Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • תוצאות
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

אנו מציגים פרוטוקול חצי אוטומטי עבור ניתוח צורה על מבני המוח, כולל פילוח תמונה באמצעות תוכנה פתוחה, ועוד ניתוח צורה מבחינת הקבוצה באמצעות חבילת דוגמנות אוטומטית. כאן, אנו מדגימים כל שלב של הפרוטוקול ניתוח צורה 3D עם פילוח היפוקמאל מתמונות MR המוח.

Abstract

ניתוח צורה סטטיסטית של מבני מוח שימש לחקירת הקשר בין השינויים המבבניים שלהם לבין התהליכים הפתולוגיים. פיתחנו חבילת תוכנה למידול צורה מדויקת ואיתנה וניתוח מבחינת הקבוצה. כאן, אנו מציגים צינור עבור ניתוח הצורה, ממידול צורה בודדת תלת-ממדית ועד ניתוח צורה כמותי. אנו מתארים גם את השלבים טרום עיבוד ופילוח באמצעות חבילות תוכנה פתוחה. מדריך זה מעשי יסייע לחוקרים לחסוך זמן ומאמץ בניתוח צורה 3D על מבנים המוח.

Introduction

ניתוח צורה של מבני המוח התפתחה ככלי המועדף לחקור שינויים מורפולוגיים שלהם תחת תהליכים פתולוגיים, כגון מחלות ניווניות והזדקנות1. שיטות חישוביות שונות נדרשים 1) להתוות במדויק את הגבולות של מבני היעד מתמונות רפואיות, 2) לשחזר את צורת היעד בצורה של שינוי פני השטח 3D, 3) לבנות בין הנושאים התכתבות על פני מודלים הצורה הפרט דרך מפרוניזציה צורה או פני השטח, ו 4) להעריך את ההבדלים הצורה במהלך השנים האחרונות, שיטות רבות הוכנסו במחקרים נוירוהדמיה עבור כל אחד משלבים אלה. עם זאת, למרות ההתפתחויות הבלתי מדהימות בתחום, אין הרבה מסגרות המתאימות באופן מיידי למחקר. במאמר זה, אנו מתארים כל שלב של ניתוח הצורה של מבנים המוח באמצעות הכלים שלנו מידול צורה מותאם אישית והזמין לציבור מקטעי תמונה.

כאן, אנו להדגים את מסגרת ניתוח צורה עבור מבני המוח דרך ניתוח צורה של היפוקמאני השמאלי והימני באמצעות ערכת נתונים של שולטת למבוגרים וחולי אלצהיימר. ניוון של היפוקמאני מזוהה כביוארקר הדמיה קריטית במחלות ניווניות2,3,4. במסגרת ניתוח הצורה שלנו, אנו מעסיקים את מודל התבנית של מבנה היעד ואת הרישום תבנית-לתמונה deformable בתהליך מידול הצורה. מודל התבנית מקודד מאפייני צורה כללית של מבנה היעד באוכלוסיה, והוא גם מספק תוכנית בסיסית לכימות הבדלי הצורות בין המודלים הבודדים באמצעות הקשר הטרנזיטיבי שלהם עם מודל התבנית. ברישום תבנית-לתמונה, פיתחנו שיטת הדפורמציה של פני השטח כדי להתאים את מודל התבנית למבנה היעד בתמונות בודדות תוך מזעור העיוות של התפלגות הנקודה במודל התבנית5,6,7. הכדאיות והחוסן של המסגרת המוצעת אומתו במחקרים נוירוהדמיה האחרונות של הזדקנות קוגניטיבית8, גילוי מוקדם של ליקוי קוגניטיבי מתון9, וכלה לחקור אסוציאציות בין שינויים מבניים המוח רמות קורטיזול10. גישה זו תקל עליך להשתמש במידול הצורה ובשיטות הניתוח במחקרים נוירוהדמיה נוספים.

Protocol

המוח תמונות MR נרכשו לפי הפרוטוקול שאושר על ידי הוועדה המקומית סקירה מוסדית וועדת האתיקה.

הערה: ניתן להוריד את הכלים עבור מידול וניתוח צורות ממאגר NITRC: https://www.nitrc.org/projects/dtmframework/. ניתן לבצע את תוכנת GUI (DTMModeling. exe) לאחר החילוץ. ראה איור 1.

