JoVE Logo

登录

需要订阅 JoVE 才能查看此. 登录或开始免费试用。

本文内容

  • 摘要
  • 摘要
  • 引言
  • 研究方案
  • 结果
  • 讨论
  • 披露声明
  • 致谢
  • 材料
  • 参考文献
  • 转载和许可

摘要

The goal of this manuscript is to study the hippocampus and hippocampal subfields using MRI. The manuscript describes a protocol for segmenting the hippocampus and five hippocampal substructures: cornu ammonis (CA) 1, CA2/CA3, CA4/dentate gyrus, strata radiatum/lacunosum/moleculare, and subiculum.

摘要

人类海马已被广泛研究了记忆和正常脑功能及其在不同的神经精神疾病作用方面一直在大力研究。虽然许多成像研究治疗海马为单一神经解剖结构,它是,在实际上,有一个复杂的三维几何形状的几个子场组成。因此,它是已知的,这些子场执行专门的功能,并通过不同的疾病状态的过程中差异的影响。磁共振(MR)成像,可作为一种强大的工具来询问海马和其子场的形态。许多集团利用先进的成像软件和硬件(> 3T),以图像的子场;然而这种类型的技术可能不是在大多数研究和临床成像中心容易获得。为了满足这一需求,该手稿提供了一个详细的一步一步的协议分割全前后长度CORNU ammonis(CA)1,CA2 / CA3,CA4 /齿状回(DG),地层radiatum /腔隙/ moleculare(SR / SL / SM)和下脚:海马及其子区。该协议已经被应用到五个主题(3F,2M; 29-57岁,平均37)。协议的可靠性是由再分割或右侧每个受试者的左海马和计算使用骰子的卡伯度量重叠评估。平均骰子的卡帕(范围)在五个主题是:整海马,0.91(0.90-0.92); CA1,0.78(0.77-0.79); CA2 / CA3,0.64(0.56-0.73); CA4 /齿状回,0.83(0.81-0.85);地层radiatum /腔隙/ moleculare,0.71(0.68-0.73);和下托0.75(0.72-0.78)。这里提出的分割协议提供其他实验室与研究使用常用的MR工具海马和海马子场体内的可靠方法。

引言

海马是与情节记忆,空间导航和其他认知功能10,31相关联的广泛研究的内侧颞叶结构。其在神经变性和神经精神障碍,如阿尔茨海默氏症,精神分裂症和双相情感障碍的作用是证据充分的4,5,18,24,30。本手稿的目标是提供额外的细节,以对在3T获得高分辨率磁共振(MR)图像对人海马子场察看34出版的手册分割协议。此外,视频分量随本手稿将提供给研究者谁希望实现自己的数据集的协议进一步的帮助。

海马可以基于观察到的在组织学制备的验尸cytoarchitectonic差异分为子场标本12,22。这种事后的标本定义GROU次为识别和海马子区研究真理。然而这种性质的制剂需要专门的技术和设备进行染色,并且通过固定的组织的可用性是有限的,尤其是在患病人群在体内成像具有主体大得多池的优点,并且还提供了机会为后续后续研究和人群观察变化。虽然它已被证明在T2加权体外的MR图像,信号强度反映蜂窝密度13,它仍然是难以确定仅仅使用MR信号强度的子场之间的无可争议的边界。因此,已经开发了许多不同的方法用于识别MR图像组织学级别的细节。

