevindt bij een mens.

De laatste jaren is er door de snelle verbetering in neurologische technieken, apparatuur en kennis steeds meer interesse in de habenula. De significantie en belangrijke rol van deze structuur in het functioneren van bepaalde neurologische processen, zoals reward processing en aversive

learning, wordt daardoor ook steeds meer onderschreven. Ook bij ziektes dan wel stoornissen

met een neurologische achtergrond, zoals depressie of Parkinson’s, wordt er steeds meer naar de invloed van en op deze structuur gekeken. Toch valt er nog heel veel winst te halen bij het verkennen van deze structuur.

Literatuurlijst

(2017). Directional asymmetry in the volume of the human habenula. Brain Structure and

Function, 222(2), 1087–1092. https://doi.org/10.1007/s00429-016-1231-z

Beisteiner, R., Robinson, S., Wurnig, M., Hilbert, M., Merksa, K., Rath, J., … Geißler, A. (2011). Clinical fMRI: Evidence for a 7 T benefit over 3 T. NeuroImage, 57(3), 1015–1021.

https://doi.org/10.1016/J.NEUROIMAGE.2011.05.010

Caan, M. W. A., Bazin, P., Marques, J. P., Hollander, G., Dumoulin, S. O., & Zwaag, W. (2019). MP2RAGEME: T 1 , T 2* , and QSM mapping in one sequence at 7 tesla. Human Brain

Mapping, 40(6), 1786–1798. https://doi.org/10.1002/hbm.24490

Carlson, P. J., Diazgranados, N., Nugent, A. C., Ibrahim, L., Luckenbaugh, D. A., Brutsche, N., … Drevets, W. C. (2013). Neural Correlates of Rapid Antidepressant Response to Ketamine in Treatment-Resistant Unipolar Depression: A Preliminary Positron Emission Tomography Study. Biological Psychiatry, 73(12), 1213–1221.

https://doi.org/10.1016/J.BIOPSYCH.2013.02.008

Ding, S.-L., Royall, J. J., Sunkin, S. M., Ng, L., Facer, B. A. C., Lesnar, P., … Lein, E. S. (2016). Comprehensive cellular-resolution atlas of the adult human brain. Journal of Comparative

Neurology, 524(16), 3127–3481. https://doi.org/10.1002/cne.24080

Drobisz, D., & Damborská, A. (2019). Deep brain stimulation targets for treating depression.

Behavioural Brain Research, 359, 266–273. https://doi.org/10.1016/J.BBR.2018.11.004

Ebastien, S., Etu, H., Luo, Y., Saez, I., D’ardenne, K., Lohrenz, T., & Read Montague, P. (n.d.).

Asymmetry in Functional Connectivity of the Human Habenula Revealed by High-Resolution Cardiac-Gated Resting State Imaging. https://doi.org/10.1002/hbm.23194

forebrain. Trends in Neurosciences, 26(6), 308–313. https://doi.org/10.1016/S0166-2236(03)00129-2

Kenny, C., & Mosurski, K. (2005). Random Number Generators: An Evaluation and

Comparison of Random.org and Some Commonly Used Generators. Retrieved from

http://www.random.org

Keuken, M. C., Bazin, P.-L., Crown, L., Hootsmans, J., Laufer, A., Müller-Axt, C., … Forstmann, B. U. (2014). Quantifying inter-individual anatomical variability in the subcortex using 7 T structural MRI. NeuroImage, 94, 40–46.

https://doi.org/10.1016/j.neuroimage.2014.03.032

Keuken, M. C., Bazin, P.-L., Schafer, A., Neumann, J., Turner, R., & Forstmann, B. U. (2013). Ultra-High 7T MRI of Structural Age-Related Changes of the Subthalamic Nucleus.

Journal of Neuroscience, 33(11), 4896–4900.

https://doi.org/10.1523/JNEUROSCI.3241-12.2013

Keuken, M. C., Isaacs, · B R, Trampel, · R, Van Der Zwaag, · W, & Forstmann, · B U. (2018).

