Das Material wird auf der Arbeit teilweise von der National Science Foundation unter Grant No IIS0758410 unterstützt werden. Die Daten wurden von Carolinas Healthcare System geliefert.

Ein. Methodik Übersicht Der vorgeschlagene Rahmen verarbeitet das Gehirn CT-Bilder von Schädel-Hirn-Trauma (SHT) Patienten automatisch zu berechnen Mittellinie Verschiebung in pathologischen Fällen und verwenden Sie es wie auch andere extrahierten Informationen zu intrakraniellen Drucks (ICP) vorherzusagen. Abbildung 1 zeigt die schematische Darstellung des gesamten Rahmen. Die automatisierte Mittellinienverlagerung Messung kann in drei Schritte unterteilt werden. Zuerst wird die ideale Mittellinie des Gehirns, dh der Mittellinie vor Verletzungen, wird über eine hierarchische Suche auf Schädel Symmetrie und Gewebemerkmalen 3 basierend gefunden. Zweitens ist die ventrikuläre System für jeden segmentierten CT-Bild des Gehirns 4. Drittens wird die tatsächliche Mittellinie aus dem segmentierten verformt ventrikuläre System unter Verwendung eines Verfahrens Formanpassung 5 geschätzt. Die horizontale Verschiebung des ventrikulären System wird dann auf der Abschätzung des idealen Mittellinie und dem tatsächlichen Mittellinie geschätzten basiert. Nach ter Mittellinienverlagerung wird nacheinander geschätzt Eigenschaften einschließlich Mittellinienverlagerung, Texturinformation von CT-Bildern, sowie andere demographische Informationen verwendet werden, um vorherzusagen ICP. Algorithmen des maschinellen Lernens werden verwendet, um die Beziehung zwischen dem ICP und die extrahierten Merkmale 6 modellieren. 2. Ideal Midline Schätzung <ol><li> Dieser Schritt erkennt die ungefähre ideale Mittellinie mit Symmetrie des Schädels. Zuerst mit Graustufen Schwellenwertbildung, braucht der Schädel zu segmentierenden vom Rest des Inhalts in dem CT-Bild. Wonach, eine erschöpfende Suche durchzuführen, um die Drehwinkel um den Massenmittelpunkt des Schädels zu identifizieren. Die optimale Drehwinkel wird als der Winkel, die die Symmetrie der sich ergebenden Hälften des Schädels maximiert definiert. Die ungefähre ideale Mittellinie ist die Linie, die durch den Mittelpunkt und Masse hat die optimale Rotation Engel gegenüber der ursprünglichen vertikalen Richtung des CT-Bildes. </li><li> Dieser Schritt ermittelt die posterior Falx cerebri und anterioren Falx Befestigung an den Rändern der sagittalen Sulkus. Dieser Schritt wird durchgeführt, um die identifizierte ungefähre ideale Mittellinie verfeinern. Zunächst werden dazu zwei searching Rechtecken auf den beiden Schnittpunkten zwischen dem angenäherten idealen Mittellinie und die Schädelkalotte zentriert. Als nächstes wählen die Größen der Rechtecke empirisch so dass sie die anatomischen Merkmale zu erfassenden wie unten erklärt werden abzudecken. Der vordere falx Anlage wird als Scheitelpunkt des Kamms auf dem Schädeldach und die Falx cerebri als graue Linie im hinteren Bereich 3 detektiert. </li><li> Dieser Schritt nutzt diese Funktionen über die ideale Mittellinienposition verfeinern erkannt. Nachdem der Scheitelpunkt der vorderen Befestigung und Falx äußersten Punkt in der hinteren Falx cerebri vom calvarum angegeben sind, ist die verfeinerte ideale Mittellinie der Verbindungslinie zwischen den beiden Punkten. </li></ol> 3. Ventrikels Segmentation <ol><li> Zuerst eine low-level Segmentierung mit ein Gaussian Mixture Model (GMM) für jedes CT-Schicht 4,7. Knochen / Blut, Liquor (CSF), grauen und weißen Substanz: CT-Bilder können in 4 Arten von Gewebe unterteilt werden. Für die Initialisierung des Gaussian Mixture Model, werden die Parameter basierend auf einer iterativen K-Mittel-Segmentierung Ergebnis des CT-Bildes geschätzt. Dann verwenden die Expectation-Maximization-(EM)-Methode GMM iterativ zu optimieren, um besser repräsentieren das CT-Bild. Die harte Segmentierungsergebnis kann durch Partitionieren des CT-Bildes in Bereiche auf der maximalen Wahrscheinlichkeit der Zugehörigkeit dass jedes Pixel auf unterschiedliche Typen gehört Region basierend erhalten werden. </li><li> Nach der Low-Level-Segmentierung der GMM, gelten weitere Einschränkungen für die Segmentierung Ergebnis um ventrikuläre Regionen zu erkennen. Nur ventrikulären Regionen mit Größe oberhalb einer bestimmten Schwelle bleiben erhalten. Gelten Einschränkungen für die Lage der ventrikulären Regionen sowie unter Verwendung des Gehirns Begrenzungsrahmen und den Satz von ventricle Vorlagen. Entpacken