一些团体努力重建和数字化组织的数据集,然后用这些重建以及图像配准技术本地化海马子neuroanatOMY 在体内 MR 1,2,8,9,14,15,17,32。虽然这是一个有效的技术映射一个版本的病理基础事实直接到MR图像,这种性质的重建都难以完成。的项目,如这些是由完整的内侧颞叶标本,组织学技术,组织学处理期间的数据丢失,并固定体内大脑之间的基本形态的不一致的可用性的限制。其他团体已使用高场扫描仪(7T或9.4T),以努力获得在体内或离体的影像具有足够小(0.20-0.35毫米各向同性)的体素尺寸的可视化空间定位,用于在图像对比度的差异推断子区35,37之间的界限。即使在7T-9.4T和用这样一个小的体素尺寸,海马子场cytoarchitectonic特征是不可见的。这样,手动分段协议已经开发了一pproximate对MR图像已知的组织界限。这些协议通过解释本地图像对比度的差异并限定几何规则(如直线和角),相对于可见光的结构确定的子场边界。虽然在高场强拍摄的图像能够提供详细的洞察海马子场,高场扫描仪是尚未在临床或研究设置常见,因此7T和9.4T协议目前具有有限的适用性。类似的协议已被开发用于收集在3T和4T扫描器11,20,21,23,24,25,28,33图像。许多这些协议是基于与在冠状面子1毫米体素的体素的尺寸的图像,但具有大的切片厚度(0.8-3毫米)11,20,21,23,25,28,33或大间切片的距离20,28,这两个导致各个子场的体积的估计中一个显著测量偏差。另外,许多现有的3T的协议排除的子场中的所有海马头部或尾部20,23,25,33的全部或部分,或不提供的重要子结构,结合 DG与CA2 / CA3或不包括地层radiatum /腔隙/ moleculare详细分割在CA)11,20,21,23,24,25,28,33。因此,有必要在该领域的协议,可以可靠地在整个头部,身体和海马的尾部是基于在临床和研究设置通常可获得的一个扫描器确定相关子场的详细描述。努力目前由海马子区组(www.hippocampalsubfields.com)正在进行协调实验室之间海马子场分割过程,类似于现有的协调工作对整个海马分割6,以及比较21的现有协议的初始纸最近发表38 。从这个小组的工作将进一步阐明最佳分割PROCE的既定程序。

这份手稿提供了详细的书面和视频指令的可靠实现高分辨率3T磁共振成像被温特和他的同事34前面所述的海马子分段协议。该协议对整个海马五个图像健康对照组和五个海马子字段(CA1,CA2 / CA3,CA4 /齿状回,地层radiatum /腔隙/ moleculare和下脚)得到落实。这些分割的图像都可以在公网上(cobralab.ca/atlases/Hippocampus)来。该协议与划分图像将是谁希望学习详细的海马神经解剖学磁共振图像组非常有用。

研究方案

研究参与者

(; 29-57岁,平均37。3楼,2M)谁是自由的神经和神经精神障碍和重度​​颅脑外伤的情况下在这个手稿的协议,从健康志愿者采集的五个有代表性的高清晰度图像的开发。所有受试者入组,在该中心的成瘾和精神健康(CAMH)。这项研究是由CAMH研究伦理委员会,并符合赫尔辛基宣言进行。提供书面所有受试者知情同意进行数据采集和共享。有关用于收集这些图像采集序列的详细信息,请参阅温特伯恩等人 ,2013年和公园等,201426,34图片全部五科进行了检查质量和保留。海马在这些图像平均118冠状切片跨越。

1.软件设置

  1. 打开显示: 从终端​​使用以下命令:显示image_name.mnc -label label_name.mnc。该程序将打开窗户3:三维可视化窗口,3-取向图像观察窗,和一个导航窗口。该终端也将用于运行程序。放大的冠状面,因为分割将冠进行。放大的海马。在导航窗口中选择F(分段)。选择F(XY半径:0.1)。在终端窗口会提示用户"输入XY画笔大小"。设置为0.1。这将设置你的画笔的大小。用户现在可以开始了海马绘制到MR图像。