1. המוח מקטעי תמונה MR

  1. לרכוש תמונות המוח MR של נושאים בודדים מסכות פילוח המוח.
    הערה: בדרך כלל, אנו רוכשים תמונות MR T1 משוקלל עבור ניתוח של מבני המוח. אנו מניחים כי תמונות MR מעובדות מראש עבור תיקון non-יניאריות הדרגתי ועוצמת תיקון הומוגניות באמצעות N311, שיפור N3 שיטות12, או fsl-FAST13. חלק מהכלים הזמינים בחופשיות לפילוח אוטומטי של מבני מוח אנושיים רשומים בטבלה 1.
  2. תקן את תוצאות הפילוח באופן ידני.
    הערה: פתיחת תוכנת GUI התומכת בפילוח ידני מפורטות בטבלה 2. הפרוטוקולים פילוח ידני של מבנה המוח ניתן למצוא כאן14,15,16. מדריך וידאו על פילוח ידני עבור ההיפוקמפוס הוא כאן17. אנו מתארים את הפרוטוקול לפילוח היפוקמאל בסעיף הבא.
    1. פתח את ה-MRI המשוקלל של T1 ואת תוצאות הפילוח האוטומטי באמצעות התפריט פתיחת קובץ .
    2. טעינת התוסף פילוח על ידי לחיצה על תפריט חלון | הצג את | פילוח.
    3. תקן את מסיכת הפילוח באמצעות הכלי הוספה, חיסור ותיקון בתוסף פילוח .
    4. שמור את מסיכת הפילוח המתוקן בתבנית Nifti באמצעות תפריט השמירה .

2. עריכה ידנית של פילוח היפוקמא

הערה: אנו מציגים פרוטוקול לעריכה ידנית של פילוח המוח באמצעות תוכנת מידול GUI מבוסס על הספסל MITK (http://www.mitk.org/). הספסל MITK מספק פונקציות שונות עבור פילוח ידני ואוטומטי והדמיה תמונה רפואית. אנו מדגימים את תהליך העריכה הידנית של ההיפוקמאני השמאלי והימני. שלבים לעריכה ידנית18 תוצאה של פילוח היפוקמאל אוטומטי הם כדלקמן.

  1. פתח את התמונה MR משוקלל T1 ואת התוצאות של פילוח היפוקמאל אוטומטי באמצעות תוכנת העבודה MITK הספסל.
  2. לטעון את התוסף פילוח בספסל MITK על ידי לחיצה על חלון התפריט | הצג תצוגה | פילוח.
  3. בחר את התצוגה הקורילית על-ידי לחיצה על הסמל מצד ימין המופיע בפינה הימנית העליונה של חלון הצג .
  4. ערוך את המסיכה הבינארית של כל היפוקמפוס (כלומר, שמאל וימין) בתצוגה הקורלית, החל מראש ההיפוקמאל לגוף כדלקמן.
    1. גלול לאורך כל אמצעי האחסון עד שהאוקוס יימצא. כלול את uncus במסכה היפוקמאל שם הוא נוכח.
    2. לערוך את המסכה של הגוף היפוקמאל לאחר uncus התרחק באמצעות פונקציה Add ו להחסיר ב-plugin פילוח .
    3. המשך לערוך את מסכת ההיפוקמאל עד שנמצא זנב ההיפוקמאל. כמו גרעין pulvinar של תלמוס מעולה על ההיפוקמפוס, fornix מתגלה.
    4. סיום עריכת הפרוסה האחרונה ילתית של ההיפוקמפוס שבו אורך כולו של fornix הוא גלוי אבל עדיין לא רציף עם הטחול של הקורפוס callosum.
      הערה: מרווחים של נוזל מוחי שדרתי (שדרתי) יכולים להיות כלולים בתוך האזורים של היפוקמאל. החללים שבמוח שדרתי ניתן להסיר מסכות היפוקמאל באמצעות הכלי חיסור בתוסף פילוח של הספסל mitk. זה עשוי להיות קל יותר להגדיר את האזורים היפוקמאל לחלוטין ולאחר מכן לעבור את כל הפרוסות ילתית מן היפוקמאל ראש לזנב להסרת חללים שדרתי.
    5. בצע את אותו תהליך לעריכת המסכות הבינאריות של שני היפוקמונים.
      הערה: ניתן להשתמש בכלי הוספה, חיסור ותיקון של תוסף פילוח בספסל העבודה mitk עבור העריכה הידנית. הכלי תיקון קל לטפל בשגיאות קטנות במסיכת הפילוח על-ידי ביצוע חיבור וחיסור בהתאם לקלט המשתמש ומסיכת הפילוח ללא בחירת כלי נוסף.
  5. שמור את המסכות הבינאריות עבור היפוקמונים שמאל וימין בפורמט nifti (המוסד לביטוח העצמי או המוסד לביטוח העצמי. gz) באמצעות תפריט שמור בתוכנת mitk ושר.
    הערה: המסכות הבינאריות של היפוקמונים שמאל וימין יש לשמור בנפרד עבור הצעדים הבאים היפוקמאל מודל הצורה.