Sie die Menge der Herzkammer Vorlagen aus einem Standard-Hirn-MR-Bilder und dann vergrößern Sie es mit der morphologischen Streckung an Unterschiede zwischen den verschiedenen Fächern und pathologische Fälle unterzubringen. </li></ol> 4. Tatsächliche Midline Schätzung <ol><li> Geben Sie die Merkmalspunkte auf den Ventrikel-Vorlagen von MR extrahiert. </li><li> Haben die Multiple Regionen Shape Matching 5,8 zwischen segmentierten Ventrikel und der MR-Vorlage. </li><li> Schätzung der tatsächlichen Mittellinie auf den identifizierten Merkmalspunkte auf den Ventrikel von Formen mit Formschluss beruht. Dann nutzen Sie den Durchschnitt der linken Seite mittleren und rechten Mittel der x-Koordinaten der Merkmalspunkte, die von der Mittellinie x-Koordinate definieren. </li></ol> 5. Weitere Feature-Extraktionen <ol><li> Messung des intrakranialen Hämatom / Blutungen Volumen auf der Gaußschen Mischungsmodells (GMM) Segmentierung ergibt sich aus den CT-Bildern erhalten werden. Das Ergebnis kann in segmentiertenClude kleinen Regionen einschließlich Venensinus Blut und Falx cerebri, aber sie können in der Regel im Vergleich zu den Regionen des Hämatoms vernachlässigt werden. Dann zählen die Anzahl der Pixel wie Blut für jede Scheibe eingestuft und sie summieren sich. Die Endsumme quantifiziert die extravasierten Blutvolumen in der CT-Untersuchung. </li><li> Auszug Texturmerkmale. Wählen Sie zunächst sechs Fenster in jedem CT-Bild, die graue und weiße Substanz erfasst, sondern um die Blut-und Herzkammer Strukturen im CT-Bild, siehe Abbildung 6. Extrahieren Sie dann die entsprechende Textur Features mithilfe der folgenden Methoden: Gray Stufe Run Länge 9, Histogramm-Analyse, Fourier-Analyse, Dual Baum Complex Wavelet-Analyse 10. </li><li> Demografische Informationen und injury severity score werden ebenfalls gesammelt. </li><li> Alle extrahierten Merkmale der einzelnen CT-Bild werden aggregiert, um die gesamte CT-Untersuchung darstellen. Insbesondere min (f), max (f), Median (f), Mittelwert (f), std (f) sind unter al berechnetl die ausgewählten Funktionen aus der insbesondere CT-Untersuchung, zB eine Funktion ƒ der Mittellinie Verschiebung oder einer Textur Funktion. Für den intrakraniellen Blutungen Menge Funktion neben den 5 Betreibern oben genannten Summe (f) wird auch hinzugefügt, um das gesamte Blutvolumen aufzunehmen. </li></ol> 6. ICP Schätzung Die Hauptidee des ICP Schätzung ist maschinelles Lernen Techniken anzuwenden, um ein Modell auf einer Reihe von Schulungen Proben aufzubauen. Dann wird die gebaut Modell basiert auf den verbleibenden Testproben ausgewertet. Aufgrund der hohen Dimension der extrahierten Merkmale auch aus den CT-Scans und demografische Informationen, ist eine leistungsstarke Auswahl wichtiger an unabhängige Funktionen für eine relativ einfache Weise stabiles Modell entfernen. Deshalb gibt es in zwei Schritten für ICP Schätzung / Prognose durchgeführt werden. Wählen Sie zunächst die relativen Eigenschaften, die informative bei der Vorhersage ICPs sind. Der zweite Schritt besteht darin, Support Vector Machines (SVM) als nutzenLernalgorithmus zu entwickeln und zu evaluieren das Training Modell. Software wie RapidMiner 11 ist ideal für diese Aufgabe, weil es ein sehr gut entwickeltes Werkzeug für die meisten Algorithmen des maschinellen Lernens ist und bietet eine sehr leistungsfähige Schnittstellen zu trainieren und zu evaluieren Modelle. <ol><li> Führen Sie die Funktion Auswahl in zwei Stufen. Zunächst verwenden die Informationen, Gewinn-Verhältnis Kriterium in der ersten Stufe, um die Top-50-Funktionen zu wählen. In der zweiten Stufe, mit einem genetischen Algorithmus, der SVM zur weiteren Optimierung der Funktion Auswahl. Dann nutzen Sie die letzte Gruppe von ausgewählten Funktionen, um das Modell für die ICP Vorhersage im folgenden Schritt zu bauen. </li><li> Führen ICP Klassifizierung und Bewertung durch Techniken des maschinellen Lernens. Die oberste Ebene Diagramm der Ausbildung und Prüfung sind in RapidMiner in 8 gezeigt. Tragen Sie eine 10-fache Kreuzvalidierung Schema wie die äußerste Schicht für die Auswertung. Um ein Modell mit einer besseren Generalisierung zu bauen und zu vermeiden over-passend zu ter Trainingsdaten, Nest eine weitere Schicht der Kreuzvalidierung in jedem Training fache. In diesen Modulen, wenden Sie zuerst die Funktion Auswahl oben beschrieben und dann mit einem SVM zur Klassifikation mit eigenen Parameter-Auswahl-Modul 6. </li></ol>