2.整个海马手动分割

  1. 设置:使用T1加权像,滚动到海马的最前冠状切片。为了推进切片的前方向,用"+"键;用' - '键在后方向上移动。
  2. 的切片答:最前片:用鼠标右键单击,画的海马灰质在那里遇到周围颞叶白质最外层的边界,并使用alveus的高强度的白质以协助上缘,其中所述海马满足杏仁核12,22。使用E(标签填充)键在导航窗口中的分段菜单,以填补在边境内侧的标签。继续在整个前海马头应用这些边界。
  3. 切片B:海马头1(图1B):
    1. 上,下,外侧,内侧边框:继续绘制边框如步骤2.2中所述,使用颞叶和alveus为指导的白质。
    2. Supero-内侧缘:对于这一点,使用轴向图,画一条水平线从横向海马29的前部边缘,包括下面这条线作为海马什么。注:supero-内侧缘成为这些片,其中海马的灰​​质融合与杏仁核的灰质比较模糊。
  4. 切片C:海马头2齿状:根据不同的主题,海马齿状可能是3-4片可见(通常情况下,他们是在T2加权相对于T1加权像更明显)。在这些切片,继续使用alveus和颞叶白质,引导边界分割12,22。有关详细信息,按照步骤2.5.1-2.5.2。
  5. 片D:海马头3:
    1. 上,下,外侧,内侧边框:绘制海马的下缘在颞叶,在侧脑室,上缘的下角外侧缘的白质,继齿状的曲线,在白质的alveus /伞,而内侧缘在低信号区域选择性n个环池12,22的。
    2. Supero-内侧和infero-内侧边界:继续定义supero,内侧缘如步骤2.3.2描述。绘制内侧缘所在的海马变薄略,并延伸到内嗅皮层12,22的轻度高信号灰质的下部。
  6. 片E:海马头4钩回:继续绘制步骤2.5.1-2.5.2描述下,横向和优越的边界。包括钩回(位于游戏币向海马的主体,并且由低强度CSF包围)在海马分割12,2 2。
  7. 片F:海马体:继续绘制步骤2.5.1-2.5.2描述下,外侧,内侧,和优越的边界。绘制infero,内侧缘处,其中海马变薄,因为它转换到内嗅皮质/准海马回12,22点。不要在分割的残留海马沟的低强度CSF。
  8. 切片G:海马尾1:开始分割海马尾型切片时,穹窿的小腿是第一个可见。通过外推束状回的捏成从更前片12,22海马尾排除在分割的束状回(一灰质结构融合与海马尾部分海马)。此外推是唯一可能为2-3片,之后,两个结构不能准确分辨;在这一点上,对待这地区如海马所有可见灰质。
  9. 切片H:海马尾2:段从周边高强度的白质后的海马尾部的低强度的灰质。
  10. 切片我:最靠后的切片:段海马灰质从小其余区域周围白质的颞叶。

3.海马子字段手动分割

  1. 设置:使用T2加权图像,滚动到海马的最前冠状切片(如在步骤2.1)。要改变画笔的颜色,选择D(设置在导航窗口中的分割菜单上涂料的Lbl :)。该命令终端将提示:"请输入当前绘制的标签:"。输入一个数字255 1至每个号对应于不同的标签的颜色。
  2. 切片答:最前片:由于子部门都在最前片还没有看到,画线分割沿其最长可见轴可见海马灰质(这不一定平行于任何基本轴)成两个相等的部分,以接近真实的解剖12,22。标签上级这两部分的CA1区和下部分为下脚由choosi纳克不同颜色的标签,每个子23,35。
  3. 切片B:海马负责人1:海马结构为SR / SL / SM 13,37的中间标签的低烈度区。当沿着海马的下部边缘的弯曲变得清晰,使用这一具有里程碑意义从CA1 12,22分离下托的外侧缘。继续按照海马的最长轴绘制CA1,下托边境上的supero-内侧尖37。
  4. 切片C:海马头2齿状:
    1. SR / SL / SM,CA4 / DG和下托:标签的SR / SL / SM,CA4 / DG和所描述的片D下脚(步骤3.5.1)。
    2. CA2 / CA3和CA1:定义CA1和CA2 / CA3之间的边界为从发SR / SL / SM 12,22的最supero -外侧边缘在supero -横向方向延伸的45度角线。内侧沿上边缘延伸CA2 / CA3到登塔之间的槽系统蒸发散12,22。标签上缘为CA1 12,22的其余部分。
  5. 片D:海马头3
    1. SR / SL / SM,CA4 / DG和下托:第一个标签黑暗SR / SL / SM频段,这将遵循CA1 37的曲线。标签的SR / SL / SM为CA4 / DG 12,22,23,35,37内部的任何高强度的灰质。这可能不是连续的区域如图2C所示。继续使用弯曲的劣势海马12,22定义下托-CA1边界。
    2. CA2 / CA3和​​CA1:继续定义CA1和CA2 / CA3边界按步骤3.4.2。延长CA2 / CA3内侧中途沿着海马12,22的上边缘和标签上缘的另一半作为CA1 12,22。
    3. Supero-内侧的海马头:在这片,垂直划分supero-内侧的海马头的一半。标签内侧一半SR / SL / SM 12。除以横向一半一半,这一次水平。标签上级部分为CA4 / DG和下部分为CA2 / CA3 12。
  6. 片E:海马头4钩回
    1. 外侧海马头(下托):在这些片的侧部,定义下托-CA1边框,从最内侧缘CA4 / DG 12,22在上下方向延伸的垂直线。
    2. 横向海马头(CA1,CA2 / CA3,CA4 / DG,SR / SL / SM):定义以同样的方式在CA1-CA2 / CA3边界的步骤3.4.2。继续按照CA区域的曲线SR / SL / SM标注为低强度区域。标记CA4 / DG称为SR / SL / SM内的中心腔中,如在步骤3.5.1。
    3. UNCAL海马头(SR / SL / SM):标签海马钩回约10片作为海马头部过渡到海马体。在钩回,标号低强度区的中心SR / SL / SM(若这是很难看,通过分割线2-3的体素宽向上的中心钩回的)12近似解剖学。
    4. UNCAL海马头(CA2 / CA3,CA4 / DG):画线的SR / SL / SM沿钩回的infero侧向/ supero-中轴部分的上边缘。标签上面这条线CA2 / CA3 12所有灰质。标签下面这条线(在SR / SL / SM的两侧)为CA4 / DG 12任何未标记的灰质。
  7. 片F:海马体:继续申请步骤3.6.1-3.6.2描述的边界。
  8. 切片G:海马尾1:继续申请步骤3.6.1-3.6.2描述的规则。下托-CA1边界成为从内侧缘CA4 / DG 12,22的infero-内侧方向延伸的45度角行。
  9. 片H:海马尾2:一旦束状回中不再能够从海马formatio区分N,标签的整个外层CA1区,此的SR / SL内的低强度区/ SM(如在以前的切片),和任何剩余的灰质在中间CA4 / DG 12,22。
  10. 切片我:最靠后的切片:一旦黑暗SR / SL / SM是海马结构的中心不再可见,标签,整个结构CA1 12,22。