3. בניית תבניות קבוצה

הערה: לאחר פילוח ועריכה ידנית עבור כל הנושאים, מידול הצורה הבודד דורש את מודל התבנית של מבנה היעד. אנו בונים את מודל התבנית מתוך המסכה הבינארית הממוצעת לאוכלוסיה, שנרכשה באמצעות תוסף "שפיר" בדוכן העבודה של MITK. השלבים של בניית מודל התבנית באמצעות תוכנת GUI הם כדלקמן.

  1. טען את התוסף שפיר באמצעות פונקציית התפריט: חלון | הצג תצוגה | מידול צורות.
  2. פתח ספריה המכילה את המסכות הבינאריות של אוכלוסיית מחקר על-ידי לחיצה על לחצן פתח ספריה בתוסף שפיר .
  3. לחץ על לחצן בניית תבנית בתוסף שפיר .
  4. בדוק את שינוי הצורה הממוצע ושמור אותו בתבנית סטריאואוליתוגרפיה (STL) באמצעות תפריט השמירה .

4. שחזור צורה אינדיבידואלית

הערה: בשלב זה, אנו מבצעים את מידול הצורה עבור נושאים בודדים באמצעות התחל מידול צורה לחצן "שפיר" תוסף. אנו מפרט את פרמטרי התוכנה של תוסף זה בטבלה 3. הסבר מפורט על כל פרמטר ניתן למצוא כאן5. השלבים של שחזור הצורה הבודד באמצעות תוכנת GUI הם כדלקמן.

  1. טעינת תמונת MR של T1 משוקלל ומסיכת הפילוח שלה באמצעות תפריט פתיחת קובץ .
    הערה: אנו משתמשים בתמונת MR לאימות חזותי של T1.
  2. בדוק את פרמטרי המידול בתוסף שפיר ושנה אם יש צורך בכך.
    הערה: אם מודל התבנית אינו מעוות או שהמרחק בין מודל התבנית לבין גבול התמונה גדול, מומלץ להגדיל את טווח החיפוש בגבולות. אם נמצאו עיוותים גיאומטריים, הגדלת maxAlpha ומינאלפה עם שלב 0.5 יסייעו לפתור את הבעיה. חשוב לבדוק את עוצמת voxel עבור אובייקט היעד במסכת הפילוח. אם הערך אינו 1, יש לשנות את פרמטר העוצמה בהתאם.
  3. לחץ על לחצן מידול צורה כדי להפעיל את תהליך מידול הצורה ולבדוק את התוצאה בתצוגת תלת-ממד של ספסל העבודה mitk.
  4. חזור על שלבים 4.2 ו-4.3, כאשר מודל התבנית אינו מותאם באופן מדוק לגבול התמונה.
    הערה: מודל התבנית מדמיין את מסיכת הפילוח במשונן, הקולית, הציר ותצוגת התלת-ממד של ספסל העבודה של MITK. משטח התבנית אינו מעוות כאשר המרחק בין מודל התבנית לגבול התמונה קטן מסף שהוא עשירית מגודל ה-voxel הקטן ביותר.
  5. שמור את תוצאת המידול בתבנית סטריאואוליתוגרפיה (STL) באמצעות תפריט שמור ב-mitk framework.

5. מדידה בנורמליזציה של צורה והבדלי צורה

הערה: בשלב זה, אנו מיישר את דגמי הצורה הבודדת למודל התבנית ומחשב את העיוות של הצורה מבחינת הנקודה בין הקודקודים המתאימים בין מודל התבנית לבין מודל הצורה הבודד. השלבים עבור מדידת עיוות הצורה הם כדלקמן.

  1. בחר את מודל הצורה של נושא במנהל הנתונים של ספסל העבודה של mitk.
    הערה: משתמשים יכולים לבחור מספר דגמים עבור מדידת העיוות.
  2. בצע את מדידת העיוות על-ידי לחיצה על לחצן המדידה בתוסף שפיר .

תוצאות

תהליך מידול הצורה המתואר כאן כבר מועסק למחקרים נוירודימות שונים על הזדקנות6,8,10 ומחלת אלצהיימר5,9. במיוחד, שיטת דוגמנות צורה זו הראתה את הדיוק והרגישות שלה בניתוח הצורה על ההיפוקמפוס עבור א...

Discussion

לסיכום, תיארנו את צינור התוכנה עבור ניתוח הצורה על מבנים המוח כולל (1) MR מקטעי תמונה באמצעות כלים פתוחים (2) שחזור צורה בודדים באמצעות מודל תבנית deformable, ו (3) הבדל צורה כמותית מדידה באמצעות התכתבות הצורה טרנזיטיבית עם מודל התבנית. ניתוח סטטיסטי תחת שיעור גילוי שווא (רוזוולט) מבוצע עם עיוות הצור...

Disclosures

המחברים מצהירים שאין ניגוד אינטרסים.