<ol>
	<li>Langlois, J. A., Rutland-Brown, W., Thomas, K. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Traumatic brain injury in the united states: emergency department visits, hospitalizations, and deaths. , (2006).</li><li>Moore, E. E., Feliciano, D. V., Mattox, K. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Trauma. , (2003).</li><li>Chen, W., Smith, R., Ji, S. Y., Ward, K. R., Najarian, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+Ventricular+Systems+Segmentation+in+Brain+CT+Images+by+Combining+Low-level+Segmentation+and+High-level+Template+Matching.">Automated Ventricular Systems Segmentation in Brain CT Images by Combining Low-level Segmentation and High-level Template Matching.</a> BMC Medical Informatics and Decision Making. 9, (2009).</li><li>Chen, W., Najarian, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Segmentation+of+Ventricles+in+Brain+CT+Images+Using+Gaussian+Mixture+Model+Method.">Segmentation of Ventricles in Brain CT Images Using Gaussian Mixture Model Method.</a> , 15-20 (2009).</li><li>Chen, W., Ward, K. R., Najarian, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Actual+Midline+Estimation+from+Brain+CT+Scan+Using+Multiple+Regions+Shape+Matching.">Actual Midline Estimation from Brain CT Scan Using Multiple Regions Shape Matching.</a> , 2552-2555 (2010).</li><li>Chen, W., Cockrell, C., Ward, K. R., Najarian, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Intracranial+Pressure+Level+Prediction+in+Traumatic+Brain+Injury+by+Extracting+Features+from+Multiple+Sources+and+Using+Machine+Learning+Methods.">Intracranial Pressure Level Prediction in Traumatic Brain Injury by Extracting Features from Multiple Sources and Using Machine Learning Methods.</a> , 510-515 (2010).</li><li>Greenspan, H., Ruf, A., Goldberger, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Constrained+Gaussian+mixture+model+framework+for+automatic+segmentation+of+MR+brain+images.">Constrained Gaussian mixture model framework for automatic segmentation of MR brain images.</a> IEEE Trans. Med. Imaging. 25 (9), 1233-1245 (2006).</li><li>Belongie, S., Malik, J., Puzicha, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Shape+matching+and+object+recognition+using+shape+contexts.">Shape matching and object recognition using shape contexts.</a> IEEE Trans. Pattern Anal. Mach. Intell. 24, 509-522 (2002).</li><li>Weszaka, J. S., Dyer, C. R., Rosenfeld, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+comparative+study+of+texture+measures+for+terrain+classification.">A comparative study of texture measures for terrain classification.</a> IEEE Trans. on Syst., Man, Cyber. , (1976).</li><li>Kingsbury, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Complex+wavelets+for+shift+invariant+analysis+and+filtering+of+signals.">Complex wavelets for shift invariant analysis and filtering of signals.</a> Applied and Computational Harmonic Analysis. 10 (3), 234-253 (2002).</li><li>Mierswa, I., Wurst, M., Klinkenberg, R., Scholz, M., Euler, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=+Yale:+Rapid+prototyping+for+complex+data+mining+tasks."> Yale: Rapid prototyping for complex data mining tasks.</a> , 935-940 (2006).</li></ol>

Keine Interessenskonflikte erklärt.

In dieser Studie wird eine intuitive und flexible Rahmenbedingungen vorgeschlagen, zwei anspruchsvolle Probleme anzugehen: die Schätzung der Mittellinie Verschiebung in CT-Bildern und ICP-Ebene Vorhersage auf extrahierten Merkmale. Die Auswertungsergebnisse zeigen die Wirksamkeit des vorgeschlagenen Verfahrens. Soweit wir wissen, ist dies das erste Mal von einer systematischen Studie bei der Bewältigung dieser beiden Probleme. Wir bemerken, dass basierend auf der allgemeinen Rahmens, gibt es viele mögliche Verbesseru...