Visualizing the Human Subcortex Using Ultra-high Field Magnetic Resonance Imaging. 31,

513–545. https://doi.org/10.1007/s10548-018-0638-7

Kim, J., Naidich, T. P., Ely, B. A., Yacoub, E., De Martino, F., Fowkes, M. E., … Xu, J. (2016). Human habenula segmentation using myelin content. NeuroImage, 130, 145–156.

https://doi.org/10.1016/j.neuroimage.2016.01.048

Mai, J. K., Majtanik, M., & Paxinos, G. (n.d.). Atlas of the human brain.

Matsumoto, M., & Hikosaka, O. (2007). Lateral habenula as a source of negative reward signals in dopamine neurons. Nature. https://doi.org/10.1038/nature05860

Model, H. B., Amunts, K., Lepage, C., Borgeat, L., Mohlberg, H., Dickscheid, T., … Evans, A. C. (2013). BigBrain: An Ultrahigh-Resolution 3D Human Brain Model. Science, 340(June), 1472–1475. Retrieved from http://science.sciencemag.org/

Namboodiri, V. M. K., Rodriguez-Romaguera, J., & Stuber, G. D. (2016). The habenula. Current

Biology, 26(19), R873–R877. https://doi.org/10.1016/J.CUB.2016.08.051

Ranft, K., Dobrowolny, H., Krell, D., Bielau, H., Bogerts, B., & Bernstein, H.-G. (2010).

Evidence for structural abnormalities of the human habenular complex in affective disorders but not in schizophrenia. Psychological Medicine, 40(04), 557.

https://doi.org/10.1017/S0033291709990821

Savitz, J. B., Nugent, A. C., Bogers, W., Roiser, J. P., Bain, E. E., Neumeister, A., … Drevets, W. C. (2011). Habenula Volume in Bipolar Disorder and Major Depressive Disorder: A High-Resolution Magnetic Resonance Imaging Study. Biological Psychiatry, 69(4), 336– 343. https://doi.org/10.1016/J.BIOPSYCH.2010.09.027

Strotmann, B., Heidemann, R. M., Anwander, A., Weiss, M., Trampel, R., Villringer, A., & Turner, R. (2014). High-resolution MRI and diffusion-weighted imaging of the human habenula at 7 tesla. Journal of Magnetic Resonance Imaging, 39(4), 1018–1026. https://doi.org/10.1002/jmri.24252

Strotmann, B., Kögler, C., Bazin, P.-L., Weiss, M., Villringer, A., & Turner, R. (2013). Mapping of the internal structure of human habenula with ex vivo MRI at 7T. Frontiers in Human

Neuroscience, 7. https://doi.org/10.3389/FNHUM.2013.00878

van Duijn, S., Nabuurs, R. J. A., van Rooden, S., Maat-Schieman, M. L. C., van Duinen, S. G., van Buchem, M. A., … Natté, R. (2011). MRI artifacts in human brain tissue after

prolonged formalin storage. Magnetic Resonance in Medicine, 65(6), 1750–1758. https://doi.org/10.1002/mrm.22758

Yang, Y., Wang, H., Hu, J., & Hu, H. (2018). Lateral habenula in the pathophysiology of depression. Current Opinion in Neurobiology, 48, 90–96.

Appendix A

Appendix B

Volgorde van scans na randomisatie

Volgorde van segmenteren Subject ID

1 95 2 18 3 109 4 88 5 3 6 19 7 101 8 5 9 8 10 11 11 102 12 16 13 87 14 104 15 6 16 10 17 14 18 96 19 106 20 9 21 108 22 100 23 17 24 105 25 107 26 103 27 97 28 99 29 98

Appendix C

Volgorde van hemisferen per subject na randomisatie

Subject ID 1e Hemisfeer 3: R 5: L 6: L 8: R 9: L 10: L 11: L 14: R 16: L 17: R 18: L 19: R 87: L 88: L 95: L 96: L 97: L 98: R 99: R 100: L 101: R 102: L 103: L 104: R 105: L 106: R 107: R 108: L 109: L

