Le matériel est basé sur le travail partiellement financé par la National Science Foundation par la concession numéro IIS0758410. Les données ont été fournies par les Carolines Healthcare System.

1. Aperçu de la méthodologie Le cadre proposé traite les images du cerveau CT de lésion cérébrale traumatique (TBI) des patients afin de calculer automatiquement quart ligne médiane dans les cas pathologiques et l&#39;utiliser ainsi que d&#39;autres informations extraites de prédire la pression intracrânienne (PIC). Figure 1 montre le schéma de principe de l&#39;ensemble du cadre. La mesure automatisée ligne médiane de décalage peut être divisé en trois étapes. Tout d&#39;abord, la ligne médiane idéale du cerveau, c&#39;est à dire avant la ligne médiane blessure, se trouve par l&#39;intermédiaire d&#39;une recherche hiérarchique sur la base de la symétrie du crâne et 3 fonctions tissulaires. Deuxièmement, le système ventriculaire est segmenté pour chaque image du cerveau CT 4. Troisièmement, la ligne médiane réelle est estimée à partir du système ventriculaire déformée segmentée en utilisant une forme correspondant à la méthode 5. Le déplacement horizontal du système ventriculaire est alors estimée sur la base de l&#39;estimation de la ligne médiane de la ligne médiane idéale et réelle. Après til est successivement changement de ligne médiane estimée, y compris les fonctions de changement de ligne médiane, des informations de texture des images de tomodensitométrie, ainsi que d&#39;autres informations démographiques sont utilisés pour prédire ICP. Algorithmes d&#39;apprentissage automatique sont utilisés pour modéliser la relation entre le PCI et les caractéristiques extraites 6. 2. Idéal Estimation Midline <ol><li> Cette étape permet de détecter la ligne médiane approximative idéal en utilisant la symétrie de la boîte crânienne. Tout d&#39;abord, en utilisant un seuillage en niveaux de gris, le crâne doit être segmenté du reste du contenu de l&#39;image CT. Après quoi, effectuez une recherche exhaustive pour déterminer les angles de rotation autour du centre de masse du crâne. L&#39;angle de rotation optimale est défini comme étant l&#39;angle qui maximise la symétrie des moitiés résultant du crâne. La ligne médiane approximative idéal est la droite passant par le centre de masse et a l&#39;ange de rotation optimale par rapport à la direction verticale initiale de l&#39;image CT. </li><li> Cette étape détecte le posterior falx cérébrale antérieure et la faux attachement aux marges de la gouttière sagittale. Cette étape est réalisée pour affiner la ligne médiane approximative identifié idéal. Définissez d&#39;abord deux rectangles centrés à chercher les deux points d&#39;intersection entre la ligne médiane approximative idéal et la calotte crânienne. Ensuite, choisissez les dimensions des rectangles empiriquement de manière à couvrir les caractéristiques anatomiques d&#39;être détecté comme expliqué ci-dessous. L&#39;attachement antérieur falx est détecté comme le point culminant de la crête sur la calotte crânienne et la faux du cerveau est détecté comme la ligne grise dans la région postérieure 3. </li><li> Cette étape utilise les caractéristiques détectées au-dessus d&#39;affiner la position idéale ligne médiane. Une fois le point culminant de la pièce jointe falx antérieure et le point le plus éloigné de la faux du cerveau postérieur de la calvarum sont spécifiés, la ligne médiane raffiné idéal est la ligne reliant les deux points. </li></ol> 3. La segmentation du ventricule <ol><li> Appliquez d&#39;abord un peu level segmentation en utilisant un modèle de mélange gaussien (GMM) pour chaque tranche CT 4,7. Images de tomodensitométrie peut être divisé en 4 types de tissus: os / sang, le liquide céphalo-rachidien (LCR), la matière grise et la substance blanche. Pour l&#39;initialisation du modèle de mélange gaussien, les paramètres sont estimés sur la base d&#39;un résultat de segmentation itérative K-means de l&#39;image CT. Ensuite, utilisez l&#39;espérance-maximisation (EM) méthode pour optimiser GMM itérative afin de mieux représenter l&#39;image CT. Le résultat de la segmentation dur peut être obtenu en divisant l&#39;image en régions en fonction CT sur la probabilité maximale de la composition que chaque pixel appartient à différents types de régions. </li><li> Après la segmentation de bas niveau de MGM, appliquer des contraintes supplémentaires sur le résultat de la segmentation afin de reconnaître les régions ventriculaires. Seuls les régions ventriculaires avec une taille au-dessus d&#39;un certain seuil sont conservés. Appliquer des contraintes sur l&#39;emplacement de régions ventriculaires ainsi l&#39;utilisation de la boîte de délimitation du cerveau et l&#39;ensemble de ventriclmodèles électroniques. Extraire l&#39;ensemble de modèles à partir d&#39;un ventricule images standard MR