Jedes Jahr gibt es etwa 1,4 Millionen traumatische Hirnverletzungen (TBI) related Notaufnahme Fälle in den Vereinigten Staaten, von denen über 50.000 zum Tod führen 1. Schwerem SHT wird üblicherweise durch eine Erhöhung des intrakranialen Drucks (ICP) mit Symptomen wie Hämatome und Schwellung Hirngewebe einhergehen. Diese führen zu einer verminderten zerebralen Perfusionsdruck und zerebraler Blutfluss, indem den verletzten Gehirn zusätzliches Risiko. Schwere ICP Anstieg tödlich sein kann, so die Überwachung ICP für Patienten mit TBI ist entscheidend. Dies erfordert typischerweise Platzierung Verweilkathetern direkt in das Gehirn zum Überwachen des Drucks, ein riskantes Verfahren für Patienten, die nur in spezialisierten Kliniken durchgeführt werden kann. Das Verfahren beinhaltet auch Risiken wie Infektionen. Jedoch können einige Anzeichen erhöhter ICP werden in der medizinischen Bildgebung bemerkbar. Insbesondere wird Mittellinienverlagerung oft mit einer Erhöhung der ICP verbunden und können aus dem Gehirn berechneten t erfasst werdenomography (CT) Bilder. Als solche bieten diese Bilder eine Gelegenheit für nicht-invasive Detektion von erhöhtem ICP die als Pre-Screening Schritt vor kranialen Trepanation verwendet werden kann. CT-Bildgebung ist noch der Goldstandard zur anfänglichen TBI Beurteilung unter allen anderen bildgebenden Verfahren, zB MRI, aufgrund seiner hohen Geschwindigkeit und relativ geringen Kosten 2. Darüber hinaus bedeutet ein CT-Untersuchung nicht erforderlich strengen Patienten Immobilität, und hat den Vorteil bei der Aufdeckung schwerer Anomalien wie Knochenbrüche und Blutergüsse. Während CT wird allgemein für den Nachweis von Verletzungen des Gehirns, von der aktuellen Technologie verwendet wird Mittellinienverlagerung nicht automatisch gemessen und daher muss der Arzt diese wichtige Faktor durch Sichtprüfung beurteilen. Unrichtig oder widersprüchlich CT Interpretation wird oft mit der Natur des menschlichen visuellen Systems und der komplexen Struktur des Gehirns verbunden. Während kleine Verschiebungen Mittellinie flüchtig sind, werden sie häufig zur Bewertung der Hirnverletzung wertvolle, in pGelenkknorpel in einem frühen Stadium der Verletzung vor den Zustand eines Patienten wird immer schwerer. Auf der anderen Seite des Spektrums, schlägt große Mittellinienverlagerung stark erhöhten ICP und schwereren TBI. Allerdings ist es eine sehr anspruchsvolle Aufgabe für den Menschen visuell zu inspizieren CT-Bildern und vorherzusagen das Niveau der ICP quantitativ. Aufgrund der Fortschritte in der automatisierten rechnergestützte Techniken können Merkmale aus CT-Bildern, wie Mittellinienverlagerung, Hämatome Volumen und Textur des Gehirns CT-Bildern extrahiert genau gemessen werden und automatisch mit Hilfe modernster Methoden der Bildverarbeitung. Jedoch ist die Beziehung zwischen ICP und Mittellinienverlagerung sowie andere Funktionen wie Grad der Blutung wurde die Textur aus CT-Bildern nicht erforscht. In diesem Papier, hat eine rechnerische Rahmenbedingungen vorgeschlagen worden, um die Mittellinie Verschiebung Messung sowie andere physiologische / anatomische Merkmale auf Gehirn CT-Bildern messen und dann vorhersagen, den Grad der ICP nicht aufdringlich mit Techniken des maschinellen Lernens.

automated midline shift and intracranial pressure estimation based on brain ct images

In diesem Papier stellen wir ein automatisiertes System vor allem auf die Computertomographie (CT), bestehend aus zwei Hauptkomponenten: der Mittellinie Verschiebung Schätzung und intrakraniellen Drucks (ICP) Pre-Screening-System. Um die Mittellinienverlagerung Abschätzung ersten eine Schätzung des idealen Mittellinie bezogen auf die Symmetrie des Schädels und anatomische Merkmale im Gehirn CT-Scan durchgeführt. Dann wird die Segmentierung der Ventrikel von dem CT-Scan durchgeführt und als Führung für die Feststellung des tatsächlich Mittellinie durch Formschluss. Diese Prozesse imitieren den Messvorgang von Ärzten und haben gezeigt, viel versprechende Ergebnisse bei der Auswertung. In der zweiten Komponente sind mehrere Eigenschaften im Zusammenhang mit ICP extrahiert, wie die Textur-Information, Blut Menge von CT-Scans und anderen aufgezeichneten Merkmale, wie Alter, Schwere der Verletzungen des Gastes, um den ICP abzuschätzen sind ebenfalls einbezogen. Techniken des maschinellen Lernens, einschließlich Funktion und Klassifikation, wie SupportVector Machines (SVM), eingesetzt werden, um die Vorhersage-Modell mit RapidMiner zu bauen. Die Auswertung der Vorhersage weist potenzielle Nützlichkeit des Modells. Die geschätzte ideale Mittellinienverlagerung und vorhergesagten ICP-Spiegel können als schneller Vorabsiebung Schritt für Ärzte, Entscheidungen zu treffen verwendet werden, um so für oder gegen eine invasive Hirndruckmessung empfehlen.

