Les auteurs tiennent à remercier le soutien financier provenant des sources suivantes. Le développement et le test de différentes analyses de neuro-imagerie a été soutenu par plusieurs subventions, notamment des Instituts canadiens de recherche en santé (MOP Classé n 13129), la Société Alzheimer du Canada et l&#39;Association Alzheimer (États-Unis), la Fondation des maladies du Partenariat canadien pour la course Recovery (HSFCPSR), et la Fondation LC Campbell. JR reçoit un soutien salarial de la Société Alzheimer du Canada; SEB de l&#39;Institut de recherche Sunnybrook et aux départements de médecine à Sunnybrook et U de T, y compris le président Brill en neurologie. Les auteurs reçoivent également un soutien salarial de la HSFCPSR.

<ol>
	<li>Ramirez, J., Gibson, E., Quddus, A., Lobaugh, N. J., Feinstein, A., Levine, B., Scott, C. J., Levy-Cooperman, N., Gao, F. Q., Black, S. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Lesion+Explorer:+A+comprehensive+segmentation+and+parcellation+package+to+obtain+regional+volumetrics+for+subcortical+hyperintensities+and+intracranial+tissue.">Lesion Explorer: A comprehensive segmentation and parcellation package to obtain regional volumetrics for subcortical hyperintensities and intracranial tissue.</a> Neuroimage. 54 (2), 963-973 (2011).</li><li>Ramirez, J., Scott, C. J., Black, S. 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+short-term+scan-rescan+reliability+test+measuring+brain+tissue+and+subcortical+hyperintensity+volumetrics+obtained+using+the+lesion+explorer+structural+MRI+processing+pipeline.">A short-term scan-rescan reliability test measuring brain tissue and subcortical hyperintensity volumetrics obtained using the lesion explorer structural MRI processing pipeline.</a> Brain Topogr. 26 (1), 35-38 (2013).</li><li>Sled, J. G., Zijdenbos, A. P., Evans, A. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+nonparametric+method+for+automatic+correction+of+intensity+nonuniformity+in+MRI+data.">A nonparametric method for automatic correction of intensity nonuniformity in MRI data.</a> IEEE Trans. Med. Imaging. 17 (1), 87-97 (1998).</li><li>Wahlund, L. O., Barkhof, F., Fazekas, F., Bronge, L., Augustin, M., Sjogren, M., Wallin, A., Ader, H., Leys, D., Pantoni, L., Pasquier, F., Erkinjuntti, T., Scheltens, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+new+rating+scale+for+age-related+white+matter+changes+applicable+to+MRI+and.">A new rating scale for age-related white matter changes applicable to MRI and.</a> 32 (6), 1318-1322 (2001).</li><li>Pantoni, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cerebral+small+vessel+disease:+from+pathogenesis+and+clinical+characteristics+to+therapeutic+challenges.">Cerebral small vessel disease: from pathogenesis and clinical characteristics to therapeutic challenges.</a> Lancet Neurol. 9 (7), 689-701 (2010).</li><li>Black, S. E., Gao, F. Q., Bilbao, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Understanding+white+matter+disease:+Imaging-pathological+correlations+in+vascular+cognitive+impairment.">Understanding white matter disease: Imaging-pathological correlations in vascular cognitive impairment.</a> Stroke. 40, (2009).</li><li>Arch Neurol, . <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> 44, 21-23 (1987).</li><li>Carmichael, O., Schwarz, C., Drucker, D., Fletcher, E., Harvey, D., Beckett, L., Jack, C. R., Weiner, M., Decarli, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Longitudinal+changes+in+white+matter+disease+and+cognition+in+the+first+year+of+the+Alzheimer+disease+neuroimaging+initiative.">Longitudinal changes in white matter disease and cognition in the first year of the Alzheimer disease neuroimaging initiative.</a> Arch. Neurol. 67 (11), 1370-1378 (2010).</li><li>Wardlaw, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=What+is+a+lacune.">What is a lacune.</a> Stroke. 39 (11), 2921-2922 (2008).</li><li>Potter, G. M., Doubal, F. N., Jackson, C. A., Chappell, F. M., Sudlow, C. L., Dennis, M. S., Wardlaw, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Counting+cavitating+lacunes+underestimates+the+burden+of+lacunar+infarction.">Counting cavitating lacunes underestimates the burden of lacunar infarction.</a> Stroke. 41 (2), 267-272 (2010).</li><li>Barkhof, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Enlarged+Virchow-Robin+spaces:+do+they+matter.">Enlarged Virchow-Robin spaces: do they matter.</a> J. Neurol. Neurosurg. Psychiatry. 75 (11), 1516-1517 (2004).</li><li>Zhu, Y. C., Dufouil, C., Soumare, A., Mazoyer, B., Chabriat, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Tzourio+C.+High+degree+of+dilated+Virchow-Robin+spaces+on+MRI+is+associated+with+increased+risk+of+dementia.">Tzourio C. High degree of dilated Virchow-Robin spaces on MRI is associated with increased risk of dementia.</a> J. Alzheimers Dis. 22 (2), 663-672 (2010).</li><li>Levy-Cooperman, N., Ramirez, J., Lobaugh, N. J., Black, S. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Misclassified+tissue+volumes+in+Alzheimer+disease+patients+with+white+matter+hyperintensities:+importance+of+lesion+segmentation+procedures+for+volumetric+analysis.">Misclassified tissue volumes in Alzheimer disease patients with white matter hyperintensities: importance of lesion segmentation procedures for volumetric analysis.