Este trabajo fue apoyado por un Premio R01 del Instituto Nacional de Salud Mental MH131586 (a P.L y M.R), R01 MH078113 (a M.K) y una subvención de la Fundación Sydney R Baer Jr (a P.L).

El presente protocolo fue aprobado por la Junta de Revisión Institucional del Centro Médico Beth Israel Deaconess. Para esta demostración del protocolo se utilizó un sujeto sano con una resonancia magnética cerebral libre de artefactos o movimientos, y se obtuvo el consentimiento informado por escrito. Se utilizó un escáner de resonancia magnética de 3,0 T con una bobina de cabezal de 32 canales (ver Tabla de materiales) para adquirir imágenes 3D-T1 con una resolución de 1 mm x 1 mm x 1,2 mm. Se utilizó la secuencia MP-RAGE ASSET con un campo de visión de 256 x 256, TR/TE/TI=7,38/3,06/400 ms, y un ángulo de giro de 11 grados.
1. Importación de resonancia magnética cerebral a 3D Slicer
NOTA: 3D Slicer proporciona documentación relacionada con su interfaz de usuario.
<ol><li>Prepare los archivos DICOM (Digital Imaging and Communications in Medicine) o NIFTI (Neuroimaging Informatics Technology Initiative) de resonancia magnética cerebral para importarlos a 3D Slicer.</li>
	<li>Importe datos DICOM haciendo clic en el botón DCM en la esquina superior izquierda de la barra de herramientas. A continuación, haga clic en el botón Importar archivos DICOM para importar datos en formato DICOM.</li>
	<li>Si los datos de la resonancia magnética están en formato NIFTI, impórtelos haciendo clic en el botón DATOS en la esquina superior izquierda de la barra de herramientas. En el cuadro de diálogo emergente, seleccione Elegir directorio para agregar a los datos NIFTI de importación por lotes en una carpeta o seleccione Elegir archivo(s) para agregar para importar archivos NIFTI específicos. A continuación, haga clic en el botón Aceptar para continuar con la carga de datos en 3D Slicer.</li>
	<li>Después de la importación, los datos de la resonancia magnética aparecerán en la ventana de la derecha que muestra los planos axial, sagital y coronal.</li>
	<li>Cambie el diseño de las ventanas navegando a Diseños y seleccionando un diseño específico. Esto se puede encontrar haciendo clic en la imagen del módulo Diseños en la barra de herramientas de 3D Slicer o a través de Ver > Diseños desde el menú de la aplicación.</li>
</ol>2. Descarga de DICOM a partir de datos de muestra en 3D Slicer
<ol><li>Haga clic en el botón Descargar datos de muestra en la pantalla de inicio de la sección Bienvenido a la segmentación de datos. A continuación, seleccione el botón MRHead e iniciará el proceso de descarga, que puede tardar unos minutos.</li>
	<li>Asegúrese de que los datos de la resonancia magnética cerebral con los planos axial, sagital y coronal se muestren en la ventana derecha.</li>
</ol>3. Control de calidad y ajuste de la imagen de resonancia magnética
<ol><li>Determine cualitativamente la calidad de la imagen y la presencia de artefactos debido al movimiento de la cabeza o a problemas de escaneo mediante la revisión crítica de cada corte de resonancia magnética.</li>
	<li>Amplíe el corte de la imagen haciendo clic con el botón derecho y moviendo el ratón hacia arriba o hacia abajo para alejar o acercar, respectivamente.</li>
	<li>Para mover el sector de la imagen, haga clic con el botón izquierdo en la imagen, mantenga presionada la tecla Mayús y arrastre el mouse.</li>
	<li>Ajustar el brillo de la imagen puede ayudar a ver el plexo coroideo. Para hacer esto, haga clic en Ajustar ventana / nivel de volumen en la barra de herramientas o haga clic con el botón izquierdo en la imagen y mueva el mouse hacia arriba o hacia abajo para aumentar o disminuir el brillo, respectivamente.</li>
	<li>Ajustar el contraste también puede ayudar a encontrar el plexo coroideo. Haga clic con el botón izquierdo en el sector de la imagen y mueva el ratón hacia la izquierda o hacia la derecha para aumentar o disminuir el contraste, respectivamente. Para determinar el contraste adecuado para el plexo coroideo, utilice los núcleos de materia gris profunda (masas centrales de materia gris dispuestas alrededor de los ventrículos lateral y tercero) o la intensidad de la señal que se muestra en la barra de escala de contraste.</li>
	<li>Una vez seleccionado el contraste preferido, mantenga el mismo contraste a lo largo de la segmentación y no ajuste las posibles variaciones en las regiones supra e infratentoriales.</li>
</ol>4. Creación de los segmentos manuales del plexo coroideo
<ol><li>Para comenzar la segmentación del plexo coroideo lateral, tercer y cuarto ventrículo, cree los archivos de segmentación en el módulo Editor de segmentos . Para navegar allí, haga clic en el Editor de segmentos en la barra de herramientas o vaya al menú desplegable Módulos: y seleccione Editor de segmentos.</li>
	<li>Haga clic en el menú desplegable de segmentación para seleccionar diferentes segmentaciones (si se crearon varias segmentaciones) y cambiar el nombre de la segmentación seleccionada actualmente.</li>
	<li>Utilice el menú desplegable Volumen maestro para elegir qué conjuntos NIFTI o DICOM necesitan edición. Solo cuando se selecciona el archivo de volumen, el usuario puede comenzar a segmentar/editar.</li>
