Nuestra tubería utiliza enfoques de vanguardia para cuantificar el volumen de subunidades cerebelosas utilizando imágenes de resonancia magnética estructural humana. El proceso incluye parcelación anatómica, morfometría basada en vóxel y procesos de control de calidad. Nuestra tubería estandarizada es en su mayoría automatizada, disponible en formato Docker y Singularity, y tiene una amplia aplicabilidad a una variedad de enfermedades neurológicas.
Para empezar, asegúrese de que Docker o Singularity, MATLAB y SPM12 estén instalados. Luego, usando el comando make directory en la línea de comandos, cree carpetas en el directorio de trabajo y etiquételas como acapulco, suit y freesurfer. A continuación, en el directorio acapulco, cree una carpeta de salida.
En la carpeta de salida, cree un directorio para cada sujeto del estudio que contenga la imagen ponderada t1 en el formato NIFTI gz. Para la parcelación cerebelosa anatómica, descargue el contenedor acapulco, luego descargue los scripts y contenedores relevantes necesarios para ejecutar acapulco. A continuación, coloque el contenedor Docker o Singularity de acapulco, el contenido del archivo QCs_scripts y el contenedor o calculate_dicv RCIF.
tar en el directorio acapulco. A continuación, abra un terminal y, usando Singularity, escriba el comando indicado para ejecutar el contenedor acapulco en una sola imagen. Espere cinco minutos para que se complete el procesamiento.
Luego, recorra todos los sujetos o escaneos de la cohorte. Después del procesamiento, busque los archivos generados en las carpetas específicas del tema. Identificar la máscara de cerebelo parcelada en original y volúmenes para cada una de las 28 subunidades generadas por acapulco.
Luego, desde el directorio de fotos, identifique imágenes representativas sagitales, axiales y coronales. Para la detección estadística de valores atípicos y el control de calidad, asegúrese de que el contenido de los scripts de control de calidad esté en el directorio de acapulco. A continuación, utilizando Singularity, escriba el comando indicado.
Para examinar las imágenes de control de calidad generadas por acapulco, abra QC_Images. html en un navegador web y desplazarse rápidamente por las imágenes para identificar fallos obvios o problemas sistemáticos. Tenga en cuenta los ID de sujeto de las imágenes parceladas fallidas o sospechosas para el seguimiento.
A continuación, abra Plots_for_Outliers. html para marcar las casillas gráficas de valores estadísticos cuantitativos atípicos. Identifique los valores atípicos denotados por un 1 en la columna correspondiente en los valores atípicos.
archivo csv. y anote el número total de segmentos identificados como valores atípicos para cada tema en la columna final en Valores atípicos.csv. Inspeccione manualmente cada imagen que tenga uno o más valores atípicos.
Si utiliza un visor de imágenes NIFTI estándar, superponga la máscara de acapulco sobre la imagen original ponderada en t1 para verificar la calidad de la parcelación rebanada por rebanada. Si es necesario excluir una o más regiones parceladas del conjunto de datos final, excluya esta parcelación del análisis sustituyendo la estimación del volumen por NA en la celda correspondiente de ese sujeto. Si los errores de parcelación dan lugar a que parte del cerebelo se excluya de la máscara, excluya inmediatamente al sujeto de los análisis posteriores.
Para los análisis de morfometría basados en vóxel mediante SUIT, asegúrese de que la carpeta SPM12 y todas las subcarpetas estén en la ruta de MATLAB. Además, asegúrese de que los scripts enigma_suit se guardan en el directorio del cuadro de herramientas SPM12 y se agregan a la ruta de acceso de MATLAB. Para comprobar la ruta de acceso de MATLAB, escriba pathtool en la ventana de comandos de MATLAB y haga clic en Agregar con subcarpetas para agregar las carpetas correspondientes.
A continuación, mediante la interfaz gráfica de usuario, escriba suit_enigma_all en la ventana de comandos de MATLAB para ejecutar la canalización SUIT para uno o más sujetos. En la primera ventana emergente, seleccione las carpetas de asunto del directorio de salida de acapulco para incluir en el análisis. Haga clic en las carpetas individuales en el lado derecho de la ventana o haga clic con el botón derecho y seleccione todo.
Luego, presione Listo. En la segunda ventana emergente, seleccione el directorio SUIT. Para llamar a la función desde la línea de comandos de MATLAB para un solo asunto, escriba el comando indicado.