Die Prüfung CT-Datensätze wurden von der Carolinas HealthCare System (CHS) unter Institutional Review Board Genehmigung zur Verfügung gestellt. Alle Probanden wurden mit leichten bis schweren SHT diagnostiziert, wenn erste ins Krankenhaus eingeliefert. Bei jedem Patienten wurde die ICP-Wert aufgezeichnet stündlich mittels ICP Sonden innerhalb des Ventrikels Bereich sowohl vor als auch nach dem CT-Scans wurden erhalten. Um die ICP Wert mit jedem CT-Scan, den Durchschnitt der beiden engsten Messungen von ICP zum Zeitp...

Watch this Scientific Journal Video about Automated Midline Shift and Intracranial Pressure Estimation based on Brain CT Images at JoVE.com

Automated Midline Shift and Intracranial Pressure Estimation based on Brain CT Images

Eine automatisierte Mittellinienverlagerung Schätzung und intrakraniellen Drucks (ICP) Pre-Screening-System auf der Computertomographie (CT) für Patienten mit Schädel-Hirn-Trauma (SHT) basiert schlug mit Bildverarbeitung und Techniken des maschinellen Lernens.

Automatisierte Midline Shift und intrakranieller Druck Schätzung basierend auf Gehirn CT Images

In this paper we present an automated system based mainly on the computed tomography (CT) images consisting of two main components: the midline shift ...

automated-midline-shift-intracranial-pressure-estimation-based-on

Research

JoVE Journal

Medicine

42.2K Aufrufe.  Virginia Commonwealth University. Eine automatisierte Mittellinienverlagerung Schätzung und intrakraniellen Drucks (ICP) Pre-Screening-System auf der Computertomographie (CT) für Patienten mit Schädel-Hirn-Trauma (SHT) basiert schlug mit Bildverarbeitung und Techniken des maschinellen Lernens.

Serie: Automated Midline Shift and Intracranial Pressure Estimation based on Brain CT Images

Epidural Intracranial Pressure Measurement in Rats Using a Fiber-optic Pressure Transducer

Elevated intracranial pressure (ICP) is a significant problem in several forms of ischemic brain injury including stroke, traumatic brain injury and cardiac arrest. This elevation may result in further neurological injury, in the form of transtentorial herniation1,2,3,4, midbrain compression, neurological deficit or increased cerebral infarct2,4. Current therapies are often inadequate to control elevated ICP in the clinical setting5,6,7 . Thus there is a need for accurate methods of ICP measurement in animal models to further our understanding of the basic mechanisms and to develop new treatments for elevated ICP.
In both the clinical and experimental setting ICP cannot be estimated without direct measurement. Several methods of ICP catheter insertion currently exist. Of these the intraventricular catheter has become the clinical 'gold standard' of ICP measurement in humans8. This method involves the partial removal of skull and the instrumentation of the catheter through brain tissue. Consequently, intraventricular catheters have an infection rate of 6-11%9. For this reason, subdural and epidural cannulations have become the preferred methods in animal models of ischemic injury. 
Various ICP measurement techniques have been adapted for animal models, and of these, fluid-filled telemetry catheters10 and solid state catheters are the most frequently used11,12,13,14,15. The fluid-filled systems are prone to developing air bubbles in the line, resulting in false ICP readings. Solid state probes avoid this problem (Figure 1). An additional problem is fitting catheters under the skull or into the ventricles without causing any brain injury that might alter the experimental outcomes. Therefore, we have developed a method that places an ICP catheter contiguous with the epidural space, but avoids the need to insert it between skull and brain. 
An optic fibre pressure catheter (420LP, SAMBA Sensors, Sweden) was used to measure ICP at the epidural location because the location of the pressure sensor (at the very tip of the catheter) was found to produce a high fidelity ICP signal in this model. There are other manufacturers of similar optic fibre technologies13 that may be used with our methodology. Alternative solid state catheters, which have the pressure sensor located at the side of the catheter tip, would not be appropriate for this model as the signal would be dampened by the presence of the monitoring screw. 
Here, we present a relatively simple and accurate method to measure ICP. This method can be used across a wide range of ICP related animal models.

A novel technique to record the pressures within the skull is described. The minimally invasive method uses a fibre-optic pressure sensing system to accurately measure intracranial pressure (ICP) in anaesthetized rats without causing significant brain trauma. The technique may be used in a wide range of experimental models.

Epidurale Intrakranielle Druckmessung in Ratten mit einem LWL-Druckaufnehmer

Elevated intracranial pressure (ICP) is a significant problem in several forms of ischemic brain injury including stroke, traumatic brain injury and ...