	<li>Haga clic en el botón Agregar dos veces para agregar dos segmentos para el plexo coroideo del ventrículo lateral. Para cambiarles el nombre, haga doble clic en el nombre y cámbielos a Plexo coroideo del ventrículo lateral derecho y Plexo coroideo del ventrículo lateral izquierdo.</li>
	<li>Haga clic en el botón Agregar nuevamente para agregar segmentos para el plexo coroideo del tercer y cuarto ventrículo, y cámbieles el nombre a "Plexo coroideo del3er ventrículo" y "Plexo coroideo del4er ventrículo".</li>
</ol>5. Visualización de diferentes sectores y segmentaciones
<ol><li>Antes de editar, realice un estudio de fondo para saber cómo moverse entre los diseños en la ventana de visualización y cómo cambiar la vista u opacidad de las segmentaciones.</li>
	<li>En la parte superior de la ventana de visualización y a la izquierda del control deslizante de corte, haga clic en el icono de chincheta. Esto abrirá un menú desplegable, que puede variar según el diseño específico en el que se encuentre la ventana. NOTA: La utilización de diferentes diseños puede ser útil al segmentar el plexo coroideo, ya que su estructura puede variar entre individuos. Por ejemplo, el diseño "Convencional" permite al usuario ver simultáneamente los tres cortes y una vista 3D de la escena. Al elegir "solo corte rojo/amarillo/verde", el usuario obtiene una vista de cerca del corte 2D para permitir una segmentación más precisa del plexo coroideo.</li>
</ol>6. Delineación de las ROI del plexo coroideo del ventrículo lateral
NOTA: El registro de imágenes en una plantilla no es necesario para la segmentación manual.
<ol><li>Para el plexo coroideo del ventrículo lateral, comience en el plano axial asegurándose de que las imágenes se coloquen en función de la línea bicomisural. A continuación, utilice el trígono colateral como punto de referencia para localizar el ventrículo lateral del plexo coroideo.<ol><li>Una vez que se hayan realizado las ediciones en el plano axial, pase a las vistas restantes (sagital y coronal) para asegurarse de que la segmentación manual del plexo coroideo del ventrículo lateral no esté capturando el parénquima cerebral circundante o el LCR.</li>
	</ol></li>
	<li>Para comenzar a editar, haga clic en el segmento en el que desea trabajar y el nombre del segmento se resaltará.</li>
	<li>Haga clic en la herramienta Pintar o Dibujar en la sección Efectos del Editor de segmentos para comenzar la segmentación manual. NOTA: Es mejor comenzar a segmentar en un plano (coronal, axial o sagital) y, una vez que se haya completado la segmentación en todos los cortes, pasar a otros planos para verificar y refinar la segmentación manual. Se sugiere que el usuario comience con los planos axial o coronal, ya que el ventrículo lateral y el plexo coroideo se ven más fácilmente en estas vistas.</li>
	<li>Cuando utilice la herramienta Dibujar , haga clic con el botón izquierdo y mantenga pulsado para dibujar un contorno en el límite del plexo coroideo del ventrículo lateral. Una vez trazado, haga clic con el botón derecho para rellenar el área dibujada.</li>
	<li>Al utilizar la herramienta Pintar , seleccione primero el diámetro del pincel que se utilizará para pintar. Se sugiere un pincel del 3% o 5% para una delineación más precisa del plexo coroideo, mientras que el 10% puede ser útil para selecciones más grandes.</li>
	<li>Para cualquiera de las herramientas, utilice Pintar o Borrar para rectificar cualquier delineación errónea agregando o eliminando selecciones. NOTA: Hacer referencia a otros planos de visión puede ayudar a identificar la estructura del plexo coroideo del ventrículo lateral frente a otras estructuras cerebrales, como la materia gris circundante, el fórnix, el cuerpo calloso o el hipocampo. Se recomienda al usuario que excluya los escáneres cerebrales que tengan quistes del plexo coroideo identificados.</li>
	<li>Utilice el nivel del núcleo rojo como punto de referencia para detener la segmentación del plexo coroideo en los ventrículos laterales.</li>
</ol>7. Delineación de las ROI del plexo coroideo del tercer y cuarto ventrículo
NOTA: Las imágenes T1w de mayor resolución (como 0,7 o 0,8 mm) y las obtenidas en una RM de 7T proporcionarían una segmentación manual más precisa y fiable del plexo coroideo del tercer y cuarto ventrículo. Segmentar el plexo coroideo del tercer y cuarto ventrículo es más difícil que el plexo coroideo del ventrículo lateral, ya que estas regiones pueden ser mucho más pequeñas y con menos vóxeles para delimitar.
<ol><li>Para el plexo coroideo del tercer ventrículo, comience en el plano sagital y use el foramen de Monro, el fórnix, el cuerpo calloso, el tálamo y la vena cerebral interna como puntos de referencia para identificar el plexo coroideo en eltercer ventrículo . Moverse entre cortes dentro del mismo plano puede ayudar a determinar si una región es el fórnix, el tálamo, la vena o el plexo coroideo del tercer ventrículo.<ol><li>Una vez que se hayan realizado las ediciones en el plano sagital, navegue a las vistas restantes (axial y coronal) para asegurarse de que la segmentación manual del plexo coroideo del tercer ventrículo no esté seleccionando el parénquima cerebral circundante o el LCR.</li>