Al ejecutar SUIT desde la línea de comandos, si los directorios SPM12 o enigma_suit no se guardan permanentemente en la ruta de MATLAB, ese paso debe agregarse a la línea de comandos. Para llamar a la función desde la ventana del terminal fuera de MATLAB para un solo asunto, escriba el comando mostrado. Compruebe la carpeta de cada sujeto para ver los resultados finales.
Para inspeccionar visualmente las imágenes moduladas normalizadas en busca de fallos importantes, escriba spm_display_4d en MATLAB. A continuación, para seleccionar las imágenes requeridas, navegue hasta el directorio SUIT y escriba el comando indicado en el cuadro de filtro. Luego, presione el botón Recursivo, seguido de Listo.
Desplácese por las imágenes para asegurarse de que todas estén bien alineadas. A continuación, para comprobar la covarianza espacial de los valores atípicos, escriba check_spatial_cov en MATLAB. Luego, seleccione las imágenes moduladas de antes y, cuando se le solicite, establezca Prop.
escalando a sí, Variable a covarianza a no, Slice a 48 y Gap a 1. Finalmente, mire el diagrama de cuadro que muestra la covarianza espacial media de cada imagen en relación con todas las demás en la muestra. Identifique los puntos de datos que están más de dos desviaciones estándar por debajo de la media en la ventana de comandos de MATLAB.
Para estos puntos de datos, inspeccione las imágenes apropiadas en la carpeta SUIT en busca de artefactos, problemas de calidad de imagen. o errores de preprocesamiento. Aquí se muestra un cerebelo muy atrofiado de un paciente con ataxia espinocerebelosa 2.
A pesar de la pérdida de tejido observada alrededor de los bordes, SUIT ha deformado esta imagen a la plantilla bastante bien. Esto no justificaría una exclusión. Aquí, hay un gradiente claro de arriba a abajo del cerebelo y la imagen es bastante rasposa, lo que justifica una exclusión.
Finalmente, en este ejemplo, el enmascaramiento no ha funcionado bien. Los bordes no están limpios y la imagen es más suave que las que normalmente salen de la tubería SUIT. Esto justificaría una exclusión.
Ejemplos de buenas parcelaciones, incluyendo cerebella sana y muy atrofiada, se muestran aquí, mientras que ejemplos de parcelaciones erróneas con sutiles inclusiones excesivas y insuficientes de lóbulos de cerebelo individuales se pueden ver aquí. Este tipo de errores generalmente requieren la exclusión de los lóbulos individuales que se ven afectados, mientras que el resto del cerebelo parcelado se puede retener. Por el contrario, los fracasos globales requieren una exclusión completa del sujeto.
Cuando acapulco se ejecutó en una muestra de 31 personas con ataxia de Friedreich y 37 controles sanos, el lóbulo IX izquierdo y el lóbulo derecho Crus I tenían las tasas de exclusión más altas. La comparación de volúmenes de 28 lóbulos anatómicos cerebelosos en la ataxia de Friedreich y los individuos control sanos mostró una reducción significativa de la sustancia blanca en el cuerpo medular en la ataxia de Friedreich. No hubo otras diferencias significativas entre los grupos.
Ejemplos de imágenes bien alineadas de controles sanos y ataxia de Friedreich se muestran aquí, mientras que ejemplos de exclusiones se pueden ver aquí. Después de probar la covarianza espacial de todas las imágenes normalizadas, se detectaron dos exploraciones como valores atípicos estadísticos basados en su covarianza espacial media con el resto de la muestra. Se realizaron pruebas de permutación no paramétricas en SNPM para detectar diferencias significativas entre los grupos en los volúmenes de materia gris del cerebelo.
Los resultados del análisis SUIT mostraron que los pacientes con ataxia de Friedreich habían reducido significativamente el volumen de materia gris en el lóbulo anterior bilateral I a V, y en las regiones del lóbulo posterior medial, incluidas Vermis VI y Vermis IX.It es crucial verificar manualmente las máscaras cerebelosas para asegurarse de que se ha logrado una cobertura cerebelosa completa, y también inspeccionar las máscaras para detectar inclusiones excesivas e insuficientes de lóbulos cerebelosos. Esta tubería facilita la realización de análisis estadísticos a nivel de grupo de múltiples sitios que estén interesados en observar la estructura de la materia gris del cerebelo. Otras técnicas, como la conectividad funcional, también se pueden utilizar para explorar la conectividad entre los lóbulos cerebelosos individuales y el cerebro.