Forschung

Medizin

A Novel High-resolution In vivo Imaging Technique to Study the Dynamic Response of Intracranial Structures to Tumor Growth and Therapeutics

We have successfully integrated previously established Intracranial window (ICW) technology 1-4 with intravital 2-photon confocal microscopy to develop a novel platform that allows for direct long-term visualization of tissue structure changes intracranially. Imaging at a single cell resolution in a real-time fashion provides supplementary dynamic information beyond that provided by standard end-point histological analysis, which looks solely at 'snap-shot' cross sections of tissue.
Establishing this intravital imaging technique in fluorescent chimeric mice, we are able to image four fluorescent channels simultaneously. By incorporating fluorescently labeled cells, such as GFP+ bone marrow, it is possible to track the fate of these cells studying their long-term migration, integration and differentiation within tissue. Further integration of a secondary reporter cell, such as an mCherry glioma tumor line, allows for characterization of cell:cell interactions. Structural changes in the tissue microenvironment can be highlighted through the addition of intra-vital dyes and antibodies, for example CD31 tagged antibodies and Dextran molecules.
Moreover, we describe the combination of our ICW imaging model with a small animal micro-irradiator that provides stereotactic irradiation, creating a platform through which the dynamic tissue changes that occur following the administration of ionizing irradiation can be assessed.
Current limitations of our model include penetrance of the microscope, which is limited to a depth of up to 900 &mu;m from the sub cortical surface, limiting imaging to the dorsal axis of the brain. The presence of the skull bone makes the ICW a more challenging technical procedure, compared to the more established and utilized chamber models currently used to study mammary tissue and fat pads 5-7. In addition, the ICW provides many challenges when optimizing the imaging.

A Novel High-resolution In vivo Imaging Technique to Study the Dynamic Response of Intracranial Structures to Tumor Growth and Therapeutics

We describe a novel in vivo imaging technique that couples fluorescent chimeric mice with intracranial windows and high-resolution 2-photon microscopy. This imaging platform aids studies of dynamic changes in brain tissue and microvasculature, at a single-cell level, following pathological insults and is adaptable to assess intracranial drug delivery and distribution.

A Novel Hochauflösende<em&gt; In vivo</em&gt; Bildtechnik, um die Dynamik der intrakranielle Strukturen zu Tumorwachstum und Therapeutics Studieren

We have successfully integrated previously established Intracranial window (ICW) technology 1-4 with intravital 2-photon confocal microscopy to develop a ...

Creating Anatomically Accurate and Reproducible Intracranial Xenografts of Human Brain Tumors

Orthotopic tumor models are currently the best way to study the characteristics of a tumor type, with and without intervention, in the context of a live animal &#8211;&#160;particularly in sites with unique physiological and architectural qualities such as the brain. In vitro and ectopic models cannot account for features such as vasculature, blood brain barrier, metabolism, drug delivery and toxicity, and a host of other relevant factors. Orthotopic models have their limitations too, but with proper technique tumor cells of interest can be accurately engrafted into tissue that most closely mimics conditions in the human brain. By employing methods that deliver precisely measured volumes to accurately defined locations at a consistent rate and pressure, mouse models of human brain tumors with predictable growth rates can be reproducibly created and are suitable for reliable analysis of various interventions. The protocol described here focuses on the technical details of designing and preparing for an intracranial injection, performing the surgery, and ensuring successful and reproducible tumor growth and provides starting points for a variety of conditions that can be customized for a range of different brain tumor models.

The brain is a unique site with qualities that are not well represented by in vitro or ectopic analyses. Orthotopic mouse models with reproducible location and growth characteristics can be reliably created with intracranial injections using a stereotaxic fixation instrument and a low pressure syringe pump.

Erstellen Anatomisch genaue und reproduzierbare intrakranielle Xenografts der Menschen Hirntumoren

Orthotopic tumor models are currently the best way to study the characteristics of a tumor type, with and without intervention, in the context of a live ...

Assessing Cortical Cerebral Microinfarcts on High Resolution MR Images

Cerebral microinfarcts are frequent findings in the post-mortem human brain, and are related to cognitive decline and dementia. Due to their small sizes it is challenging to study them on clinical MRI scans. It was recently demonstrated that cortical microinfarcts can be depicted with MRI scanners using high magnetic field strengths (7T). Based on this experience, a proportion of these lesions is also visible on lower resolution 3T MRI. These findings were corroborated with ex vivo imaging of post-mortem human brain tissue, accompanied by histopathological verification of possible cortical microinfarcts.
Here an ex vivo imaging protocol is presented, for the purpose of validating MR observed cerebral microvascular pathology with histological evaluation. Furthermore, guidelines are provided for the assessment of cortical microinfarcts on both in vivo 7T and 3T MR images. These guidelines provide researchers with a tool to rate cortical microinfarcts on in vivo images of larger patient samples, to further unravel their clinical relevance in cognitive decline and dementia, and establish these lesions as a novel biomarker of cerebral small vessel disease.

A high resolution ex vivo 7T MR imaging protocol is presented, to perform MR-guided histopathological validation of microvascular pathology in post-mortem human brain tissue. Furthermore, guidelines are provided for the assessment of cortical microinfarcts on in vivo 7T as well as 3T MR images.

Beurteilung kortikale zerebrale Mikroinfarkten auf Hochauflösende MR Bilder

Cerebral microinfarcts are frequent findings in the post-mortem human brain, and are related to cognitive decline and dementia. Due to their small sizes ...