</a> Stroke. 39 (4), 1134-1141 (2008).</li><li>Kovacevic, N., Lobaugh, N. J., Bronskill, M. J., Levine, B., Feinstein, A., Black, S. 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+robust+method+for+extraction+and+automatic+segmentation+of+brain+images.">A robust method for extraction and automatic segmentation of brain images.</a> Neuroimage. 17 (3), 1087-1100 (2002).</li><li>Nestor, S. M., Rupsingh, R., Borrie, M., Smith, M., Accomazzi, V., Wells, J. L., Fogarty, J., Bartha, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ventricular+enlargement+as+a+possible+measure+of+Alzheimer's+disease+progression+validated+using+the+Alzheimer's+disease+neuroimaging+initiative+database.">Ventricular enlargement as a possible measure of Alzheimer's disease progression validated using the Alzheimer's disease neuroimaging initiative database.</a> Brain. 131, 2443-2454 (2008).</li><li>Moody, D. M., Brown, W. R., Challa, V. R., Anderson, R. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Periventricular+venous+collagenosis:+association+with+leukoaraiosis.+Radiology.">Periventricular venous collagenosis: association with leukoaraiosis. Radiology.</a> (2), 469-476 .</li><li>Brown, W. R., Moody, D. M., Challa, V. R., Thore, C. R., Anstrom, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Venous+collagenosis+and+arteriolar+tortuosity+in+leukoaraiosis.">Venous collagenosis and arteriolar tortuosity in leukoaraiosis.</a> J. Neurol. Sci. 15, 203-204 (2002).</li><li>Talairach, J., Tournoux, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Co-planar Stereotaxic Atlas of the Human Brain. , (1988).</li><li>Dade, L. A., Gao, F. Q., Kovacevic, N., Roy, P., Rockel, C., O'Toole, C. M., Lobaugh, N. J., Feinstein, A., Levine, B., Black, S. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Semiautomatic+brain+region+extraction:+a+method+of+parcellating+brain+regions+from+structural+magnetic+resonance+images.">Semiautomatic brain region extraction: a method of parcellating brain regions from structural magnetic resonance images.</a> Neuroimage. 22 (4), 1492-1502 (2004).</li><li>Shrout, P. E., Fleiss, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Intraclass+correlations:+uses+in+assessing+rater+reliability.">Intraclass correlations: uses in assessing rater reliability.</a> Psychol. Bull. 86, 420-428 (2008).</li><li>Zijdenbos, A. P., Dawant, B. M., Margolin, R. A., Palmer, A. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Morphometric+analysis+of+white+matter+lesions+in+MR+images:+method+and+validation.">Morphometric analysis of white matter lesions in MR images: method and validation.</a> IEEE Trans. Med. Imaging. 13 (4), 716-724 (1994).</li><li>Chow, T. W., Takeshita, S., Honjo, K., Pataky, C. E., Comparison, S. t. J. a. c. q. u. e. s. ,. P. .. L. .. ,. K. u. s. a. n. o. ,. M. .. L. .. ,. C. a. l. d. w. e. l. l. ,. C. .. B. .. ,. R. a. m. i. r. e. z. ,. J. .. ,. B. l. a. c. k. ,. S. .. ,. V. e. r. h. o. e. f. f. ,. N. .. P. .. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=of+manual+and+semi-automated+delineation+of+regions+of+interest+for+radioligand+PET+imaging+analysis.">of manual and semi-automated delineation of regions of interest for radioligand PET imaging analysis.</a> BMC Nucl. Med. 7, (2007).</li><li>Gilboa, A., Ramirez, J., Kohler, S., Westmacott, R., Black, S. E., Moscovitch, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Retrieval+of+autobiographical+memory+in+Alzheimer's+disease:+relation+to+volumes+of+medial+temporal+lobe+and+other+structures.">Retrieval of autobiographical memory in Alzheimer's disease: relation to volumes of medial temporal lobe and other structures.</a> Hippocampus. 15 (4), 535-550 (2005).</li><li>Black, S., Iadecola, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Vascular+cognitive+impairment:+small+vessels,+big+toll:+introduction.">Vascular cognitive impairment: small vessels, big toll: introduction.</a> Stroke. 40(3 Suppl), S38-S39. , (2009).</li><li>Brown, W. R., Moody, D. M., Thore, C. R., Challa, V. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cerebrovascular+pathology+in+Alzheimer's+disease+and+leukoaraiosis.">Cerebrovascular pathology in Alzheimer's disease and leukoaraiosis.</a> , 903-939 (2000).</li><li>Moody, D. M., Brown, W. R., Challa, V. R., Anderson, R. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Periventricular+venous+collagenosis:+association+with+leukoaraiosis.+Radiology.">Periventricular venous collagenosis: association with leukoaraiosis. Radiology.</a> (2), 469-476 .</li><li>Hernandez, M. D., Piper, R. J., Wang, X., Deary, I. J., Wardlaw, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Towards+the+automatic+computational+assessment+of+enlarged+perivascular+spaces+on+brain+magnetic+resonance+images:+A+systematic+review.">Towards the automatic computational assessment of enlarged perivascular spaces on brain magnetic resonance images: A systematic review.</a> J. Magn. Reson. Imaging. , (2013).</li></ol>

Les auteurs n&#39;ont rien à révéler.