4,协议的可靠性

  1. 从执行最初分割等待约一个月之后再分割或右侧每个受试者的左海马。段一直以来,海马的整个前后长度的子场,试图按照协议规定的一致是可能的。
  2. 计算原始和resegmented卷之间的骰子的河童:
    figure-protocol-4711
    其中k =骰子的κ和A和B的标签卷。

结果

。结果从协议可靠性测试总结于表2对于整个双侧海马,平均空间交叠由骰子的卡伯测定为0.91和0.90的范围内- 0.92。子场卡伯值范围为0.64(CA2 / CA3)至0.83(CA4 /齿状回)。平均体积为所有子场和整个海马列于表3中。卷在整个海马范围从2456.72-3325.02毫米3。该CA2 / CA3是最小的子场在208.33毫米3,而CA1是最大的857.46毫米3。

讨论

在MR图像海马子分割很好的体现在文献中。但是,现有的协议排除的海马20,23,33,35部,仅适用于定影图像37,或要求超高场扫描仪进行图像采集35,37。这个手稿提供一个分割协议,它包括海马五个主要分部(CA1,CA2 / CA3,CA4 /齿状回,SR / SL / SM,并下托),并跨越结构的整个前 - 后长度。完整的分段地图集可在公众网上(cobralab.ca/atlases/Hippocampus)来。这项工作是适用于神经?...

披露声明

The authors have no conflicts of interest to declare.

致谢

笔者想从CAMH基金会的认可支持,感谢迈克尔和宋佳柯纳的Kimel家庭,和保罗·加芬克尔新研究员催化剂奖。该项目资金由全宗德RECHERCHES桑特魁北克健康研究加拿大学院(CIHR),自然科学和加拿大,韦斯顿脑研究所,加拿大阿尔茨海默氏症协会工程研究理事会,和迈克尔J. Fox基金会帕金森病研究(MMC),以及CIHR,安大略省精神卫生基金会,NARSAD和心理健康国家研究所(R01MH099167)(ANV)。作者还要感谢Anusha Ravichandran寻求帮助获取图像。

材料

NameCompanyCatalog NumberComments
Discovery MR750 3TGEOr equivalent 3T scanner
Minc Tool KitMcConnell Brain Imaging Center, Montreal Neurological InstituteOpen source: http://www.bic.mni.mcgill.ca/ServicesSoftware/ServicesSoftwareMincToolKit