Proximal Cadaveric Femur Preparation for Fracture Strength Testing and Quantitative CT-based Finite Element Analysis

Cadaveric fracture testing is routinely used to understand factors that affect proximal femur strength. Because ex vivo biological tissues are prone to lose their mechanical properties over time, specimen preparation for experimental testing must be performed carefully to obtain reliable results that represent in vivo conditions. For that reason, we designed a protocol and a set of fixtures to prepare the femoral specimens such that their mechanical properties experienced minimal changes. The femora were kept in a frozen state except during preparation steps and mechanical testing. The relevant clinical measures of total hip and femoral neck bone mineral density (BMD) were obtained with a clinical dual X-ray absorptiometry (DXA) bone densitometer, and the 3D geometry and distribution of bone mineral were obtained using CT with a calibration phantom for quantitative estimations based on the greyscale values. Any possible bone disease, fracture, or the presence of implants or artifacts affecting the bone structure, was ruled out with X-ray scans. For preparation, all bones were carefully cleaned of excess soft tissue, and were cut and potted at the internal rotation angle of interest. A cutting fixture allowed the distal end of the bone to be cut off leaving the proximal femur at a desired length. To allow positioning of the femoral neck at prescribed angles during later CT scanning and mechanical testing, the proximal femoral shafts were potted in polymethylmethacrylate (PMMA) using a fixture designed specifically for desired orientations. The data collected from our experiments were then used for validation of quantitative computed tomography (QCT)-based finite element analysis (FEA), as described in a different protocol. In this manuscript, we present the protocol for the precise bone preparation for mechanical testing and subsequent QCT/FEA modeling. The current protocol was successfully applied to prepare about 200 cadaveric femora over a 6-year time period.

We present a robust protocol on how to carefully preserve and prepare cadaveric femora for fracture testing and quantitative computed tomography imaging. The method provides precise control over input conditions for the purpose of determining relationships between bone mineral density, fracture strength, and defining finite element model geometry and properties.

Proximale Cadaveric Femur Vorbereitung für die Bruchfestigkeit Prüfung und quantitative CT-basierte Finite-Elemente-Analyse

Cadaveric fracture testing is routinely used to understand factors that affect proximal femur strength.  Because ex vivo biological tissues are prone to ...

Determining Glucose Metabolism Kinetics Using 18F-FDG Micro-PET/CT

This paper describes the use of 18F-FDG and micro-PET/CT imaging to determine in vivo glucose metabolism kinetics in mice (and is transferable to rats). Impaired uptake and metabolism of glucose in multiple organ systems due to insulin resistance is a hallmark of type 2 diabetes. The ability of this technique to extract an image-derived input function from the vena cava using an iterative deconvolution method eliminates the requirement of the collection of arterial blood samples. Fitting of tissue and vena cava time activity curves to a two-tissue, three compartment model permits the estimation of kinetic micro-parameters related to the 18F-FDG uptake from the plasma to the intracellular space, the rate of transport from intracellular space to plasma and the rate of 18F-FDG phosphorylation. This methodology allows for multiple measures of glucose uptake and metabolism kinetics in the context of longitudinal studies and also provides insights into the efficacy of therapeutic interventions.

Determining Glucose Metabolism Kinetics Using 18F-FDG Micro-PET/CT

This study describes a protocol that uses 18F-FDG and positron emission tomography/computed tomography (PET/CT) imaging, together with kinetic modelling, to quantify the in vivo, real-time uptake of 18F-FDG into tissues.

Die Bestimmung Glucose Metabolism Kinetics Verwendung<sup&gt; 18</sup&gt; F-FDG Micro-PET / CT

This paper describes the use of 18F-FDG and micro-PET/CT imaging to determine in vivo glucose metabolism kinetics in mice (and is transferable to rats). ...

Improved Method for the Establishment of an In Vitro Blood-Brain Barrier Model Based on Porcine Brain Endothelial Cells

The aim of this protocol presents an optimized procedure for the purification and cultivation of pBECs and to establish in vitro blood-brain barrier (BBB) models based on pBECs in mono-culture (MC), MC with astrocyte-conditioned medium (ACM), and non-contact co-culture (NCC) with astrocytes of porcine or rat origin. pBECs were isolated and cultured from fragments of capillaries from the brain cortices of domestic pigs 5-6 months old. These fragments were purified by careful removal of meninges, isolation and homogenization of grey matter, filtration, enzymatic digestion, and centrifugation. To further eliminate contaminating cells, the capillary fragments were cultured with puromycin-containing medium. When 60-95% confluent, pBECs growing from the capillary fragments were passaged to permeable membrane filter inserts and established in the models. To increase barrier tightness and BBB characteristic phenotype of pBECs, the cells were treated with the following differentiation factors: membrane permeant 8-CPT-cAMP (here abbreviated cAMP), hydrocortisone, and a phosphodiesterase inhibitor, RO-20-1724 (RO). The procedure was carried out over a period of 9-11 days, and when establishing the NCC model, the astrocytes were cultured 2-8 weeks in advance. Adherence to the described procedures in the protocol has allowed the establishment of endothelial layers with highly restricted paracellular permeability, with the NCC model showing an average transendothelial electrical resistance (TEER) of 1249 &#177; 80 &#937; cm2, and paracellular permeability (Papp) for Lucifer Yellow of 0.90 10-6 &#177; 0.13 10-6 cm sec-1 (mean &#177; SEM, n=55). Further evaluation of this pBEC phenotype showed good expression of the tight junctional proteins claudin 5, ZO-1, occludin and adherens junction protein p120 catenin. The model presented can be used for a range of studies of the BBB in health and disease and, with the highly restrictive paracellular permeability, this model is suitable for studies of transport and intracellular trafficking.