La segmentation et la parcellisation procédure LE a été développée spécifiquement pour obtenir volumétrie régionales de l&#39;IRM de la MA et les personnes âgées normale. Bien qu&#39;il existe de nombreux pipelines entièrement automatiques qui s&#39;appliquent algorithmes de calcul complexes pour effectuer ces opérations, ces outils ont tendance à manquer l&#39;exactitude et la précision individualisé ce pipeline semi-automatique de LE produit. Le compromis avec les processus semi-automatiques sont les ressources nécessaires pour bien former les opérateurs à la connaissance de l&#39;anatomie et les compétences informatiques nécessaires à l&#39;application d&#39;un tel pipeline complet. Cependant, l&#39;un des principaux avantages d&#39;un pipeline d&#39;imagerie individualisé est la capacité à obtenir volumétrie quantitatives de cas modérés à sévères de la neurodégénérescence quand pipelines automatiques échouent. Comme le pipeline LE a déjà été évalué et appliqué à diverses populations âgées et déments 1,2,13,14,19,22,23, les principales questions qui are typiquement liés par des opérateurs formés ont été bien documentés et sont résumées ci-dessous. Le contrôle manuel et de montage nécessaire avec le composant Brain-Sizer comprend la procédure d&#39;extraction de masquage TIV, vCSF réaffectation et l&#39;extraction manuelle du tronc cérébral, du cervelet et d&#39;autres structures subtentorial. Pour l&#39;extraction du cerveau, la sortie automatique TIV est généralement un masque décent à condition que les images originales CRD et du T2 sont de bonne qualité. Toutefois, en raison des valeurs d&#39;intensité relatives des vasculaire et tissulaire nerf médian vers les pôles temporaux inférieurs, proximale aux artères carotides, cette région, il faut typiquement un peu de montage. En outre, la muqueuse de la cavité nasale tend à affecter les histogrammes d&#39;intensité régionales, ce qui fausse intensité valeurs-seuils dans les régions antérieures frontales, qui ont tendance à exiger l&#39;édition manuelle supplémentaire du masque de TIVauto automatique. Enfin, l&#39;édition manuelle supplémentaire est généralement nécessaire dans les régions les plus supérieures, où glatrophie obal a tendance à se traduire par une augmentation du volume du CSF sous-arachnoïdienne juste en dessous de la dure-mère. Alternativement, l&#39;atrophie associée à une hypertrophie ventriculaire tend à minimiser les interventions de l&#39;opérateur nécessaires à vCSF réaffectation. Un autre avantage d&#39;avoir une approche de recalage tri-fonction est la capacité d&#39;identifier infarctus remplies de liquide kystique proximale vers les ventricules, potentiellement en raison de la vasculopathie veineux périventriculaire 5,24-26, qui sont identifiables en raison de leur intensité relative sur PD et T1 ( hyperintenses sur PD, hypointense en T1). Ces hypointensities peuvent être délimités de vCSF en utilisant des limites d&#39;emploi établies dans ITK-SNAP_sb avant les opérations floodfilling. Depuis vCSF réaffectation est effectuée dans l&#39;espace T1-acquisition, dans les cas où l&#39;alignement s&#39;écarte loin du plan CCAM, une limite peut être nécessaire pour la 3 e ventricule et la citerne quadrijumelle, si le PC n&#39;est pas entièrement visible. Bien que la tente est une structure relativement facile à differentiate, plusieurs règles basées sur l&#39;anatomie-aider à guider l&#39;extraction manuelle du tronc cérébral et des structures subtentorial, en particulier lorsque la localisation de la séparation des pédoncules cérébraux du lobe temporal médial. SABRE landmarking est une procédure basée stéréotaxique-performé en images standards CCAM alignés, ce qui permet pour la localisation modérément prévisible de certains repères anatomiques. Les exceptions sont les cas avec une extrême atrophie et la variabilité normale due à des différences individuelles dans la neuroanatomie. les résultats de l&#39;atrophie du cerveau dans une perte globale de parenchyme, de plus en plus le long de la ligne médiane CSF entourant la faux du cerveau, ce qui augmente la difficulté de choisir des points appropriés de placer des repères. Protocoles basés sur des règles sont nécessaires, l&#39;identification des cas où des exceptions à la règle générale sont nécessaires. Variations normales de l&#39;anatomie, en particulier dans la position relative du sillon central et le sillon pariéto-occipitale, augmentent également les difficultésté de délimitation manuelle de ces structures. Toutefois, l&#39;interface utilisateur graphique utilisée par SABRE permet une rotation en temps réel de la surface rendue images, qui aide de façon significative dans le processus de prise de décisions pour la visualisation de ces sites particuliers. Enfin, un protocole fondé sur des règles ont été intégrées programme dans le logiciel pour éviter opérateur violation par exemple sillon central délimitation est obligé de se déplacer en arrière (tracé de la ligne est empêché de revenir sur lui-même). Procédure de vérification manuelle de la composante des lésions-Seg requiert une expertise dans l&#39;identification visuelle des hypersignaux pertinente, une perception visuelle des compétences que ne s&#39;acquiert après une exposition à des analyses avec des degrés variables de SH. Algorithmes de faux-positif minimisation aider à l&#39;élimination de la plupart des erreurs dans la segmentation initiale. Cependant, la différenciation entre les espaces périvasculaires dilatés (espaces de Virchow-Robin: VRS) dans le noyau lenticulaire et relevant SH dans la capsule externe, claustrum, capsule extrême, et les régions subinsular peut être difficile. Cela est particulièrement difficile dans les cas de VRS dans les noyaux gris centraux. Un récent article décrivant les normes d&#39;information sur les changements vasculaires neuro-imagerie (EFFORT), a recommandé un critère de taille pour différencier VRS Lacunes et décrire VRS pour être plus linéaire et l&#39;intensité de la peste porcine classique à l&#39;IRM. Pour répondre à ces questions avec identification VRS, LE a adopté: a) une règle liée à l&#39;anatomie qui empêche les opérateurs de sélection tout hyperintensité qui s&#39;inscrit dans le noyau lenticulaire, b) un critère de taille pour exclure hypersignaux moins de 5 mm de diamètre, et c) une règle d&#39;intensité relative d&#39;exclusion supplémentaire en raison de l&#39;intensité de la CSF rapport sur ​​PD, T2 et T1 27. En outre, hypersignal normal peut être trouvé le long de la ligne médiane et faux du cerveau, en particulier sur l&#39;imagerie FLAIR, qui peut être difficile de distinguer entre les SH pertinentes le long du corps calleux. Dans les cas d&#39;ce chevauchement, fondé sur des règles anatomie-sont mises en œuvre où seul SH qui s&#39;étendent sur dans les régions périventriculaires sont acceptés. En conclusion, il est important de comprendre que cette composante écrite est destiné à compléter une vidéo-guidée, la publication de protocole standardisé dans JoVE ( <a href="https://www.jove.com">https://www.jove.com</a> ). Bien que les chiffres statiques traditionnels aident à expliquer des concepts, des didacticiels vidéo sont plus efficaces pour communiquer les processus méthodologiques complexes impliqués dans un pipeline de neuro-imagerie globale telle que la lésion Explorer.