	</ol></li>
	<li>De manera similar, para el plexo coroideo del cuarto ventrículo, comience en el plano sagital y use el pedúnculo cerebeloso superior, la protuberancia y la médula como puntos de referencia para identificar el plexo coroideo en el cuarto ventrículo. Moverse entre cortes dentro del mismo plano puede ayudar a determinar si una región es el cerebelo, la amígdala cerebelosa, el velo medular inferior o el plexo coroideo del4º ventrículo.<ol><li>Una vez que se hayan completado las ediciones en el plano sagital, pase a las vistas restantes (axial y coronal) para asegurarse de que la segmentación manual del plexo coroideo del cuarto ventrículo no esté seleccionando el parénquima cerebral circundante o el LCR.</li>
	</ol></li>
</ol>8. Cálculo de los volúmenes del plexo coroideo
<ol><li>En el menú desplegable Módulos , vaya a Cuantificación y seleccione Estadísticas de segmento.</li>
	<li>En Entradas, seleccione el nuevo mapa de segmentación para cuantificar en la herramienta Segmentación y elija el volumen de RMN en el volumen escalar. En Tabla de salida (en Salida), elija la opción Tabla . Una vez completado, presione Aplicar y aparecerá una tabla que contiene el volumen del plexo coroideo en varias unidades.</li>
</ol>9. Guardar los segmentos y los resultados de volumen
<ol><li>Haga clic en el botón Guardar en la esquina superior izquierda de la barra de herramientas para guardar los archivos generados.</li>
	<li>Guarde los archivos de segmentación como .nrrd (archivo de segmentación 3D), .nii.gz (archivo NIFTI) o .tsv (archivo de tabla).</li>
</ol>10. Determinación de la precisión, el rendimiento y la concordancia de la segmentación
NOTA: Se recomienda utilizar el paquete MONAI (ver Tabla de Materiales), que describe el Coeficiente de Dice (DC) y la Distancia de Superficie promedio de DeepMind (avgSD). A continuación se describen los detalles sobre DC y avgSD. Para calcular estas métricas, los lectores necesitarán saber cómo programar (por ejemplo, python, leer imágenes del disco, volver a formatear los datos a las matrices de entrada apropiadas para estas funciones). No existe un paquete fácil de usar que incluya todas estas métricas.
<ol><li>La puntuación DC es un enfoque estándar para cuantificar la superposición de dos dominios geométricos. Para calcular la puntuación media de DC entre dos segmentaciones, proporcione dos tensores y_pred e y, es decir, imágenes de varios fotogramas con un fotograma para cada imagen de etiqueta binarizada. Los tensores y_pred e y pueden contener segmentaciones de dos evaluadores manuales diferentes, segmentaciones repetidas del mismo evaluador o predicción automatizada y realidad fundamental manual.<ol><li>Utilice la función monai.metrics.compute_meandice para calcular la puntuación media de DC.</li>
		<li>Genere tensores de etiquetas binarias adecuados con monai.transforms.post. NOTA: El parámetro include_background se puede establecer en False para excluir la primera categoría (índice de canal 0) del cálculo de DC, que, por convención, se supone que es un fondo.</li>
	</ol></li>
	<li>Considere que la puntuación promedio de SD es menos común y tenga en cuenta que el enfoque puede diferir, ya que existen varias definiciones para la distancia de superficie. Por ejemplo, utilice la distancia máxima (también conocida como distancia de Hausdorff, muy sensible a los valores atípicos), la distancia media (como se describe aquí) y el percentil 95 (muy robusto) como medidas de uso frecuente.<ol><li>Utilice la función compute_average_surface_distance para calcular la puntuación avgSD.</li>
		<li>Asegúrese de que esta función calcula la distancia media de la superficie de y_pred a y en la configuración predeterminada.</li>
		<li>Además, si symmetric = True, asegúrese de que se devuelve la distancia media de la superficie simétrica entre estas dos entradas.</li>
	</ol></li>
	<li>Realizar el análisis estadístico de la puntuación DC y avgSD en varios casos se puede realizar mediante el uso de la prueba robusta de rangos con signo de Wilcoxon para el análisis pareado.</li>
	<li>Considere la posibilidad de utilizar el coeficiente de correlación intraclase (ICC) como otro método de uso común para determinar si los diferentes evaluadores pueden calificar de forma fiable a varios participantes. Recuerde que ICC opera en un conjunto de mediciones emparejadas (por ejemplo, el volumen) de segmentaciones y no directamente en las imágenes de segmentación. Para calcular el ICC, use el software R y R Studio (consulte Tabla de materiales), lo que facilita el proceso.<ol><li>Descargue el paquete usando install.packages("psych") y cargue la librería(psych).</li>
		<li>Introduzca el marco de datos, que incluye los participantes (filas) y un evaluador en cada columna, mediante Data <- data.frame(df). A continuación, visualice las mediciones utilizando plot (Datos).</li>
		<li>Para ejecutar ICC, utilice ICC(Data), que genera una tabla de los diferentes tipos de ICC, por ejemplo, para obtener las puntuaciones inter o intraevaluador.</li>
	</ol></li>
</ol>