Improved Method for the Establishment of an In Vitro Blood-Brain Barrier Model Based on Porcine Brain Endothelial Cells

The aim of the protocol is to present an optimized procedure for the establishment of an in vitro blood-brain barrier (BBB) model based on primary porcine brain endothelial cells (pBECs). The model shows high reproducibility, high tightness, and is suitable for studies of transport and intracellular trafficking in drug discovery.

Verbesserte Methode für die Einrichtung einer In-vitro- Blut - Hirn-Schranke Modell auf porcinen Endothelzellen Gehirnzellen basiert

The aim of this protocol presents an optimized procedure for the purification and cultivation of pBECs and to establish in vitro blood-brain barrier (BBB) ...

A Swin Transformer-Based Model for Thyroid Nodule Detection in Ultrasound Images

In recent years, the incidence of thyroid cancer has been increasing. Thyroid nodule detection is critical for both the detection and treatment of thyroid cancer. Convolutional neural networks (CNNs) have achieved good results in thyroid ultrasound image analysis tasks. However, due to the limited valid receptive field of convolutional layers, CNNs fail to capture long-range contextual dependencies, which are important for identifying thyroid nodules in ultrasound images. Transformer networks are effective in capturing long-range contextual information. Inspired by this, we propose a novel thyroid nodule detection method that combines the Swin Transformer backbone and Faster R-CNN. Specifically, an ultrasound image is first projected into a 1D sequence of embeddings, which are then fed into a hierarchical Swin Transformer. 
The Swin Transformer backbone extracts features at five different scales by utilizing shifted windows for the computation of self-attention. Subsequently, a feature pyramid network (FPN) is used to fuse the features from different scales. Finally, a detection head is used to predict bounding boxes and the corresponding confidence scores. Data collected from 2,680 patients were used to conduct the experiments, and the results showed that this method achieved the best mAP score of 44.8%, outperforming CNN-based baselines. In addition, we gained better sensitivity (90.5%) than the competitors. This indicates that context modeling in this model is effective for thyroid nodule detection.

Here, a new model for thyroid nodule detection in ultrasound images is proposed, which uses Swin Transformer as the backbone to perform long-range context modeling. Experiments prove that it performs well in terms of sensitivity and accuracy.

Ein Swin Transformer-basiertes Modell zur Detektion von Schilddrüsenknoten in Ultraschallbildern

In recent years, the incidence of thyroid cancer has been increasing. Thyroid nodule detection is critical for both the detection and treatment of thyroid ...

Automatisierter Prozessor für die Herstellung von CAR-T-Zellen im klinischen Maßstab

Chimeric Antigen Receptor T Cell Manufacturing on an Automated Cell Processor

Chimeric antigen receptor (CAR)-T cells represent a promising immunotherapeutic approach for the treatment of various malignant and non-malignant diseases. CAR-T cells are genetically modified T cells that express a chimeric protein that recognizes and binds to a cell surface target, resulting in the killing of the target cell. Traditional CAR-T cell manufacturing methods are labor-intensive, expensive, and may carry the risk of contamination. The CliniMACS Prodigy, an automated cell processor, allows for manufacturing cell therapy products at a clinical scale in a closed system, minimizing the risk of contamination. Processing occurs semi-automatically under the control of a computer and thus&#160;minimizes human involvement in the process, which saves time and reduces variability and errors.
This manuscript and video describes the T cell transduction (TCT) process for manufacturing CAR-T cells using this processor. The TCT process involves CD4+/CD8+ T cell enrichment, activation, transduction with a viral vector, expansion, and harvest. Using the Activity Matrix, a functionality that allows ordering and timing of these steps, the TCT process can be customized extensively. We provide a walk-through of CAR-T cell manufacturing in compliance with current Good Manufacturing Practice&#160;(cGMP) and discuss required release testing and preclinical experiments that will support an Investigational New Drug (IND) application. We demonstrate&#160;the feasibility and discuss the advantages and disadvantages of using a&#160;semi-automatic process for clinical CAR-T cell manufacturing. Finally, we describe an ongoing investigator-initiated clinical trial that targets pediatric B-cell malignancies [NCT05480449] as an example of how this manufacturing process can be applied in a clinical setting.

Autor im Rampenlicht: Fortschritte bei der Herstellung von CAR-T-Zellen und der Herstellung von Gentherapien 

This article details the manufacturing process for chimeric antigen receptor T cells for clinical use, specifically using an automated cell processor capable of performing viral transduction and cultivation of T cells. We provide recommendations and describe pitfalls that should be considered during the process development and implementation of an early-phase clinical trial.