analyse d&#39;image du cerveau est un nouveau domaine de la neuroscience exigeant des opérateurs qualifiés avec un haut degré de compétence informatique et neuro-anatomique. Pour obtenir des informations quantitatives de l&#39;imagerie par résonance magnétique (IRM), un opérateur qualifié est souvent nécessaire de mettre en œuvre, surveiller et modifier, sorties d&#39;imagerie générée par ordinateur générés par IRM premières. Alors que de nombreux outils »entièrement automatiques» d&#39;imagerie sont accessibles gratuitement via l&#39;Internet, l&#39;exactitude et la fiabilité est douteuse lorsqu&#39;elle est appliquée par un opérateur novice manquent de connaissances, la formation et la familiarité avec l&#39;outil téléchargé. Bien que la formation sur place est l&#39;approche la plus préférable de l&#39;enseignement, de la présentation d&#39;un vidéo-guidée, protocole normalisé est une alternative viable, en particulier si elle est accompagnée par un ensemble d&#39;images de la formation. En outre, l&#39;ensemble des images de la formation peut être utilisé pour des mesures de contrôle de la qualité, comme un test de fiabilité inter-évaluateur hors site. Le challenges de développer un pipeline de traitement d&#39;image, en particulier lorsque l&#39;on étudie le vieillissement et la maladie d&#39;Alzheimer (MA), comprennent un large éventail de questions techniques et biologiques. Bien que certaines questions techniques sont traitées avec le post-traitement de correction des algorithmes 3, la variabilité due aux différences individuelles et les processus pathologiques introduire des obstacles plus complexes. L&#39;atrophie cérébrale et une hypertrophie ventriculaire peuvent réduire la viabilité de l&#39;enregistrement de déformation et des approches modèle d&#39;appariement. La présence de la substance blanche liée à l&#39;âge change 4 et maladie des petits vaisseaux 5,6, observé que hypersignaux sous-corticaux (SH) 7,8, lacunaires comme infarctus remplies de liquide kystique 9,10, et des espaces périvasculaires dilatés 11,12, encore compliquer les algorithmes de segmentation. En cas de maladie de la substance blanche significative, une seule segmentation de T1 pourrait entraîner une surestimation de la matière grise (GM) 13, qui ne peuvent être corrigés avec un soi supplémentairesgmentation utilisant la densité de protons (PD), T2 (T2), ou le rétablissement d&#39;inversion fluide atténué (FLAIR) imagerie. À la lumière de ces défis, la lésion Explorer (LE) pipeline de traitement d&#39;image en œuvre un tri-fonction semi-automatique (T1, PD, T2) approche, utilisant des opérateurs formés à des étapes particulières lorsque l&#39;intervention humaine est préférable 1,2. extraction du cerveau (ou crâne décapage) est généralement l&#39;une des premières opérations effectuées en neuroimagerie. Dans ce contexte, l&#39;exactitude de la voûte intracrânienne totale (VIT) de processus d&#39;extraction influe grandement sur les opérations ultérieures en aval de la canalisation. Significative sur l&#39;érosion, entraînant une perte de cerveau, peut conduire à une surestimation de l&#39;atrophie cérébrale. Alternativement, une sous-érosion, entraînant l&#39;inclusion de durée et d&#39;autres matières nonbrain, peut conduire à une inflation des volumes de cerveau. Brain-Sizer les adresses des composants de Le nombre de ces problèmes en utilisant un tri-fonction (T1, T2, et PD) approche à générerun masque VTI, qui donne des résultats supérieurs par rapport aux méthodes mono-longs 1. En outre, le masque TIV généré automatiquement est cochée manuellement et édité en utilisant le protocole normalisé qui identifie les régions sensibles aux erreurs de crâne de décapage. Après extraction du cerveau, la segmentation est effectuée sur le crâne de T1-dépouillée, où chaque voxel du cerveau est affectée à une de trois étiquettes: GM, la matière blanche (WM), ou du liquide céphalorachidien (LCR). Segmentation est réalisée automatiquement à l&#39;aide d&#39;un algorithme d&#39;ajustement de courbe robuste appliqué aux histogrammes globaux et locaux intensité; une technique développée pour répondre intensité non-uniformité artefact et une diminution de la séparation entre GM et WM de l&#39;amplitude de l&#39;intensité dans les cas de MA 14. La composante Brain-Sizer comprend également les procédures de désignation manuel de ventricules et la suppression des structures subtentorial. Segmentation du ventricule CSF (vCSF) est particulièrement important que la taille du ventricule est un Biomar couramment utiliséker pour AD démence 15. En outre, la délimitation des ventricules et le plexus choroïde est impératif pour l&#39;identification correcte des hypersignaux périventriculaires (pvSH), qui sont censées refléter une forme de maladie des petits vaisseaux caractérisé par du collagène veineuse 5,16,17. Utilisation T1 référence, ré-étiquetage manuel de CSF voxels à vCSF est accompli avec les opérations de floodFill manuels sur l&#39;image segmentée. Typiquement, les ventricules latéraux sont plus faciles à distinguer à partir du LCR des sillons. Pour cette raison, il est recommandé de commencer floodfilling en vue axial, à partir de tranches supérieure et se déplaçant en bas. Les parties médianes du système ventriculaire, notamment la 3 e ventricule, est plus difficile à cerner et est donnée en fonction des règles d&#39;anatomie-spéciales qui sont décrites dans le manuel. Dernière étape de Brain-Sizer comprend l&#39;enlèvement de la tige du cerveau, cervelet, et d&#39;autres structures subtentorial, en utilisant des procédures de traçage manuelles décrites dans une série supplémentaire of basé anatomie-protocoles normalisés. Le semi-automatisé région du cerveau Extraction (SABRE) composant est la procédure de parcellisation du pipeline. Cette étape exige des opérateurs formés pour identifier les structures anatomiques suivantes: commissure antérieure et postérieure (AC, PC); Bord postérieur du cerveau; canal central; plan sagittal médian; encoche préoccipitale; occipito-pariétale sillon; sillon central, et; Scissure de Sylvius. Sur la base de ces coordonnées de point de repère, une grille de 18 Talairach-comme est généré automatiquement et parcellisation régionale est réalisée 19. Sites d&#39;intérêt sont facilement identifiables sur CCAM images alignées, qui sont générés automatiquement et vérifiés manuellement avant les procédures de landmarking SABRE. La composante des lésions-Seg est la dernière étape du pipeline où l&#39;identification et la quantification de SH est accomplie. La segmentation automatique initiale SH implémente un algorithme complexe qui comprend PD/T2-based SH segmentation, c-moyens flous de masquage, et une dilatation ventriculaire. Ces opérations entraînent une lésion masque de segmentation généré automatiquement qui est vérifié et édité pour faux positifs et d&#39;autres erreurs manuellement. Comme hypersignal à l&#39;IRM peut résulter de sources non pathologiques (par exemple d&#39;artefacts de mouvement, biologie normale), une formation adéquate est nécessaire pour une identification précise de SH pertinente. Le résultat final de l&#39;oléoduc LE est un profil volumétrique complète contenant 8 volumétrie de tissu et lésions différentes qui sont parcellated dans 26 régions du cerveau SABRE. Pour obtenir le coefficient d&#39;objectivité du test de fiabilité de l&#39;exploitant individuel hors site, il est recommandé d&#39;exécuter le pipeline complet LE sur l&#39;ensemble de la formation fournie avec le logiciel (http://sabre.brainlab.ca). En utilisant les résultats volumétriques, coefficient de corrélation inter-classe (ICC) 20 statistiques peuvent être calculées pour chaque catégorie de tissu (GM / WM / CSF) dans chaque région SABRE. Utilisation de la segmentation images, indice de similarité (SI) 21 statistiques peuvent être calculées pour évaluer le degré de congruence spatiale. En outre, la fiabilité intra-évaluateur peut être évaluée sur les résultats de la même opérateur, après une brève période de temps s&#39;est écoulé entre l&#39;opérateur 1 ère et 2 ème modifications de segmentation. À condition que l&#39;opérateur hors site respecte les conventions de nommage de fichiers décrites dans le manuel LE, les statistiques de fiabilité peuvent être calculées hors site à l&#39;aide de logiciels statistiques les plus élémentaires. Compte tenu de ces contrôle de la qualité et de protocole standardisé vidéo-guidée, les opérateurs hors site peuvent avoir une plus grande confiance que le pipeline LE est appliquée avec précision et fiabilité.