参考文献

  1. Adler, D. H., et al. Reconstruction of the human hippocampus in 3D from histology and high-resolution ex-vivo MRI. IEEE Intl. Symp. on Biomed. Img. , 294-297 (2012).
  2. Adler, D. H., et al. Histology-derived volumetric annotation of the human hippocampal subfields in postmortem MRI. NeuroImage. 84 (1), 505-523 (2014).
  3. Amaral, D. G. A golgi study of cell types in the hilar region of the hippocampus in the rat. J. Comp. Neurol. 182 (4 Pt 2), 851-914 (1978).
  4. Blumberg, H. P., et al. Amygdala and Hippocampal Volumes in Adolescents and Adults With Bipolar Disorder. Arch Gen Psychiatry. 60 (12), 1201-1208 (2003).
  5. Braak, H., Braak, E. Neuropathological stageing of Alzheimer-related changes. Acta Neuropathol . 82 (4), 239-259 (1991).
  6. Boccardi, M., et al. Survey of protocols for the manual segmentation of the hippocampus: preparatory steps towards a joint EADC-ADNI harmonized protocol. J. Alzheimer's Dis. 26 (3), 61-75 (2011).
  7. Chakravarty, M. M., et al. Performing label-fusion-based segmentation using multiple automatically generated templates. Hum. Brain Mapp. 34 (10), 2635-2654 (2013).
  8. Chakravarty, M. M., Bertrand, G., Hodge, C. P., Sadikot, A. F., Collins, D. L. The creation of a brain atlas for image guided neurosurgery using serial histological data. NeuroImage. 30 (2), 359-376 (2006).
  9. Collins, D. L., Neelin, P., Peters, T. M., Evans, A. C. Automatic 3D intersubject registration of MR volumetric data in standardized Talairach space. J. Comput. Assist. Tomogr. 18 (2), 192-205 (1994).
  10. Heijer, F. V., et al. Structural and diffusion MRI measures of the hippocampus and memory performance. NeuroImage. 63 (4), 1782-1789 (2012).
  11. Duncan, K., Tompary, A., Davachi, L. Associative encoding and retrieval are predicted by functional connectivity in distinct hippocampal area ca1 pathways. The Journal of Neuroscience. 34 (34), 11188-11198 (2014).
  12. Duvernoy, H. M. . The Human Hippocampus: Functional Anatomy Vascularization, and Serial Sections with MRI. , (2005).
  13. Fatterpekar, G. M., et al. Cytoarchitecture of the human cerebral cortex: MR microscopy of excised specimens at 9.4 Tesla. Am. J. Neuroradiol. 23 (8), 1313-1321 (2002).
  14. Frey, S., Pandya, D. N., Chakravarty, M. M., Bailey, L., Petrides, M., Collins, D. L. An MRI based average macaque monkey stereotaxic atlas and space (MNI monkey space). NeuroImage. 55 (4), 1435-1442 (2011).
  15. Goubran, M., Crukley, C., de Ribaupierre, S., Peters, T. M., Khan, A. R. Image registration of ex-vivo. MRI to sparsely sectioned histology of hippocampal and neocortical temporal lobe specimens. NeuroImage. 83, 770-781 (2013).
  16. Heckemann, R. A., Hajnal, J. V., Aljabar, P., Rueckert, D., Hammers, A. Automatic anatomical brain MRI segmentation combining label propagation and decision fusion. NeuroImage. 33 (1), 115-126 (2006).
  17. Holmes, C. J., Hoge, R., Collins, L., Woods, R., Toga, A. W., Evans, A. C. Enhancement of MR images using registration for signal averaging. J. Comput. Assist. Tomogr. 22 (2), 324-333 (1998).
  18. Karnik-Henry, M. S., Wang, L., Barch, D. M., Harms, M. P., Campanella, C., Csernansky, J. G. Medial temporal lobe structure and cognition in individuals with schizophrenia and in their non-psychotic siblings. Schizophrenia Research. 138 (2-3), 128-135 (2012).
  19. Kim, J. S., et al. Automated 3-D extraction and evaluation of the inner and outer cortical surfaces using a Laplacian map and partial volume effect classification. NeuroImage. 27 (1), 210-221 (2005).