cerveau et l&#39;agrandir à l&#39;aide de la dilatation morphologique pour tenir compte des variations entre les différentes matières et les cas pathologiques. </li></ol> 4. Estimation actuelle Midline <ol><li> Spécifiez les points caractéristiques sur les modèles ventricule extraites de MR. </li><li> Ne la forme de plusieurs régions de correspondance entre 5,8 ventricules segmentés et le modèle MR. </li><li> Estimation de la ligne médiane réelle basée sur les points caractéristiques identifiés sur les formes à l&#39;aide du ventricule forme correspondante. Utilisez ensuite la moyenne de la moyenne côté gauche et le côté droit de la dire abscisses de ces points caractéristiques pour définir la coordonnée x de la ligne médiane. </li></ol> 5. Extractions Feature Plus <ol><li> Mesurer l&#39;hématome intracrânien / saignement de volume sur la base du modèle de mélange gaussien (GMM) les résultats de segmentation obtenue à partir des images scanner. Le résultat segmenté peut enclude petites régions, y compris sinus veineux du sang et de la faux cérébrale, mais ils peuvent généralement être négligés en comparaison avec les régions de l&#39;hématome. Comptez ensuite le nombre de pixels classés comme du sang pour chaque tranche et les résumer. Le montant final de quantifier le volume de sang épanché dans l&#39;examen TDM. </li><li> Extrait caractéristiques de texture. Sélectionnez d&#39;abord six fenêtres dans chaque image CT qui capte la matière grise et blanche, mais d&#39;éviter les structures de sang et le ventricule dans l&#39;image CT, voir figure 6. Puis extraire les caractéristiques de texture correspondant à l&#39;aide des méthodes suivantes: gris longueur Run Level 9, l&#39;analyse d&#39;histogramme, analyse de Fourier, analyse en ondelettes double arbre complexe 10. </li><li> Les données démographiques et le score de gravité sont également collectées. </li><li> Toutes les caractéristiques extraites de chaque image CT sont agrégés pour représenter tout l&#39;examen TDM. Plus précisément, min (f), max (f), la médiane (f), moyenne (f), std (f) sont calculés entre all les fonctions sélectionnées appartenant à l&#39;examen particulier CT, par exemple, une fonction ƒ de la ligne médiane changement ou une caractéristique de texture. Pour que la fonctionnalité montant hémorragie intracrânienne, outre les 5 opérateurs mentionnés ci-dessus, la somme (f) est également ajouté à enregistrer le volume sanguin total. </li></ol> 6. Estimation ICP L&#39;idée principale de l&#39;estimation ICP est d&#39;appliquer des techniques d&#39;apprentissage automatique pour construire un modèle basé sur un ensemble d&#39;échantillons d&#39;apprentissage. Ensuite, le modèle construit est évalué sur les échantillons restants. En raison de la grande dimension des caractéristiques extraites, y compris ceux des scanners et des informations démographiques, la sélection des fonctionnalités est important d&#39;enlever des éléments indépendants pour un modèle relativement simple donc stable. Par conséquent, il ya deux étapes à effectuer pour ICP estimation / prévision. Tout d&#39;abord, sélectionnez les fonctions relatives qui sont informatives dans la prédiction des PIC. La deuxième étape consiste à utiliser des machines à vecteurs de support (SVM) commealgorithme d&#39;apprentissage pour développer et évaluer le modèle de formation. Des logiciels tels que RapidMiner 11 est idéal pour cette tâche car c&#39;est un outil très bien conçu pour la plupart des algorithmes d&#39;apprentissage machine et fournit des interfaces très puissants pour former et évaluer des modèles. <ol><li> Effectuer la sélection de caractéristiques en deux étapes. Utilisez tout d&#39;abord le critère de ratio d&#39;information de gain dans la première étape pour sélectionner les 50 meilleurs caractéristiques. Dans la deuxième étape, utiliser un algorithme génétique SVM incorporant d&#39;optimiser la sélection des fonctionnalités. Ensuite, utilisez la dernière série de caractéristiques choisies pour construire le modèle de prédiction ICP à l&#39;étape suivante. </li><li> Effectuer la classification du PCI et de l&#39;évaluation grâce à des techniques d&#39;apprentissage automatique. Le diagramme de haut niveau de la formation et des tests sont présentés dans RapidMiner la figure 8. Appliquer une 10 fois la validation croisée schéma que la couche la plus extérieure de l&#39;évaluation. Afin de construire un modèle avec une meilleure généralisation et d&#39;éviter le surapprentissage à tdonnées d&#39;entraînement, il nids autre couche de validation croisée à l&#39;intérieur de chaque pli de formation. Dans ces modules, appliquez d&#39;abord le processus de sélection des caractéristiques décrites ci-dessus et ensuite utiliser un SVM pour la classification de son module de paramètre propre sélection 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>