<table border="0" cellpadding="0" cellspacing="0" width="815">
	<tbody>
		<tr height="42">
			<td height="42" style="height:42px;width:333px;">Magnetic resonance imaging machine (1.5 Tesla)</td>
			<td style="width:91px;">General Electric</td>
			<td style="width:119px;"></td>
			<td style="width:273px;">See Table 1 for acquisition parameters</td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:333px;">Magnetic resonance imaging machine (3 Tesla)</td>
			<td style="width:91px;">General Electric</td>
			<td style="width:119px;"></td>
			<td>See Table 2 for acquisition parameters</td>
		</tr>
	</tbody>
</table>

lesion explorer: a video-guided, standardized protocol for accurate and reliable mri-derived volumetrics in alzheimer's disease and normal elderly

Obtention de volumétrie de tissus du cerveau humain in vivo de l&#39;IRM est souvent compliquée par divers problèmes techniques et biologiques. Ces défis sont exacerbés lorsque important atrophie du cerveau et des modifications de la substance blanche liées à l&#39;âge (par exemple leucoaraïose) sont présents. Lésion Explorer (LE) est un pipeline de neuro-imagerie précise et fiable spécifiquement développé pour répondre à ces questions fréquemment observés à l&#39;IRM de la maladie d&#39;Alzheimer et des personnes âgées normale. Le pipeline est un ensemble complexe de procédures semi-automatiques qui a été préalablement validé dans une série de tests de fiabilité 1,2 interne et externe. Cependant, l&#39;exactitude et la fiabilité de LE est fortement dépendante des commandes manuelles correctement formé pour exécuter les commandes, d&#39;identifier les points de repère anatomiques distincts, et de modifier manuellement / vérifier différentes sorties de segmentation générés par ordinateur. LE peut être divisé en trois composantes principales, chacune nécessitant un ensemble de commandes et de l&#39;opéra d&#39;emploitions: 1) Brain-Sizer, 2) SABRE, et 3) Lésion-Seg. Opérations manuelles de Brain-Sizer impliquent édition du total voûte automatique crâne dénudé intracrânienne (TIV) masque d&#39;extraction, la désignation du ventricule liquide céphalorachidien (vCSF), et la suppression des structures subtentorial. La composante SABRE nécessite la vérification de l&#39;alignement de l&#39;image le long de la commissure antérieure et postérieure (CCAM) plan, et l&#39;identification de plusieurs repères anatomiques nécessaires pour parcellisation régionale. Enfin, la composante des lésions-Seg implique la vérification manuelle de la segmentation de la lésion automatique des hypersignaux sous-corticaux (SH) pour les erreurs de faux positifs. Bien que la formation sur place de l&#39;oléoduc LE est préférable, facilement disponibles des outils pédagogiques visuels avec des images interactives de formation sont une alternative viable. Développé pour assurer un degré élevé de précision et de fiabilité, ce qui suit est une, vidéo-guidée, protocole normalisé étape-par-étape pour les procédures manuelles de LE.