Mejora del análisis de neuroimagen en los trastornos cerebrales

Los autores no tienen intereses financieros contrapuestos.

Pasos críticos del protocolo Hay tres pasos críticos que requieren especial atención a la hora de aplicar este protocolo. En primer lugar, comprobar la calidad y el contraste de las imágenes de RM es clave para garantizar una segmentación precisa. Si la calidad de la imagen es demasiado mala, o el contraste es demasiado bajo o demasiado alto, puede provocar una delineación inexacta del plexo coroideo. El contraste de la imagen se puede ajustar visualizando el valor de la escala de grises de la i...

Función del plexo coroideo El plexo coroideo es una estructura altamente vascularizada en el cerebro que consiste en capilares fenestrados y una monocapa de células epiteliales del plexo coroideo1. El plexo coroideo se proyecta hacia los ventrículos cerebrales laterales, tercero y cuarto y produce líquido cefalorraquídeo (LCR), que desempeña un papel importante en el patrón neural2 y en la fisiología cerebral 3,4. El plexo coroideo secreta sustancias neurovasculares, abarca un depósito similar al de las células madre y actúa como una barrera física para impedir la entrada de metabolitos tóxicos, una barrera enzimática para eliminar las fracciones que eluden la barrera física y una barrera inmunológica para proteger contra invasores extraños5. El plexo coroideo modula la neurogénesis6, la plasticidad sináptica7, la inflamación8, el ritmo circadiano 9,10, el eje cerebral intestinal11 y la cognición12. Además, las citocinas periféricas, el estrés y la infección (incluido el SARS-CoV-2) pueden alterar la barrera hematoencefálica 13,14,15,16. Por lo tanto, el sistema plexo coroideo-LCR es integral para el neurodesarrollo, la maduración de los neurocircuitos, la homeostasis cerebral y la reparación17. Dado que las alteraciones inmunitarias, inflamatorias, metabólicas y enzimáticas afectan al cerebro, los investigadores están utilizando herramientas de neuroimagen para evaluar el papel del plexo coroideo a lo largo de la vida y en los trastornos cerebrales 18,19,20. Sin embargo, existen limitaciones en las herramientas automatizadas de uso común para la segmentación del plexo coroideo, como FreeSurfer, que dan como resultado que el plexo coroideo esté mal segmentado. Por lo tanto, existe una necesidad crítica de una segmentación manual del plexo coroideo que pueda utilizarse para desarrollar una herramienta automatizada precisa para la segmentación del plexo coroideo.
Plexo coroideo en el neurodesarrollo y trastornos cerebrales El papel del plexo coroideo en los trastornos cerebrales ha sido descuidado durante mucho tiempo, principalmente porque se consideraba como un actor de apoyo cuya función era amortiguar el cerebro y mantener un equilibrio adecuado de sal 2,21. Sin embargo, el plexo coroideo ha ganado atención como una estructura ligada a trastornos cerebrales como los síndromes de dolor22, el SARS-CoV-2 16,23,24, el neurodesarrollo2 y los trastornos cerebrales19, lo que sugiere un efecto transdiagnóstico en el desarrollo de trastornos del comportamiento. En los trastornos del neurodesarrollo, los quistes del plexo coroideo se asociaron con un mayor riesgo de retraso en el desarrollo, trastorno por déficit de atención con hiperactividad (TDAH) o trastorno del espectro autista (TEA)25,26. Además, se encontró que el volumen del plexo coroideo del ventrículo lateral estaba aumentado en pacientes con TEA27. En los trastornos cerebrales, las anomalías del plexo coroideo se han descrito desde 1921 en los trastornos psicóticos28,29. Estudios previos han identificado el agrandamiento del plexo coroideo mediante la segmentación FreeSurfer en una gran muestra de pacientes con trastornos psicóticos en comparación con sus familiares de primer grado y controles19. Estos hallazgos se replicaron utilizando el volumen del plexo coroideo segmentado manualmente en una gran muestra de población clínica de alto riesgo de psicosis y se encontró que estos pacientes tenían un volumen de plexo coroideo mayor en comparación con los controles sanos30. Hay un número creciente de estudios que demuestran el agrandamiento del plexo coroideo en el síndrome de dolor regional complejo22, accidente cerebrovascular31, esclerosis múltiple20,32, Alzheimer33,34 y depresión35, y algunos demuestran un vínculo entre la actividad inmunológica/inflamatoria periférica y cerebral. Estos estudios de neuroimagen son prometedores; sin embargo, la mala segmentación del plexo coroideo del ventrículo lateral por FreeSurfer21 limita la confiabilidad de la estimación automatizada del volumen del plexo coroideo. Como resultado, los estudios sobre la esclerosis múltiple20,32, la depresión35, el Alzheimer34 y la psicosis temprana36 han comenzado a segmentar manualmente el plexo coroideo del ventrículo lateral, pero no existen pautas actuales sobre cómo hacerlo, ni tampoco su orientación sobre la segmentación del plexo coroideo del tercer y cuarto ventrículo.
Las herramientas de segmentación comunes excluyen el plexo coroideo Las canalizaciones de segmentación cerebral como FreeSurfer37,38,39, FMRIB Software Library (FSL)40, SLANT41 y FastSurfer (desarrollado por el coautor Martin Reuter)42,43, segmentan de forma precisa y fiable las estructuras corticales y subcorticales empleando paradigmas de segmentación basados en atlas (FSL), atlas y en superficies (FreeSurfer) y de aprendizaje profundo (SLANT y FastSurfer). Las debilidades de algunos de estos enfoques incluyen la velocidad de procesamiento, la generalización limitada a diferentes escáneres, las intensidades de campo y los tamaños de vóxeles37,44, y la alineación forzada del mapa de etiquetas en un espacio de atlas estándar. Sin embargo, la capacidad de segmentar el plexo coroideo y la compatibilidad con la resonancia magnética de alta resolución solo es abordada por FreeSurfer y FastSurfer. Las redes neuronales detrás de FastSurfer se entrenan con las etiquetas del plexo coroideo de FreeSurfer, por lo que heredan las limitaciones de confiabilidad y cobertura discutidas anteriormente de FreeSurfer, con el tercer y cuarto ventrículo ignorados21. También existen limitaciones actuales para la resonancia magnética de alta resolución, pero la transmisión de alta resolución45 y FastSurferVINN43 de FreeSurfer se pueden usar para manejar este problema.
Herramientas actuales de segmentación del plexo coroideo Solo hay una herramienta de segmentación disponible gratuitamente para el plexo coroideo, pero la precisión de la segmentación es limitada. La segmentación precisa del plexo coroideo puede verse afectada por una variedad de factores, que incluyen (1) variabilidad en la ubicación del plexo coroideo (espacialmente no estacionario) debido a su ubicación dentro de los ventrículos, (2) diferencias en la intensidad del vóxel, el contraste, la resolución (heterogeneidad dentro de la estructura) debido a la heterogeneidad celular, la función dinámica del plexo coroideo, cambios patológicos o efectos parciales de volumen, (3) diferencias de tamaño ventricular relacionadas con la edad o la patología que afectan el tamaño del plexo coroideo, y (4) proximidad a estructuras subcorticales adyacentes (hipocampo, amígdala, caudado y cerebelo), que también son difíciles de segmentar. Dados estos desafíos, las segmentaciones de FreeSurfer a menudo subestiman o sobreestiman, etiquetan erróneamente o ignoran el plexo coroideo.
Tres publicaciones recientes abordaron la brecha de la segmentación confiable del plexo coroideo con un modelo de mezcla gaussiana (GMM)46, un Axial-MLP47 y enfoques de aprendizaje profundo basados enU-Net48. Cada modelo se entrenó y evaluó utilizando conjuntos de datos privados, etiquetados manualmente, de un máximo de 150 sujetos con una diversidad limitada de escáneres, sitios, datos demográficos y trastornos. Si bien estas publicaciones 46,48,49 lograron mejoras significativas con respecto a la segmentación del plexo coroideo de FreeSurfer, a veces duplicando la intersección de la predicción y la verdad del terreno, ninguno de los métodos está (1) validado en resonancia magnética de alta resolución, (2) tiene análisis dedicados de generalización y confiabilidad, (3) presenta grandes conjuntos de datos representativos de entrenamiento y prueba, (4) aborda o analiza específicamente los desafíos de segmentación del plexo coroideo como Efectos de volumen parcial, o (5) está disponible públicamente como una herramienta lista para usar. Por lo tanto, el "estándar de oro" actual para la segmentación del plexo coroideo es el trazado manual, por ejemplo, utilizando 3D Slicer50 o ITK-SNAP51, que no se ha descrito previamente y ha sido un desafío importante para los investigadores que desean examinar el papel del plexo coroideo en sus estudios. Se eligió 3D Slicer para la segmentación manual debido a la familiaridad del autor con el software y porque proporciona al usuario varias herramientas basadas en diferentes enfoques que se pueden combinar para obtener el resultado deseado. Se pueden utilizar otras herramientas, como ITK-SNAP, que está orientada principalmente a la segmentación de imágenes, y una vez dominada la herramienta, el usuario puede obtener buenos resultados. Además, los autores han llevado a cabo un estudio de casos y controles que demuestra la alta precisión y fiabilidad de su técnica de segmentación manual utilizando 3D Slicer30, y esa metodología específica se describe en este documento.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>3D Slicer</td>
			<td>3D Slicer</td>
			<td>https://www.slicer.org/</td>
			<td>A free, open source software for visualization, processing, segmentation, registration, and analysis of medical, biomedical, and other 3D images and meshes; and planning and navigating image-guided procedures.</td>
		</tr>
		<tr>
			<td>FreeSurfer</td>
			<td>FreeSurfer</td>
			<td>https://surfer.nmr.mgh.harvard.edu/</td>
			<td>An open source neuroimaging toolkit for processing, analyzing, and visualizing human brain MR images</td>
		</tr>
		<tr>
			<td>ITK-SNAP</td>
			<td>ITK-SNAP</td>
			<td>http://www.itksnap.org/pmwiki/pmwiki.php</td>
			<td>A free, open-source, multi-platform software application used to segment structures in 3D and 4D biomedical images.&#160;</td>
		</tr>
		<tr>
			<td>Monai Package</td>
			<td>Monai Consortium</td>
			<td>https://docs.monai.io/en/stable/metrics.html</td>
			<td>Use for Dice Coefficient and DeepMind average Surface Distance.&#160;</td>
		</tr>
		<tr>
			<td>MRI scanner</td>
			<td>GE</td>
			<td>Discovery MR750&#160;</td>
			<td></td>
		</tr>
		<tr>
			<td>Psych Package</td>
			<td>R-Project</td>
			<td>https://cran.r-project.org/web/packages/psych/index.html</td>
			<td>A general purpose toolbox developed originally for personality, psychometric theory and experimental psychology.</td>
		</tr>
		<tr>
			<td>R Software</td>
			<td>R-Project</td>
			<td>https://www.r-project.org/</td>
			<td>R is a free software environment for statistical computing and graphics.&#160;</td>
		</tr>
		<tr>
			<td>RStudio</td>
			<td>Posit</td>
			<td>https://posit.co/</td>
			<td>An RStudio integrated development environment (IDE) is a set of tools built to help you be more productive with R and Python.&#160;</td>
		</tr>
		<tr>
			<td>Windows or Apple OS Desktop or Laptop</td>
			<td>Any company</td>
			<td>n/a</td>
			<td>Needed for running the software used in this protocol.&#160;</td>
		</tr>
	</tbody>
</table>

manual segmentation of the human choroid plexus using brain mri

El plexo coroideo se ha implicado en el neurodesarrollo y en una serie de trastornos cerebrales. La evidencia demuestra que el plexo coroideo es fundamental para la maduración del cerebro, la regulación inmunoinflamatoria y el funcionamiento conductual y cognitivo. Sin embargo, las herramientas actuales de segmentación automatizada de neuroimágenes son deficientes a la hora de segmentar de forma precisa y fiable el plexo coroideo del ventrículo lateral. Además, no existe ninguna herramienta que segmente el plexo coroideo ubicado en el tercer y cuarto ventrículo del cerebro. Por lo tanto, se necesita un protocolo que delinee cómo segmentar el plexo coroideo en el ventrículo lateral, tercero y cuarto para aumentar la confiabilidad y replicabilidad de los estudios que examinan el plexo coroideo en trastornos del neurodesarrollo y cerebrales. Este protocolo proporciona pasos detallados para crear archivos etiquetados por separado en 3D Slicer para el plexo coroideo basado en imágenes DICOM o NIFTI. El plexo coroideo se segmentará manualmente utilizando los planos axial, sagital y coronal de las imágenes T1w, asegurándose de excluir los vóxeles de las estructuras de materia gris o blanca que bordean los ventrículos. Las ventanas se ajustarán para ayudar en la localización del plexo coroideo y sus límites anatómicos. Como parte de este protocolo se demostrarán los métodos para evaluar la precisión y la fiabilidad. La segmentación estándar de oro del plexo coroideo mediante delineaciones manuales se puede utilizar para desarrollar herramientas de segmentación automatizada mejores y más confiables que se pueden compartir abiertamente para dilucidar los cambios en el plexo coroideo a lo largo de la vida y dentro de varios trastornos cerebrales.