Reflectieverslag

Het krijgen van feedback was voor mij op veel manieren een goed reflectiemoment. Zo weet ik van mezelf dat ik bij het schrijven van een verslag het best vaak lastig vind om de structuur en rode draad overzichtelijk te houden, voornamelijk in de inleiding. Echter is dat lastig zelf in te zien als je er helemaal in zit en is het goed om dat in de feedback terug te zien. De structuur heb ik geprobeerd te verduidelijken door vaker met een frisse blik hiernaar te kijken en te zien of het logisch loopt. Daarnaast heb ik voor mezelf voor elke alinea in de inleiding opgeschreven wat de kern was die ik wilde overbrengen en gekeken of daar een logisch geheel uit kwam. Ook kwam er uit de feedback naar voren dat ik nog te veel implicaties maakte; zowel bij het lezen van artikelen, waaruit ik soms informatie haalde die helemaal niet geschreven was, als bij het maken van beweringen, waarbij ik in bepaalde gevallen geen expliciete bron had vermeld. Het expliciet maken van die bronnen vond ik soms nog best lastig, aangezien ik niet zeker wist wat als kennis beschouwd kan worden en wat geëxpliceerd moet worden a.d.h.v. een bron. Hierbij vond ik de feedback op de orale presentatie handig, omdat je dan met mensen zit die in principe geen van die kennis hebben en die duidelijk kunnen maken waar er nog meer geëxpliceerd moet worden. Bij het lezen van artikelen heb ik geprobeerd kritisch te blijven naar wat er echt geschreven staat en dicht bij de feiten te blijven.

Bij dit project vond ik dat het segmenteren zelf na verloop van tijd steeds beter ging. Waar ik aan het begin nog redelijk moeite had om de habenula te onderscheiden van omringende structuren en het segmentatieprotocol er de hele tijd bij moest houden, hoefde ik tegen het einde het protocol bij wijze van spreken niet eens meer uit mijn tas te halen, omdat het zo in mijn hoofd zat. Dit heeft er ook toe geleid dat ik veel over het brein en met name de habenula en omgeving heb geleerd, zeker gezien de geringe kennis die ik hiervoor had. Waar het segmentatieprotocol op een gegeven moment goed in mijn hoofd zat, gold dit helaas niet voor de agenda. Er waren nog te

veel momenten dat ik een mailtje nodig had om hieraan herinnerd te worden, wat natuurlijk niet de bedoeling is.

Een sterk punt aan dit onderzoek is denk ik het benoemen waar het onderzoek wel en niet voor gebruikt kan worden. Aangezien er geen significant resultaat is gevonden, kunnen er aan de hand van dit onderzoek geen conclusies worden getrokken over lateralisatie, maar aan de hand van de scans die gesegmenteerd zijn kan dit onderzoek nog wel bijdragen aan het maken van een probabilistische anatomische atlas.

Een zwakker punt aan dit onderzoek is dat er misschien meer gedaan kon worden met de al aanwezige scans van de habenula. Er is voor gekozen om dit niet te doen, omdat ik bang was dat het verschil in beoordeling tussen de verschillende segmentaties ervoor zou kunnen zorgen dat de data minder betrouwbaar zou worden. Echter had de data wel robuuster kunnen worden als ik dit wel had gedaan, dan had ik met de Dice coëfficient moeten aangeven in hoeverre de scans op elkaar leken.

De manier waarop ik met de ethische aspecten ben omgegaan was bij dit onderzoek voor mij niet heel relevant, aangezien alle permissies voor dit onderzoek al verkregen waren. Wel werd er van mij verwacht dat ik me bewust was van wat er komt kijken bij het krijgen van permissie en hoe er met data management wordt omgegaan bijvoorbeeld. Daarom is er een sessie geweest met Anneke, waarbij ik aan de hand van het beantwoorden van vragen met betrekking tot de ethische aanvraag moest laten zien hierover nagedacht te hebben. Aan de hand van die sessie kon gesteld worden dat dat goed genoeg waas.