Le coefficient d&#39;objectivité peut être évaluée à l&#39;aide de plusieurs paramètres. Utilisation de l&#39;ensemble de la formation dispensée en ligne ( <a href="http://sabre.brainlab.ca">http://sabre.brainlab.ca</a> ), les étapes suivantes sont recommandées pour évaluer la fiabilité inter-évaluateurs pour chacune des étapes de traitement après la fin de LE. Brain-Sizer: Pour évaluer la fiabilité inter-évaluateur des procédures d&#39;extraction du cerveau, générer volumétrie pour chaque masques TIV-E, _TIVedit &lt;nom&gt;, à l&#39;aide de la commande &lt;img_count&gt;. Entrez ces volumétrie dans un logiciel de statistique (par exemple SPSS), avec la volumétrie de TIVedit prévues chacune de l&#39;ensemble de la formation (voir fichier Excel / CSV fournis en ligne) et de calculer le coefficient de corrélation inter-évaluateur (CPI). Volumétrie de cerveau entier pour les évaluateurs internes formés obtiennent signalé ICC = 0,99, p &lt;0,0001 1,2. En outre, l&#39;évaluation de l&#39;accord spatiale pour le masquage TIV peut être évaluée à l&#39;aide duSI 21. MATLAB est disponible en ligne pour calculer les valeurs SI entre deux évaluateurs. Pour évaluer la réaffectation ventriculaire, générer des volumes de vCSF aide de la commande &lt;img_count&gt; pour chacun des fichiers de segmentation avec les voxels vCSF réaffectés, soit. &lt;nom&gt; _ seg_vcsf. Le volume de vCSF est la valeur à côté de la ligne &#39;7 &#39;dans la colonne intitulée «volume». En utilisant les mêmes procédures pour évaluer TIV fiabilité inter-évaluateur, calculer la CPI et SI pour vCSF. Retrait de tronc cérébral, cervelet et structures subtentorial peut être évaluée de façon similaire en exécutant la commande &lt;img_count&gt; sur _seg_vcsf_st &lt;nom&gt;. Les volumes utilisés pour ce masque de segmentation sont présentés à la dernière rangée intitulée «nombre total de voxels non nuls: &#39;sous« volume »(la dernière colonne de droite). En utilisant les mêmes procédures pour évaluer le VTI et vCSF, calculer la CPI et SI pour ce masquage procedure en utilisant la volumétrie dans le fichier Excel fourni et les fichiers de _seg_vcsf_st &lt;name&gt;. SABRE: Bien que les procédures manuelles de Brain-Sizer peuvent facilement être évalués en utilisant des mesures standard, alignement CCAM est un peu plus difficile. Pour cette raison, les fichiers de la matrice sont prévus pour comparer visuellement pour la formation des opérateurs hors site. Après achèvement de l&#39;alignement CCAM, ouvrez une nouvelle fenêtre ITK-SNAP_sb, charger l&#39;image de T1, puis de charger la matrice pour le cas de la formation dispensée en ligne, _T1_IHCpre_toACPC.mat &lt;nom&gt;, et comparer visuellement le tangage, le roulis, lacet, et CCAM tranche entre les deux images. Pour évaluer les procédures de SABRE landmarking, course &lt;img_count&gt; sur le masque parcellated, &lt;name&gt; _SABREparcel_inACPC pour chaque cas de la formation. Entrez la volumétrie de chaque région (3-28). Codes de région SABRE sont disponibles en ligne. En utilisant les mêmes procédures pour évaluer le VTI et vCSF, calculer la CPI pour chaque région du cerveau SABRE.SABRE parcellated volumétrie régionaux pour les évaluateurs internes formés obtenir CCI moyennes rapportées = 0,98, p &lt;0,01, avec des valeurs allant de 0,91 à 0,99 CPI 1,2. Lésion-Seg: Comme cette composante est la dernière étape du pipeline LE, la fiabilité et la précision dépendront des stades antérieurs. Le coefficient d&#39;objectivité de SH segmentation est réalisée en utilisant la CPI régionale des volumes SH et accord spatiale des masques de SH. Pour évaluer les volumes de SH régionaux, gérés &lt;SH_volumetrics&gt;, entrant dans le fichier de lobmask dans l&#39;espace T1-acquisition, &lt;nom&gt; _SABREparcel et le fichier final modifié de la lésion de la segmentation, _LEedit &lt;nom&gt;. En utilisant les mêmes procédures pour évaluer la volumétrie SABRE, calculer la CPI pour des volumes des lésions au sein de chaque région du cerveau SABRE. En utilisant les mêmes procédures pour évaluer la concordance spatiale du processus de masquage TIV, calculer l&#39;IS pour les masques finales éditées lésion, &lt;nom&gt; _LEedit (ou FLEXedit). Les mêmes tests de fiabilité peuvent être effectuées à la fois sur la segmentation PD/T2-based et segmentation FLAIR. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td></td><td> T1 3D </td><td> CRD et du T2 </td></tr><tr><td> Paramètres d&#39;imagerie </td><td> Volume SAT axiale (S 1) SPGR </td><td> Spin Echo axial FC VEMP VB (entrelacement) </td></tr><tr><td> Pulse Timing </td><td></td><td></td></tr><tr><td> TE (ms) </td><td> 5 </td><td> 30/80 </td></tr><tr><td> TR (ms) </td><td> 35 </td><td> 3000 </td></tr><tr><td> Retournez Angle (°) </td><td> 35 </td><td> 90 </td></tr><tr><td> TI (ms) </td><td> N / A </td><td> N / A </td></tr><tr><td> Plage de numérisation </td><td></td><td></td></tr><tr><td> FOV (cm) </td><td> 22 </td><td> 20 </td></tr><tr><td> épaisseur de coupe (mm) </td><td> 10,2 / 0 </td><td> 3/0 </td></tr><tr><td> Non tranches </td><td> 124 </td><td> 62 </td></tr><tr><td> Acquisition </td><td></td><td></td></tr><tr><td> taille de la matrice </td><td> 256 x 192 </td><td> 256 x 192 </td></tr><tr><td> taille de voxel (mm) </td><td> 0,86 x 0,86 x 1,4 </td><td> 0,78 x 0,78 x 3 </td></tr><tr><td> NEX </td><td> 1 </td><td> 0,5 </td></tr><tr><td> Temps total (min) </td><td> 11:00 </td><td> 12:00 </td></tr></tbody></table> Tableau 1. General Electric 1.5T IRM structurels paramètres d&#39;acquisition. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td></td><td> T1 3D </td><td> CRD et du T2 </td><td> FLAIR </td></tr><tr><td> Paramètres d&#39;imagerie </td><td> Axial 3D FSPGR EDR IR Prep </td><td> Axial 2D FSE-XL, EDR, FAST, Fat Sat </td> &lt;td&gt; Axial T2Flair, EDR, FAST </td></tr><tr><td> Pulse Timing </td><td></td><td></td><td></td></tr><tr><td><h2> TE (ms) </h2></td><td> 3.2 </td><td> 11,1 / 90 </td><td> 140 </td></tr><tr><td> TR (ms) </td><td> 8.1 </td><td> 2500 </td><td> 9700 </td></tr><tr><td> Retournez Angle (°) </td><td> 8 ° </td><td> 90 ° </td><td> 90 ° </td></tr><tr><td> TI (ms) </td><td> 650 </td><td> N / A </td><td> 2200 </td></tr><tr><td> Plage de numérisation </td><td></td><td></td><td></td></tr><tr><td> FOV (cm) </td><td> 22 </td><td> 22 </td><td> 22 </td></tr><tr><td> épaisseur de coupe (mm) </td><td> 1 </td><td> 3 </td><td> 3 </td></tr><tr><td> Non tranches </td><td> 186 </td><td> 48 </td><td> 48 </td></tr><tr><td> Acquisition </td><td></td><td></td><td></td></tr><tr><td> taille de la matrice </td&gt; <td> 256 x 192 </td><td> 256 x 192 </td><td> 256 x 192 </td></tr><tr><td> taille de voxel (mm) </td><td> 0,86 x 0,86 x 1 </td><td> 0,86 x 0,86 x 3 </td><td> 0,86 x 0,86 x 3 </td></tr><tr><td> NEX </td><td> 1 </td><td> 1 </td><td> 1 </td></tr><tr><td> Temps total (min) </td><td> 07:20 </td><td> 06:10 </td><td> 07:20 </td></tr></tbody></table> Tableau 2. General Electric 3T IRM structurels paramètres d&#39;acquisition. <img alt="Figure 1" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig1highres.jpg" width="500" /> Figure 1. Axiale T1 avec inédite voûte intracrânienne totale (VIT) de superposition de masque (vert). Ceci est un exemple de l&#39;utilisation de l&#39;outil de polygone fermé dans ITK-SNAP_sb pour enlever le tissu nonbrain dans le cadre de la procédure de modification manuelle du cerveau- TIV la procédure d&#39;extraction de Sizer. <pclass = &quot;jove_content&quot; fo: keep-together.within page = &quot;always&quot;&gt; <img alt="Figure 2" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig2highres.jpg" width="500" /> Figure 2. Axiale T1 avec la segmentation du tissu de recouvrement. Notez que les couleurs de l&#39;étiquette sont arbitraires et peuvent être modifiés à l&#39;aide de l&#39;outil d&#39;étiquette. Image de gauche montre des couleurs par défaut. Image du milieu montre comment CSF (5 = violet) est réaffecté à vCSF (7 = magenta). L&#39;image de droite montre comment la couleur WM peut être modifié sans changer l&#39;étiquette de classe de tissu, c&#39;est à dire. Label 3 = WM reste mais la couleur peut être modifiée au bleu. <img alt="Figure 3" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig3highres.jpg" width="500" /> Figure 3. Axiale T1 avec le tissu segmentation superposition (image de gauche, GM = jaune, WM = orange, CSF = violet) (à gauche). Représenté un exemple de suppression manuelle des structures subtentorial aide de l&#39;outil polygonale de n fermée dans ITK-SNAP_sb (au milieu) et la segmentation finale de tissus après le retrait (à droite). Comme dans la figure 2, l&#39;image de droite montre comment la couleur WM peut être modifié sans changer l&#39;étiquette de classe de tissu, c&#39;est à dire. Label 3 = WM reste mais la couleur peut être modifiée au bleu. <img alt="Figure 4" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig4highres.jpg" width="500" /> Figure 4. Axial T1 dans l&#39;espace d&#39;acquisition avant (à gauche) et après (droite) l&#39;alignement AC-PC est effectuée. <img alt="Figure 5" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig5highres.jpg" width="500" /> T1 Figure 5. Deux exemples montrant les procédures de landmarking SABRE. Axial AC-PC aligné avec AC (jaune), PC (bleu), et bord postérieur (rose) des stages de repère (à gauche). Une surface-rendu T1 3D (à droite) avec Sylvian fissure (violet) et centsillon ral (rose) délimitation. <img alt="Figure 6" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig6highres.jpg" width="500" /> Figure 6. PD axiale (à gauche) avec superposition générée automatiquement de la lésion (au centre), et lésion modifié manuellement (rouge) de recouvrement (à droite). <img alt="Figure 7" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig7highres.jpg" width="500" /> Figure 7. FLAIR axial (à gauche), avec le recouvrement généré automatiquement de la lésion (au centre), et lésion modifié manuellement (rouge) de recouvrement (à droite).