Aucun conflit d&#39;intérêt déclaré.

Dans cette étude, un cadre flexible et intuitive est proposée pour résoudre deux problèmes difficiles: l&#39;estimation du décalage de la ligne médiane en images CT et la prédiction niveau ICP repose sur des caractéristiques extraites. Les résultats de l&#39;évaluation montrent l&#39;efficacité de la méthode proposée. Pour autant que nous savons, c&#39;est la première fois d&#39;une étude systématique pour résoudre ces deux problèmes. Nous remarquons que sur la base du cadre général, il ya beaucoup d...

Chaque année, il ya environ 1,4 million de traumatismes cranio-cérébraux (TCC) liées à l&#39;urgence des cas aux États-Unis, dont, plus de 50.000 entraîner la mort 1. TCC sévère est généralement accompagnée par une augmentation de la pression intracrânienne (PIC) avec des symptômes tels que des hématomes et un gonflement des tissus cérébraux. Cela entraîne la pression de perfusion cérébrale réduite et le débit sanguin cérébral, placer dans le cerveau lésé risque supplémentaire. Sévère augmentation ICP peut être fatale, si la surveillance ICP pour les patients victimes d&#39;un TCC est cruciale. Cela nécessite généralement le placement de cathéters directement dans le cerveau pour la surveillance de la pression, une procédure risquée pour les patients qui ne peuvent être réalisées à des centres médicaux spécialisés. La procédure implique également des risques comme l&#39;infection. Toutefois, certains signes d&#39;élévation ICP peut être visible en imagerie médicale. En particulier, le décalage médiane est souvent associée à une augmentation de la PIC et peut être capté depuis le cerveau t calculéeomography (CT) des images. En tant que tel, ces images fournissent une opportunité pour la détection non invasive de l&#39;élévation du PCI qui peut être utilisé comme une étape de pré-sélection avant la trépanation crânienne. TDM est encore l&#39;étalon-or pour l&#39;évaluation initiale TBI parmi tous les autres modalités d&#39;imagerie IRM, par exemple, en raison de sa grande vitesse et le coût relativement faible 2. En outre, un examen tomodensitométrique ne nécessite pas l&#39;immobilité du patient stricte, et a l&#39;avantage de révéler des anomalies sévères telles que les fractures osseuses et des hématomes. Tandis que CT est couramment utilisé pour la détection de lésions dans le cerveau, basé sur la technologie actuelle, décalage ligne médiane n&#39;est pas automatiquement mesurée et donc les médecins doivent évaluer ce facteur important par inspection visuelle. Inexact ou contradictoire par interprétation CT est souvent associée à la nature du système visuel humain et la structure complexe du cerveau. Alors que les petites variations médianes sont insaisissables, ils sont souvent précieux pour l&#39;évaluation des lésions cérébrales, en particulaire à des stades précoces de la blessure avant l&#39;état du patient s&#39;aggrave. De l&#39;autre côté du spectre, changement de ligne médiane grande suggère fortement élevée ICP et plus sévère TBI. Toutefois, il s&#39;agit d&#39;une tâche très difficile pour l&#39;homme d&#39;inspecter visuellement les images CT et de prédire le niveau de l&#39;ICP quantitativement. Grâce aux progrès des techniques automatisées de calcul, les caractéristiques extraites des images CT, telles que le levier ligne médiane, le volume de l&#39;hématome et la texture des images CT du cerveau, peut être mesurée avec précision et automatiquement à l&#39;aide des méthodes avancées de traitement d&#39;image. Cependant, la relation entre le PCI et le décalage ligne médiane ainsi que d&#39;autres fonctionnalités telles que le degré de saignement, la texture de CT images n&#39;a pas été explorée. Dans cet article, un cadre de calcul a été proposée pour mesurer la mesure du décalage de la ligne médiane ainsi que d&#39;autres caractéristiques physiologiques / anatomiques sur les images CT du cerveau, puis de prédire le degré d&#39;ICP non-intrusive à l&#39;aide techniques d&#39;apprentissage automatique.