Choroid plexus function 
The choroid plexus is a highly vascularized structure in the brain consisting of fenestrated capillaries and a monolayer of choroid plexus epithelial cells1. The choroid plexus projects into the lateral, third, and fourth cerebral ventricles and produces cerebrospinal fluid (CSF), which plays an important role in neural patterning2 and brain physiology3,4. The choroid plexus secretes neurovascular substances, encompasses a stem-cell like repository, and acts as a physical barrier to impede the entrance of toxic metabolites, an enzymatic barrier to remove moieties that circumvent the physical barrier, and an immunological barrier to protect against foreign invaders5. The choroid plexus modulates neurogenesis6, synaptic plasticity7, inflammation8, circadian rhythm9,10, gut brain-axis11, and cognition12. Moreover, peripheral cytokines, stress, and infection (including SARS-CoV-2) can disrupt the blood-CSF barrier13,14,15,16. Thus, the choroid plexus-CSF system is integral for neurodevelopment, neurocircuit maturation, brain homeostasis, and repair17. Since immune, inflammatory, metabolic, and enzymatic alterations impact the brain, researchers are using neuroimaging tools to assess the role of the choroid plexus across the lifespan and in brain disorders18,19,20. However, limitations exist in commonly used automated tools for choroid plexus segmentation, such as FreeSurfer, which result in the choroid plexus being poorly segmented. Thus, there is a critical need for ground truth manual segmentation of the choroid plexus that can be used to develop an accurate automated tool for choroid plexus segmentation.
Choroid plexus in neurodevelopment and brain disorders 
The role of the choroid plexus in brain disorders has long been neglected, mainly because it was regarded as a supporting player whose role was to cushion the brain and maintain a proper salt balance2,21. However, the choroid plexus has gained attention as a structure linked to brain disorders such as pain syndromes22, SARS-CoV-216,23,24, neurodevelopmental2, and brain disorders19, suggesting a transdiagnostic effect in the development of behavioral disorders. In neurodevelopmental disorders, choroid plexus cysts were associated with an increased risk of developmental delay, attention-deficit/hyperactivity disorder (ADHD), or autism spectrum disorder (ASD)25,26. Additionally, lateral ventricle choroid plexus volume was found to be increased in patients with ASD27. In brain disorders,choroid plexus abnormalities have been described since 1921 in psychotic disorders28,29. Previous studies have identified choroid plexus enlargement using FreeSurfer segmentation in a large sample of patients with psychotic disorders compared to both their first-degree relatives and controls19. These findings were replicated using manually segmented choroid plexus volume in a large sample of clinical high-risk for psychosis population and found that these patients had larger choroid plexus volume compared to healthy controls30. There are a growing number of studies demonstrating choroid plexus enlargement in complex regional pain syndrome22, stroke31, multiple sclerosis20,32, Alzheimer&#39;s33,34, and depression35, with some demonstrating a link between peripheral and brain immune/inflammatory activity. These neuroimaging studies are promising; however, poor lateral ventricle choroid plexus segmentation by FreeSurfer21 limits the trustworthiness of automated choroid plexus volume estimation. As a result, studies in multiple sclerosis20,32, depression35, Alzheimer&#39;s34, and early psychosis36 have begun manually segmenting the lateral ventricle choroid plexus, but there are no current guidelines for how to do this, nor is their guidance on segmenting the third and fourth ventricle choroid plexus.
Common segmentation tools exclude the choroid plexus 
Brain segmentation pipelines such as FreeSurfer37,38,39, FMRIB Software Library (FSL)40, SLANT41, and FastSurfer (developed by the co-author Martin Reuter)42,43, accurately and reliably segment cortical and subcortical structures employing atlas-based (FSL), atlas- and surface-based (FreeSurfer), and deep learning segmentation paradigms (SLANT and FastSurfer). Weaknesses of some of these approaches include processing speed, limited generalization to different scanners, field strengths and voxel sizes37,44, and forced alignment of the label map in a standard atlas space. However, the capability to segment the choroid plexus and the compatibility with high-resolution MRI is only addressed by FreeSurfer and FastSurfer. The neural networks behind FastSurfer, are trained on FreeSurfer choroid plexus labels, so they inherit FreeSurfer&#39;s previously discussed reliability and coverage limitations, with the third and fourth ventricles being ignored21. Current limitations for high-resolution MRI also exist, but FreeSurfer&#39;s high-resolution stream45 and FastSurferVINN43 can be used to handle this issue.
Current choroid plexus segmentation tools 
There is only one freely available segmentation tool for the choroid plexus, but segmentation accuracy is limited. Accurate choroid plexus segmentation can be impacted by a variety of factors, including (1) variability in choroid plexus location (spatially non-stationary) due to its location within the ventricles, (2) differences in voxel intensity, contrast, resolution (within-structure heterogeneity) due to cellular heterogeneity, dynamic choroid plexus function, pathological changes, or partial volume effects, (3) age- or pathology-related ventricular size differences impacting choroid plexus size, and (4) proximity to adjacent subcortical structures (hippocampus, amygdala, caudate, and cerebellum), which are also difficult to segment. Given these challenges, FreeSurfer segmentations often under or over-estimate, mislabel or ignore the choroid plexus.
Three recent publications addressed the gap of reliable choroid plexus segmentation with a Gaussian Mixture Model (GMM)46, an Axial-MLP47, and U-Net-based deep learning approaches48. Each model was trained and evaluated using private, manually labeled datasets of at most 150 subjects with a limited diversity of scanners, sites, demographics, and disorders. While these publications46,48,49 achieved significant improvements over FreeSurfer&#39;s choroid plexus segmentation - sometimes doubling the intersection of prediction and ground truth, neither method is (1) validated in high-resolution MRI, (2) has dedicated generalization and reliability analyses, (3) features large representative training and testing datasets, (4) specifically addresses or analyzes choroid plexus segmentation challenges such as partial volume effects, or (5) is publicly available as a ready-to-use tool. Thus, the current &#34;gold standard&#34; for choroid plexus segmentation is manual tracing, e.g., using 3D Slicer50 or ITK-SNAP51, which has not been previously described and has been a major challenge for researchers wishing to examine the role of the choroid plexus in their studies. 3D Slicer was chosen for manual segmentation due to the author&#39;s familiarity with the software and because it provides the user with various tools based on different approaches that can be combined to obtain the desired result. Other tools can be used, such as ITK-SNAP, which is primarily oriented on image segmentation, and once the tool is mastered, good results can be obtained by the user. Additionally, the authors have conducted a case-control study demonstrating the high accuracy and reliability of their manual segmentation technique using 3D Slicer30, and that specific methodology is described herein.

Autor destacado: Cerrar las brechas en la anatomía y establecer una base para los estudios algorítmicos 

Segmentación manual del plexo coroideo humano mediante resonancia magnética cerebral

We aim to establish an accessible and standardized protocol for manually segmenting the choroid plexus within the lateral third and fourth ventricles of the brain. We hope to address any common questions or problems that can arise when manually segmenting the choroid plexus, especially considering the complex nature of its location within the brain. Developing this protocol will lead to the creation of a large enough data set consisting of ground truth segmentation maps that we can then use to train and develop algorithms that can accurately and automatically segment the choroid plexus.In the future, this will lead to studies that investigate the role of the choroid plexus within various neurologic and neuropsychiatric disorders.

El método propuesto se ha sometido a un refinamiento iterativo para el plexo coroideo del ventrículo lateral, lo que implica pruebas exhaustivas en una cohorte de 169 controles sanos y 340 pacientes con un riesgo clínicamente alto de psicosis30. Utilizando la técnica descrita anteriormente, los autores obtuvieron una alta precisión y confiabilidad intra-evaluador con un CD = 0,89, promedio de HD = 3,27mm3 y ICC de un solo evaluador = 0,9730, lo que demuestra la solidez del protocol...

Watch this Scientific Journal Video about Bridging Gaps in Anatomy and Establishing a Foundation for Algorithmic Studies at JoVE.com

A pesar del papel crucial del plexo coroideo en el cerebro, los estudios de neuroimagen de esta estructura son escasos debido a la falta de herramientas fiables de segmentación automatizada. El presente protocolo tiene como objetivo garantizar la segmentación manual del plexo coroideo de referencia que pueda servir de base para futuros estudios de neuroimagen.

The choroid plexus has been implicated in neurodevelopment and a range of brain disorders. Evidence demonstrates that the choroid plexus is critical for ...