Watch this Scientific Journal Video about Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer's Disease and Normal Elderly at JoVE.com

Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer&#039;s Disease and Normal Elderly

Lésion Explorer (LE) est un pipeline semi-automatique traitement d&#39;image développé pour obtenir le tissu cérébral régional et sous-corticales volumétrie de lésions hypersignal de l&#39;IRM structurelle de la maladie d&#39;Alzheimer et des personnes âgées normale. Pour assurer un niveau élevé de précision et de fiabilité, ce qui suit est une vidéo-guidée, protocole standardisé des procédures manuelles de LE.

Lésion Explorer: Un Protocole de vidéo-guidée standardisé pour Volumetrics IRM dérivées exactes et fiables dans la maladie d&#39;Alzheimer et normale personnes âgées

Obtaining in vivo human brain tissue volumetrics from MRI is often complicated by various technical and biological issues. These challenges are ...

lesion-explorer-video-guided-standardized-protocol-for-accurate

Research

JoVE Journal

Medicine

Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer's Disease and Normal Elderly

39.5K vues.  Sunnybrook Health Sciences Centre.  Lésion Explorer (LE) est un pipeline semi-automatique traitement d'image développé pour obtenir le tissu cérébral régional et sous-corticales volumétrie de lésions hypersignal de l'IRM structurelle de la maladie d'Alzheimer et des personnes âgées normale. Pour assurer un niveau élevé de précision et de fiabilité, ce qui suit est une vidéo-guidée, protocole standardisé des procédures manuelles de LE. 

Vidéo: Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer's Disease and Normal Elderly