  20. La Joie, R., et al. Differential effect of age on hippocampal subfields assessed using a new high-resolution 3T MR sequence. NeuroImage. 53 (2), 506-514 (2010).
  21. Libby, L. A., Ekstrom, A. D., Ragland, J. D., Ranganath, C. Differential connectivity of perirhinal and parahippocampal cortices within human hippocampal subregions revealed by high-resolution functional imaging. The Journal of Neuroscience. 32 (19), 6550-6560 (2012).
  22. Mai, J. K., Paxinos, G., Voss, T. . Atlas of the Human Brain. , (2008).
  23. Mueller, S. G., et al. Measurement of hippocampal subfields and age-related changes with high resolution MRI at 4T. Neurobiol Aging. 28 (5), 719-726 (2006).
  24. Narr, K. L., et al. Regional specificity of hippocampal volume reductions in first-episode schizophrenia. NeuroImage. 21 (4), 1563-1575 (2004).
  25. Olsen, R. K., Palombo, D. J., Rabin, J. S., Levine, B., Ryan, J. D., Rosenbaum, R. S. Volumetric Analysis of Medial Temporal Lobe Subregions in Development Amnesia using High-Resolution Magnetic Resonance Imaging. Hippocampus. 23 (10), 855-860 (2013).
  26. Park, M. T. M., et al. Derivation of high-resolution MRI atlases of the human cerebellum at 3T and segmentation using multiple automatically generated templates. NeuroImage. 95, 217-231 (2014).
  27. Pipitone, J., et al. Multi-atlas Segmentation of the Whole Hippocampus and Subfields Using Multiple Automatically Generated Templates. NeuroImage. 101, 494-512 (2014).
  28. Pluta, J., Yushkevich, P., Das, S., Wolk, D. In vivo analysis of hippocampal subfield atrophy in mild cognitive impairment via semi-automatic segmentation of T2-weighted MRI.Journal of Alzheimer's Disease. 31 (1), 85-99 (2012).
  29. Pruessner, J. C., et al. Volumetry of hippocampus and amygdala with high-resolution MRI and three- dimensional analysis software: minimizing the discrepancies between laboratories. Cereb Cortex. 10 (4), 433-442 (2000).
  30. Sabuncu, M. R., et al. The dynamics of cortical and hippocampal atrophy in Alzheimer disease. Archives of Neurology. 68 (8), 1040-1048 (2011).
  31. Scoville, W. B., Milner, B. Loss of recent memory after bilateral hippocampal lesions. J. Neuropsych. and Clin. Neurosci. 12 (1), 103-113 (1957).
  32. Toga, A. W., Thompson, P. M., Mori, S., Amunts, K., Zilles, K. Towards multimodal atlases of the human brain. Nat. Rev. Neurosci. 7 (12), 952-966 (2006).
  33. van Leemput, K., et al. Automated segmentation of hippocampal subfields from ultra-high resolution in vivo. MRI. Hippocampus. 19 (6), 549-557 (2009).
  34. Winterburn, J. L., et al. A novel in vivo atlas of human hippocampal subfields using high-resolution 3 T magnetic resonance imaging. NeuroImage. 74, 254-265 (2013).
  35. Wisse, L. E. M., Gerritsen, L., Zwanenburg, J. J. M., Kuijf, H. J. Subfields of the hippocampal formation at 7 T MRI: in vivo. volumetric assessment. NeuroImage. 61 (4), 1043-1049 (2012).
  36. Yelnik, J., et al. A three-dimensional, histological and deformable atlas of the human basal ganglia. I. Atlas construction based on immunohistochemical and MRI data. NeuroImage. 34 (2), 618-638 (2007).
  37. Yushkevich, P. A., et al. A high-resolution computational atlas of the human hippocampus from postmortem magnetic resonance imaging at 9.4 T. NeuroImage. 44 (2), 385-398 (2009).
  38. Yushkevich, P. A., et al. Quantitative Comparison of 21 Protocols for Labeling Hippocampal Subfields and Parahippocampal Subregions in In Vivo MRI: Towards a Harmonized Segmentation Protocol. NeuroImage. , (2015).

转载和许可

请求许可使用此 JoVE 文章的文本或图形

请求许可

探索更多文章

105

This article has been published

Video Coming Soon

JoVE Logo

政策

使用条款

隐私

科研

教育

关于 JoVE

版权所属 © 2025 MyJoVE 公司版权所有,本公司不涉及任何医疗业务和医疗服务。