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

Dans cet article, nous présentons un système automatisé basé principalement sur les tomodensitométrie (CT) images constituées de deux composants principaux: le changement d&#39;estimation médiane et de la pression intracrânienne (PIC) de présélection système. Pour estimer le décalage ligne médiane, une première estimation de la ligne médiane idéale est effectuée en fonction de la symétrie du crâne et des caractéristiques anatomiques dans le cerveau CT scan. Ensuite, la segmentation des ventricules du scanner est effectuée et utilisée comme guide pour l&#39;identification de la ligne médiane réelle par correspondance de forme. Ces processus imiter le processus de mesure par les médecins et ont montré des résultats prometteurs dans l&#39;évaluation. Dans le second volet, plus de fonctionnalités sont extraits liés à l&#39;ICP, telles que l&#39;information de texture, la quantité de sang à partir de la tomodensitométrie et d&#39;autres éléments enregistrés, tels que l&#39;âge, le degré de gravité pour estimer l&#39;ICP sont également intégrés. Techniques d&#39;apprentissage automatique, y compris la sélection des fonctionnalités et de la classification, comme le soutienVector Machines (SVM), sont utilisées pour construire le modèle de prédiction en utilisant RapidMiner. L&#39;évaluation de la prédiction montre l&#39;utilité potentielle du modèle. Le changement de la ligne médiane estimée idéal et les niveaux prévus ICP peut être utilisé comme un moyen rapide de présélection étape pour les médecins à prendre des décisions, de façon à recommander pour ou contre ICP surveillance invasive.

Les jeux de données de test CT ont été fournies par le système de soins de santé Carolines (CHS) sous le Conseil d&#39;examen institutionnel. Tous les sujets ont reçu un diagnostic de légère à sévère TBI lors de la première admission à l&#39;hôpital. Pour chaque patient, la valeur du PCI a été enregistrée toutes les heures à l&#39;aide des sondes du PCI à l&#39;intérieur de la région du ventricule à la fois avant et après la tomodensitométrie ont été obtenus. Pour associer la valeur du PCI avec...

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

Une estimation médiane automatisé changement et de la pression intracrânienne (PIC) de présélection système basé sur la tomodensitométrie (TDM) images pour les patients présentant une lésion cérébrale traumatique (TBI) est proposé d&#39;utiliser le traitement d&#39;images et de techniques d&#39;apprentissage automatique.

Maj automatique Ligne médiane et estimation de la pression intracrânienne basée sur des images CT du cerveau

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 vues.  Virginia Commonwealth University. Une estimation médiane automatisé changement et de la pression intracrânienne (PIC) de présélection système basé sur la tomodensitométrie (TDM) images pour les patients présentant une lésion cérébrale traumatique (TBI) est proposé d'utiliser le traitement d'images et de techniques d'apprentissage automatique.

Vidéo: 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.

Péridurale Mesure de la pression intracrânienne chez le rat en utilisant un transducteur de pression à fibre optique

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

Recherche

Médecine

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 haute résolution<em&gt; In vivo</em&gt; Technique d&#39;imagerie pour étudier la réponse dynamique des structures intracrâniennes à la croissance tumorale et de thérapeutique

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.

Création anatomique précise et reproductible intracrânienne xénogreffes de tumeurs cérébrales humaines

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.

Évaluation du cortex cérébral microinfarctus sur la Résolution Monsieur le Haut 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 ...

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.

Proximal Cadaveric Fémur Préparation de l&#39;analyse des éléments finis à base de CT Fracture Force Test et quantitative

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.

La détermination de métabolisme du glucose Kinetics L&#39;utilisation<sup&gt; 18</sup&gt; F-FDG-PET Micro / 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.

Procédé amélioré pour la création d’un In Vitro barrière hémato - encéphalique modèle basé sur les cellules endothéliales du cerveau porcin

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.

Un modèle basé sur un transformateur Swin pour la détection de nodules thyroïdiens dans des images échographiques

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

Processeur automatisé pour la fabrication de cellules CAR-T à l’échelle clinique

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.

Pleins feux sur l’auteur : Progrès dans la fabrication de cellules CAR-T et la production de thérapie génique 

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.