Nuestro objetivo es establecer un protocolo accesible y estandarizado para segmentar manualmente el plexo coroideo dentro de los ventrículos laterales tercero y cuarto del cerebro. Esperamos abordar cualquier pregunta o problema común que pueda surgir al segmentar manualmente el plexo coroideo, especialmente teniendo en cuenta la naturaleza compleja de su ubicación dentro del cerebro. El desarrollo de este protocolo conducirá a la creación de un conjunto de datos lo suficientemente grande que consiste en mapas de segmentación de la verdad del terreno que luego podemos usar para entrenar y desarrollar algoritmos que puedan segmentar de manera precisa y automática el plexo coroideo.En el futuro, esto conducirá a estudios que investiguen el papel del plexo coroideo dentro de diversos trastornos neurológicos y neuropsiquiátricos.

manual-segmentation-of-the-human-choroid-plexus-using-brain-mri

Research

JoVE Journal

Neuroscience

Manual Segmentation of the Human Choroid Plexus Using Brain MRI

1.6K vistas.  Beth Israel Deaconess Medical Center. Nuestro objetivo es establecer un protocolo accesible y estandarizado para segmentar manualmente el plexo coroideo dentro de los ventrículos laterales tercero y cuarto del cerebro. Esperamos abordar cualquier pregunta o problema común que pueda surgir al segmentar manualmente el plexo coroideo, especialmente teniendo en cuenta la naturaleza compleja de su ubicación dentro del cerebro. El desarrollo de este protocolo conducirá a la creación de un conjunto de datos lo suficientemente grand...

Video: Autor destacado: Cerrar las brechas en la anatomía y establecer una base para los estudios algorítmicos 

The choroid plexus has been implicated in neurodevelopment and a range of brain disorders. Evidence demonstrates that the choroid plexus is critical for brain maturation, immune/ inflammatory regulation, and behavioral/cognitive functioning. However, current automated neuroimaging segmentation tools are poor at accurately and reliably segmenting the lateral ventricle choroid plexus. Furthermore, there is no existing tool that segments the choroid plexus located in the third and fourth ventricles of the brain. Thus, a protocol delineating how to segment the choroid plexus in the lateral, third, and fourth ventricle is needed to increase the reliability and replicability of studies examining the choroid plexus in neurodevelopmental and brain disorders. This protocol provides detailed steps to create separately labeled files in 3D Slicer for the choroid plexus based on DICOM or NIFTI images. The choroid plexus will be manually segmented using the axial, sagittal, and coronal planes of T1w images making sure to exclude voxels from gray or white matter structures bordering the ventricles. Windowing will be adjusted to assist in the localization of the choroid plexus and its anatomical boundaries. Methods for assessing accuracy and reliability will be demonstrated as part of this protocol. Gold standard segmentation of the choroid plexus using manual delineations can be used to develop better and more reliable automated segmentation tools that can be openly shared to elucidate changes in the choroid plexus across the lifespan and within various brain disorders.

Despite the crucial role of the choroid plexus in the brain, neuroimaging studies of this structure are scarce due to the lack of reliable automated segmentation tools. The present protocol aims to ensure gold-standard manual segmentation of the choroid plexus that can inform future neuroimaging studies.

Investigación

Neurociencias

Segmentation of the Choroid Plexus Using Manual Delineations

To begin, import digital imaging and communications in medicine or DICOM data by clicking on the DCM button located at the upper left corner of the toolbar and clicking the import DICOM files button. To adjust the brightness of an image, click adjust window and level of volume or left click on the image and drag the mouse up or down. Then left click on the image slice and move the mouse to the left or right to adjust the contrast.Refer to the deep gray matter nuclei or the contrast scale bars signal intensity and ensure that it remains consistent throughout the segmentation to choose the suitable contrast for the choroid plexus. To start the segmentation of the lateral third and fourth ventricle choroid plexus, select the segment editor from the module's dropdown menu. Now click on the dropdown menu for segmentation to select different segmentations and rename the selected one.Use the master volume dropdown and pick the NIfTI or DICOM sets that need editing. Click the add button two times to include two segments for the lateral ventricle choroid plexus. Double click on their titles and rename them as right lateral ventricle choroid plexus and left lateral ventricle choroid plexus.Click on the add button once more to introduce segments for the choroid plexus of the third and fourth ventricles. Afterward, rename them as the third ventricle choroid plexus and the fourth ventricle choroid plexus respectively. Begin with the lateral ventricle choroid plexus in the axial plane and ensure to position images based on the bicommissural line.Use the trigonum collaterale as a reference point to locate the lateral ventricle choroid plexus. To start manual segmentation, select either the paint or draw tool located in the effects section of the segment editor. While using the paint tool, select the desired brush diameter for painting.Use the red nucleus level to determine when to stop segmenting the choroid plexus in the lateral ventricles. To locate the third ventricle choroid plexus, commence in the sagittal plane, and use the foramen of Monro, fornix, corpus callosum, thalamus, and internal cerebral vein as landmarks. Similarly, for the fourth ventricle choroid plexus, begin in the sagittal plane and use the superior cerebellar peduncle, pons and medulla as reference points to pinpoint the choroid plexus in the fourth ventricle.From the modules dropdown menu, navigate to quantification and select segment statistics. Then under the input section, select the newly created segmentation map for quantification under the segmentation tool and select the MRI volume from the scaler volume. For the output table, select the table option under output and hit apply.A table displaying the choroid plexus volume in different units will appear. Click on the save button located in the top left part of the toolbar to store the generated files. Preserve the segmentation files in the formats nrrd, nii.gz, or tsv.