Acknowledgements

העבודה ממומנת על ידי הקרן הלאומית למחקר של קוריאה (JP כמו PI). JK ממומנת על ידי קרן המחקר הלאומית של קיונגפובוק; ו-MCVH ממומן על ידי קרן הצדקה שורה Fogo והחברה המלכותית של אדינבורו. פילוח ההיפוקמאל הותאם מתוך הבית הנחיות שנכתבו על ידי ד ר קארן פרגוסון, במרכז למדעי המוח קלינית, אדינבורו, בריטניה.

Materials

NameCompanyCatalog NumberComments

References

  1. Costafreda, S. G., et al. Automated hippocampal shape analysis predicts the onset of dementia in mild cognitive impairment. NeuroImage. 56 (1), 212-219 (2011).
  2. Platero, C., Lin, L., Tobar, M. C. Longitudinal Neuroimaging Hippocampal Markers for Diagnosing Alzheimer's Disease. Neuroinformatics. , 1-19 (2018).
  3. Valdés Hernández, M. D. C., et al. Rationale, design, and methodology of the image analysis protocol for studies of patients with cerebral small vessel disease and mild stroke. Brain and behavior. 5 (12), e00415 (2015).
  4. Kalmady, S. V., et al. Clinical correlates of hippocampus volume and shape in antipsychotic-naïve schizophrenia. Psychiatry Research: Neuroimaging. 263, 93-102 (2017).
  5. Kim, J., Valdés Hernández, M. D. C., Royle, N. A., Park, J. Hippocampal Shape Modeling Based on a Progressive Template Surface Deformation and its Verification. IEEE Transactions on Medical Imaging. 34 (6), 1242-1261 (2015).
  6. Kim, J., et al. 3D shape analysis of the brain's third ventricle using a midplane encoded symmetric template model. Computer Methods and Programs in Biomedicine. 129, 51-62 (2016).
  7. Kim, J., Ryoo, H., Valdés Hernández, M. D. C., Royle, N. A., Park, J. Brain Ventricular Morphology Analysis Using a Set of Ventricular-Specific Feature Descriptors. International Symposium on Biomedical Simulation. , 141-149 (2014).
  8. Valdés Hernández, M. D. C., et al. Hippocampal morphology and cognitive functions in community-dwelling older people: the Lothian Birth Cohort 1936. Neurobiology of Aging. 52, 1-11 (2017).
  9. Lee, P., Ryoo, H., Park, J., Jeong, Y. Morphological and Microstructural Changes of the Hippocampus in Early MCI: A Study Utilizing the Alzheimer's Disease Neuroimaging Initiative Database. Journal of Clinical Neurology. 13 (2), 144-154 (2017).
  10. Cox, S. R., et al. Associations between hippocampal morphology, diffusion characteristics, and salivary cortisol in older men. Psychoneuroendocrinology. 78, 151-158 (2017).
  11. Sled, J. G., Zijdenbos, A. P., Evans, A. C. A nonparametric method for automatic correction of intensity nonuniformity in MRI data. IEEE Transactions on Medical Imaging. 17 (1), 87-97 (1998).
  12. Tustison, N. J., et al. N4ITK: improved N3 bias correction. IEEE Transactions on Medical Imaging. 29 (6), 1310-1320 (2010).
  13. Zhang, Y., Brady, M., Smith, S. Segmentation of brain MR images through a hidden Markov random field model and the expectation-maximization algorithm. IEEE Transactions on Medical Imaging. 20 (1), 45-57 (2001).
  14. Wardlaw, J. M., et al. Brain aging, cognition in youth and old age and vascular disease in the Lothian Birth Cohort 1936: rationale, design and methodology of the imaging protocol. International Journal of Stroke. 6 (6), 547-559 (2011).
  15. Morey, R. A., et al. A comparison of automated segmentation and manual tracing for quantifying hippocampal and amygdala volumes. NeuroImage. 45 (3), 855-866 (2009).
  16. Boccardi, M., et al. Survey of protocols for the manual segmentation of the hippocampus: preparatory steps towards a joint EADC-ADNI harmonized protocol. Journal of Alzheimer's Disease. 26 (s3), 61-75 (2011).
  17. Winterburn, J., et al. High-resolution In Vivo Manual Segmentation Protocol for Human Hippocampal Subfields Using 3T Magnetic Resonance Imaging. Journal of Visualized Experiments. (105), e51861 (2015).
  18. MacLullich, A., et al. Intracranial capacity and brain volumes are associated with cognition in healthy elderly men. Neurology. 59 (2), 169-174 (2002).
  19. Gower, J. C. Generalized Procrustes analysis. Psychometrika. 40 (1), 33-51 (1975).
  20. Lorensen, W. E., Cline, H. E. Marching cubes: A high resolution 3D surface construction algorithm. ACM Siggraph Computer Graphics. , 163-169 (1987).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

153Deformable

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Research

Education

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved