צינור מתוקנן לבחינת מורפומטריה של חומר אפור במוח הקטן האנושי באמצעות הדמיית תהודה מגנטית מבנית

Summary

צינור מתוקנן מוצג לבחינת מורפומטריה של חומר אפור במוח הקטן. הצינור משלב גישות מתקדמות ברזולוציה גבוהה ומתקדמת לפרסלציה ממוטבת ואוטומטית של המוח הקטן ורישום מבוסס ווקסל של המוח הקטן לכימות נפחי.

Abstract

קווי מחקר מרובים מספקים ראיות משכנעות לתפקיד המוח הקטן במגוון רחב של פונקציות קוגניטיביות ורגשיות, החורגות בהרבה מהקשר ההיסטורי שלה עם שליטה מוטורית. מחקרים מבניים ותפקודיים של דימות מוחי חידדו עוד יותר את ההבנה של הנוירואנטומיה התפקודית של המוח הקטן מעבר לחלוקות האנטומיות שלו, והדגישו את הצורך בבדיקת יחידות משנה בודדות במוח הקטן בשונות בריאה ובמחלות נוירולוגיות. מאמר זה מציג צינור מתוקנן לבחינת מורפומטריית החומר האפור במוח הקטן המשלבת גישות ברזולוציה גבוהה ומתקדמת עבור פרצלציה ממוטבת ואוטומטית של המוח הקטן (פרצלציה אנטומית אוטומטית של המוח הקטן באמצעות U-Net אופטימיזציה מוגבלת מקומית; ACAPULCO) ורישום מבוסס voxel של המוח הקטן (תבנית אינפרא-טנטורית לא משוחדת באופן מרחבי; SUIT) לכימות נפחי.

לצינור יש ישימות רחבה למגוון מחלות נוירולוגיות והוא אוטומטי לחלוטין, עם התערבות ידנית הנדרשת רק לבקרת איכות של התפוקות. הצינור זמין באופן חופשי, עם תיעוד נלווה משמעותי, וניתן להפעיל אותו במערכות ההפעלה Mac, Windows ו- Linux. הצינור מיושם בקבוצה של אנשים עם אטקסיה פרידרייך (FRDA), ותוצאות מייצגות, כמו גם המלצות על ניתוחים סטטיסטיים שטותיים ברמת הקבוצה, מסופקים. צינור זה יכול להקל על אמינות ושחזור ברחבי השדה, ובסופו של דבר לספק גישה מתודולוגית רבת עוצמה לאפיון ומעקב אחר שינויים מבניים במוח הקטן במחלות נוירולוגיות.

Introduction

המוח הקטן הוא חלק מהמוח הקשור מבחינה היסטורית לשליטה מוטורית ^1,2,3 ונחשב כמעורב באופן אינטגרלי רק במערכת קטנה של מחלות נדירות, כגון אטקסיאס תורשתי⁴. עם זאת, קווי מחקר מתכנסים ממחקרי מעקב אנטומיים בפרימטים לא אנושיים, כמו גם מחקרי נגעים אנושיים וציורי מוח, מספקים ראיות משכנעות לתפקיד המוח הקטן במגוון רחב של ^5,6,7 קוגניטיביים, ^{רגשיים 8,9,10,11}, ותפקודים אחרים שאינם מוטוריים ^7,12 (ראה⁶  לסקירה). יתר על כן, חריגות של המוח הקטן מעורבים יותר ויותר במגוון רחב של הפרעות נוירולוגיות ופסיכיאטריות, כולל מחלת פרקינסון¹³, מחלת אלצהיימר ^14,15, אפילפסיה ^16,17, סכיזופרניה¹⁸, והפרעת ספקטרום האוטיזם¹⁹ . לכן, זה הפך להיות חיוני כדי לשלב את המוח הקטן לתוך מודלים פונקציונליים ומבניים של מחלות מוח אנושיות ושונות התנהגותית נורמטיבית.

מבחינה אנטומית, ניתן לחלק את המוח הקטן לאורך צירו העליון עד נחות לשלוש אונות: קדמי, אחורי, ו flocculonodular. האונות מחולקות עוד יותר ל-10 אונות המצוינות בספרות רומיות I-X^20,21 (איור 1). המוח הקטן יכול להיות מקובץ גם לאזורי קו האמצע (vermis) ו לרוחב (חצי הכדור), אשר בהתאמה לקבל תשומות מחוט השדרה וקליפת המוח. האונה הקדמית, הכוללת אונות I-V, נקשרה באופן מסורתי לתהליכים מוטוריים ויש לה קשרים הדדיים עם קליפת המוח המוטורית²². האונה האחורית, הכוללת אונות VI-IX, קשורה בעיקר לתהליכים לא-מוטוריים¹¹ ויש לה קשרים הדדיים עם קליפת המוח הקדם-מצחית, הקודקוד האחורי וקליפת המוח הטמפורלית העליונה ^8,23. לבסוף, האונה flocculonodular, הכוללת אונה X, יש קשרים הדדיים עם גרעיני שיווי המשקל השולטים תנועות עיניים ושיווי משקל הגוף במהלך יציבה והליכה²¹.

גוף גדל והולך של עבודה לאחרונה באמצעות הדמיית מוח תפקודית יש הבנה מעודנת עוד יותר של neuroanatomy תפקודי של המוח הקטן מעבר החלוקות האנטומיות שלה. לדוגמה, טכניקות הדמיית תהודה מגנטית תפקודית במצב מנוחה (fMRI) שימשו למיפוי דפוס האינטראקציות התפקודיות בין המוח הקטן למוח הקטן²⁴. בנוסף, באמצעות גישת פרצלציה המבוססת על משימות, קינג ועמיתיו⁷ הדגימו כי המוח הקטן מראה דפוס עשיר ומורכב של התמחות פונקציונלית לרוחבו, המעיד על גבולות פונקציונליים ברורים הקשורים למגוון משימות מוטוריות, רגשיות, חברתיות וקוגניטיביות. באופן קולקטיבי, מחקרים אלה מדגישים את החשיבות של בחינת יחידות משנה של המוח הקטן הפרטני לפתח אפיונים ביולוגיים מלאים של מעורבות המוח הקטן הן בשוונות בריאה והן במחלות נוירולוגיות המאופיינת בשינויים במבנה המוח הקטן ו / או בתפקוד.

העבודה הנוכחית מתמקדת בשיטות לכימות שינויים מקומיים בנפח המוח הקטן באמצעות MRI מבני בבני אדם. באופן כללי, ישנן שתי גישות בסיסיות לכימות נפח המוח האזורי באמצעות נתוני MRI: פילוח מבוסס תכונות ורישום מבוסס voxel. גישות פילוח מבוססות תכונות משתמשות בציוני דרך אנטומיים ובאטלסים מתוקננים כדי לזהות באופן אוטומטי גבולות בין תתי-תחומים. חבילות תוכנה רגילות לפילוח כוללות FreeSurfer²⁵, BrainSuite²⁶ ו- FSL-FIRST²⁷. עם זאת, חבילות אלה מספקות רק פרצלציות גסות של המוח הקטן (למשל, תיוג כל החומר האפור והחומר הלבן כולו בכל חצי הכדור), ובכך משקיף על אונות המוח הקטן הבודדות. גישות אלה נוטות גם לפילוח שגוי, במיוחד הכללת יתר של כלי הדם שמסביב.

פותחו אלגוריתמים חדשים של למידת מכונה ותיוג רב-אטלס, המספקים פרצלציה מדויקת יותר ועדינה יותר של המוח הקטן, כולל סיווג אוטומטי של אלגוריתם אובולות המוח הקטן באמצעות אבולוציה רב-גבולותית משתמעת (ACCLAIM^28,29), ערכת כלים לניתוח מוחי (CATK³⁰), תבניות מרובות שנוצרו באופן אוטומטי (MAGeT³¹), פילוח אוטומטי מהיר של המוח הקטן האנושי והאוניות שלו (RASCAL³² ), פילוח חתך גרף³³, ו פילוח המוח הקטן (CERES³⁴). במאמר שנערך לאחרונה המשווה בין גישות פרצלציה אוטומטיות לחלוטין של המוח הקטן, נמצא כי CERES2 משיג ביצועים טובים יותר מגישות אחרות ביחס לפילוח ידני בתקן זהב של אונות המוח הקטן³⁵. לאחרונה, האן ועמיתיו³⁶ פיתחו אלגוריתם למידה עמוקה בשם ACAPULCO (פרצלציה אנטומית אוטומטית של המוח הקטן באמצעות U-Net עם אופטימיזציה מוגבלת מקומית), אשר מבצעת בשווה עם CERES2, יש תחולת רחבה הן מוחץ בריא והן מנוון, זמין בקוד פתוח Docker ו פורמט מיכל סינגולריות עבור יישום 'מחוץ למדף', והוא יעיל יותר זמן מאשר גישות אחרות. ACAPULCO מפרקת באופן אוטומטי את המוח הקטן ל-28 אזורים אנטומיים.

בניגוד לפילוח מבוסס תכונות, גישות רישום מבוססות voxel פועלות על-ידי מיפוי מדויק של MRI לתמונת תבנית. כדי להשיג מיפוי זה, voxels בתמונה המקורית חייב להיות מעוות בגודל ובצורה. גודלו של עיוות זה מספק למעשה מידה של נפח בכל voxel ביחס לתבנית תקן הזהב. צורה זו של הערכה נפחית ידועה בשם 'מורפומטריה מבוססת ^{ווקסל'37}. גישות רישום מבוססות voxel שלם במוח, כגון FSL-FLIRT³⁸/FNIRT³⁹, פילוח מאוחד SPM⁴⁰ ו- CAT12⁴¹, משמשות בדרך כלל למורפומטריה מבוססת ווקסל. עם זאת, גישות אלה אינן מסבירות היטב את המוח הקטן, וכתוצאה מכך אמינות ירודה ותוקף באזורים אינפרא-טראומטיים (המוח הקטן, גזע המוח⁴²). כדי להסביר מגבלות אלה, פותח אלגוריתם SUIT (תבנית אינפרא-עשרה לא משוחדת באופן מרחבי) כדי לייעל את רישום המוח הקטן ולשפר את הדיוק של מורפומטריה מבוססת voxel^42,43.

פילוח מבוסס תכונות וגישות רישום מבוססות ווקסל להערכת נפח המוח הקטן האזורי יש נקודות חוזק וחולשה בסיסיות. גישות פילוח מדויקות יותר באופן משמעותי לכימות נפח האזורים המוגדרים אנטומית (למשל, אונות³⁵). עם זאת, גבולות בין מודולים פונקציונליים ברורים של המוח הקטן אינם ממפים על פוליה אנטומית שלה סדקים (שווה ערך gyri ו sulci של המוח הקטן⁷). מכיוון שגישות מבוססות רישום אינן מוגבלות על ידי ציוני דרך אנטומיים, מסקנות מרחביות מגורענות עדינות יותר ומיפוי מבנה-פונקציה ממדי גבוה של המוח הקטן^{אפשריות 44}. יחד, גישות פילוח ורישום משלימות זו את זו וניתן להשתמש בהן כדי לענות על שאלות מחקר שונות.

כאן מוצג צינור מתוקנן חדש, המשלב גישות קיימות ומאומתות אלה כדי לספק פרצלציה ממוטבת ואוטומטית (ACAPULCO) ורישום מבוסס voxel של המוח הקטן (SUIT) לכימות נפחי (איור 2). הצינור מתבסס על הגישות שנקבעו כך שיכללו פרוטוקולי בקרת איכות, תוך שימוש בהדמיה איכותית וזיהוי חריג כמותי, ושיטה מהירה להשגת הערכה של נפח תוך גולגולתי (ICV) באמצעות Freesurfer. הצינור אוטומטי לחלוטין, עם התערבות ידנית הנדרשת רק לבדיקת יציאות בקרת האיכות, וניתן להפעיל אותו במערכות ההפעלה Mac, Windows ו- Linux. הצינור זמין באופן חופשי ללא הגבלות על השימוש בו למטרות לא מסחריות וניתן לגשת אליו מדף האינטרנט של פרוטוקולי הדמיה של קונסורציום ENIGMA (תחת "צינור נפחיות ENIGMA Cerebellum"), לאחר השלמת טופס רישום קצר⁴⁵.

כל התוכנות הנדרשות מופיעות בטבלת החומרים, וערכות לימוד מפורטות, כולל הדגמה חיה, זמינות עם הורדת הצינור, בנוסף לפרוטוקול המתואר להלן. לבסוף, תוצאות מייצגות מסופקות, החל מיישום הצינור בקבוצה של אנשים עם אטקסיה פרידרייך (FRDA) ובקרות בריאות המותאמות לגיל ומין, לצד המלצות לניתוחים סטטיסטיים סטטיסטיים ברמה קבוצתית.

Protocol

הערה: הנתונים המשמשים במחקר זה היו חלק מפרויקט שאושר על ידי ועדת האתיקה של אוניברסיטת מונאש למחקר אנושי (פרויקט 7810). המשתתפים סיפקו הסכמה מדעת בכתב. בעוד הצינור יכול להיות מופעל על Mac, Windows, או לינוקס מערכות הפעלה, ACAPULCO, SUIT, ואת צינורות QC נבדקו במפורש על לינוקס (אובונטו) ומק (קטלינה, ביג סור v11.0.1) מערכות הפעלה.

1. מודול 1: אקפולקו (פרצלציה אנטומית)

1. איסוף נתונים
   1. לאסוף תמונות MRI משוקלל T1 3D של המוח כולו ברזולוציה של 1 מ"מ³ או פחות. ממדי ווקסל איזוטרופיים (בדרך כלל 1 מ"מ x 1 מ"מ x 1 מ"מ x 1 מ"מ), וסורק 3-Telsa (או יותר) מומלץ. התייעץ עם מומחה הדמיה במרכז הרדיוגרפיה שלהם כדי להגדיר ולרכוש נתונים העונים על מפרטים אלה.
      הערה: תמונות משוקללות T2 שימושיות לעתים לניתוחים נפחיים; עם זאת, הצינור המוצג כאן מסתמך על נתונים משוקללים T1 בלבד, וחלק מהכלים המשמשים הם בלעדיים לסוג זה של נתונים. ככזה, לא ניתן להשתמש בתמונות משוקללות T2.
   2. בצע הערכת איכות חזותית של תמונות כדי לא לכלול מומים מוחיים ברוטו (למשל, נגעים גדולים) או ממצאי תנועה משמעותיים המונעים זיהוי של ציוני דרך מרכזיים במוח הקטן (למשל, הסדקים האנטומיים העיקריים). אין לשלול באופן אוטומטי cerebella מנוון, גם אם משמעותי.
   3. עבור מחקרים קבוצתיים, שקול גם הערכות איכות כמותיות באמצעות כלים סטנדרטיים הזמינים באופן חופשי כגון MRIQC⁴⁶ כדי לזהות עוד יותר נתונים בעייתיים.
   4. המר את כל הנתונים לתבנית NIFTI-GZ באמצעות כלי כגון dcm2niix⁴⁷.
2. ארגון נתונים מומלץ
   1. השג את כל התוכנות הדרושות כמפורט בטבלת החומרים. ודא Docker⁴⁸ או סינגולריות⁴⁹, Matlab⁵⁰, ו- SPM12⁵¹ מותקנים לפני הפעלת הצינור.
      הערה: הדרכות נרחבות בכתב ובווידאו המתארות את הצינור זמינות גם כן (עיין בטבלת החומרים).
   2. לאחר התקנת כל התוכנות הדרושות, צור תיקיות בספריית העבודה וסמן אותן כ'אקפולקו', 'חליפה' ו'גלישה חופשית'. בצע פעולה זו באמצעות הפקודה mkdir משורת הפקודה.
   3. בספריה 'אקפולקו', צור תיקיית פלט . בתיקיית הפלט , צור ספריה עבור כל נושא במחקר המכיל את התמונה המשוקללת T1 בתבנית NIFTI-GZ.
      הערה: מומלץ לשמור עותק של הנתונים המקוריים במקום אחר.
3. פרצלציה מוחית אנטומית באמצעות ACAPULCO
   1. עבור אל טבלת החומרים והורד את הסקריפטים והמכלים הרלוונטיים הדרושים להפעלת ACAPULCO (תחת קבצי צינור אקפולקו). בספריה 'אקפולקו', מקם את (i) מיכל ACAPULCO Docker או Singularity ('acapulco_0.2.1.tar.gz' או '.sif', בהתאמה), (ii) תוכן ארכיון QC_scripts (3 קבצים: 'QC_Master.R', 'QC_Plots.Rmd', ו-'QC_Image_Merge.Rmd'), ו-(iii) 'R.sif' (ייחודיות) או קובץ 'calculate_icv.tar' (docker).
   2. פתח מסוף ומשורת הפקודה, הפעל את הגורם המכיל של ACAPULCO בתמונה אחת (החלף <> בתמונה הבאה). המתן כ- 5 דקות להשלמת העיבוד.
      1. באמצעות Docker, הקלד את הפקודה:
         עומס עגינה --קלט acapulco_0.2.1.tar.gz
         docker run -v $PWD:$PWD -w $PWD -t --user $(id -u):$(id -g) --rm acapulco:latest -i output/<>/<>.nii.gz -o output/<>
      2. באמצעות סינגולריות, הקלד את הפקודה:
         singularity run --cleanenv -B $PWD:$PWD acapulco-0.2.1.sif -i output/<>/<>.nii.gz -o output/<>
   3. לולאה על פני כל הנושאים / סריקות בקבוצה. עיין בטבלת החומרים לקבלת קישור לאתר האינטרנט של פרוטוקולי הדמיה ENIGMA להורדת הצינור (תחת צינור נפחיות ENIGMA Cerebellum) ובמדריך ההדרכה המכיל דוגמאות כיצד ליצור לולאה לעיבוד נושאים מרובים באופן סדרתי.
   4. לאחר העיבוד, חפש את הקבצים הבאים שנוצרו בתיקיות הספציפיות לנושא:
      1. זהה "_n4_mni_seg_post_inverse.nii.gz": מסכת מוח קטן מחולקת בפרצלציה במקור (מרחב נושא).
      2. זהה את "_n4_mni_seg_post_volumes.csv": אמצעי אחסון (במ"מ³) עבור כל אחת מ-28 יחידות המשנה שנוצרו על ידי אקפולקו;
      3. זהה תמונות מייצגות (בספריית 'תמונות'): קשתית, צירית וקורונה.
4. זיהוי חריג סטטיסטי ובקרת איכות (QC)
   1. מהמסוף ובמדריך 'אקפולקו', ודא שתוכן QC_scripts נמצא בספריה 'אקפולקו'. כדי להפעיל את קבצי ה- Script של QC:
      1. באמצעות Docker, הקלד את הפקודה:
         calculate_icv.tar עומס עגינה
         docker run -v $PWD:$PWD -w $PWD --rm -it luhancheng/calculate_icv:last Rscript
         פלט QC_Master.R/
      2. באמצעות סינגולריות, הקלד את הפקודה:
         exec סינגולריות -B $PWD:$PWD R.sif Rscript /path/to/QC_Master.R /path/to/acapulco/output
5. בחינת תמונות QC שנוצרו על ידי ACAPULCO
   הערה: יש תהליך בן 3 שלבים לבדיקת איכות של התמונות עם החבילות של ACAPULCO.
   1. פתח את 'QC_Images.html' בדפדפן אינטרנט וגלול במהירות (~ 10 שניות לנושא) כדי לזהות כשלים ברורים או בעיות שיטתיות. שים לב למזהי הנושא של תמונות שנכשלו או חשודות להמשך טיפול.
      הערה: ראו איור 3 לקבלת מדריך בנושא הנוירואנטומיה של אונות המוח הקטן ואיור 4, איור 5 ואיור 6 בסעיף התוצאות הייצוגיות שלהלן, דוגמאות לפרצלות 'טובות', 'אי-פרסלטים שגויים עדינים' ופרסלציות 'כשל גלובלי'.
   2. פתח את 'Plots_for_Outliers.html' כדי לסמן את לוחות התיבות עבור חריגים סטטיסטיים כמותיים. חפש חריגים (2.698 s.d.d מעל או מתחת לממוצע) מעל או מתחת לשפם של חלקות התיבה. רחף מעל נקודות הנתונים כדי להציג את מזהה הנושא. זהה את החריגים שצוינו על ידי '1' בעמודה הרלוונטית בקובץ 'חריגים.csv', ושים לב למספר הכולל של מקטעים שזוהו כחריגים עבור כל נושא בעמודה הסופית ב' חריגים.csv'.
   3. בדוק באופן ידני כל תמונה בעלת חריג אחד או יותר. קריטי: שימוש במציג תמונות NIFTI סטנדרטי (לדוגמה, FSLEyes או MRICron), כיסוי מסיכת ACAPULCO על תמונת T1w המקורית כדי לבדוק את איכות הפרוזלציה פרוסה אחר פרוסה.
      1. כדי ליצור שכבות-על עבור QC מפורט משורת הפקודה באמצעות FSLEyes, i) שנה את הספריה לספריה 'אקפולקו', ii) ציין את הנושא להצגה (החלף ):
         subj=
      2. העתק/הדבק את הקוד הבא למסוף (מבלי לשנות באופן ידני את {subj} מאחר שהדבר הוגדר על-ידי השורה הקודמת:
         t1_image=output/${subj}/${subj}.nii.gz
         acapulco_image=output/${subj}/${subj}_n4_mni_seg_post_inverse.nii.gz
         fsleyes ${t1_image} ${acapulco_image} --overlayType label --lut random_big --outline --outlineWidth 3 ${acapulco_image} --overlayType volume --alpha 50 --cmap random
         הערה: יהיה צורך להחליט אם לכלול את הקטע החריג או לא, כלומר, האם יש שגיאת פרצלציה, או שזה רק שונות נורמלית באנטומיה של הפרט? כל אזור מחולק מחולק מחולק נחשב בנפרד, כך שניתן לא לכלול כמה אזורים עבור תמונה, בעוד שניתן לשמור את השאר אם הם נכונים.
      3. האם יש להחריג אזור אחד או יותר מחולקים לקבוצת הנתונים הסופית?
         אם כן (חריג מאושר), אל תכלול פרצלציה זו בניתוח על-ידי החלפת הערכת אמצעי האחסון ב - NA בתא המתאים של הקובץ 'Cerebel_vols.csv' עבור נושא זה.
      4. האם שגיאות בחלוקה גורמות לכך שחלק מהמוח הקטן לא נכלל במסכה?
         אם כן, (לדוגמה, אם אוניות מוחיות מסוימות חסרות במסכה או מופיעות 'מנותקות'), אל תכלול מיד את הנושא בניתוחים נוספים (כלומר, אל תמשיך להפעיל את מודול SUIT בנושאים אלה).

2. מודול 2: מורפומטריה מבוססת ווקסל ממוטבת למחלת חליפה

1. ניתוחי מורפומטריה מבוססי Voxel באמצעות SUIT
   קריטי: צינור זה דורש שמודול ACAPULCO כבר הופעל, שכן הוא מסתמך על יצירת מסכת מוח קטן ספציפית לנושא לצורך אופטימיזציה של הרישום והנורמליזציה של המוח הקטן לתבנית SUIT. אם המסכה הספציפית לנושא שנוצרה על ידי ACAPULCO אינה כוללת את כל המוח הקטן, הדבר מצדיק אי-הכללה ממודול SUIT. לקבלת הוראות להפעלת SUIT עצמאי, ראה⁵².
   1. השג את כל התוכנות הדרושות המפורטות בטבלת החומרים. ודא שהתיקיה SPM12 וכל תיקיות המשנה נמצאות בנתיב MATLAB. ודא enigma_suit קבצי Script נשמרים בספריה 'spm12/Toolbox' ומתווספים לנתיב MATLAB. כדי לבדוק את נתיב MATLAB, הקלד pathtool בחלון הפקודה MATLAB ולאחר מכן לחץ על הוסף עם תיקיות משנה כדי להוסיף את התיקיות הרלוונטיות.
   2. הפעל את צינור SUIT עבור נושא אחד או יותר. המתן ~ 15-20 דקות (אם אתה משתמש בממשק המשתמש הגרפי [GUI]) ו ~ 5-7 דקות אם פועל מהמסוף (bash / shell) לעיבוד כדי להשלים.
      1. כדי להשתמש ב- GUI (הנושאים יופעלו בסידרה), מחלון הפקודה MATLAB, הקלד את הפקודה:
         suit_enigma_all
      2. בחלון המוקפץ הראשון, בחר את תיקיות הנושא מהספריה 'אקפולקו/פלט' שייכללו בניתוח. לחץ על התיקיות הבודדות בצד ימין של החלון, או לחץ באמצעות לחצן העכבר הימני ובחר הכל. לחץ על סיום. בחלון המוקפץ השני, בחר את הספריה SUIT, שבה ייכתבו הניתוחים.
      3. לחלופין, התקשר לפונקציה משורת הפקודה MATLAB עבור נושא יחיד, הקלד את הפקודה:
         suit_enigma_all('/path/to/acapulco/output/subjdir','/path/to/suitoutputdir')
      4. לחלופין, התקשר לפונקציה מחלון המסוף, מחוץ ל- MATLAB, עבור נושא יחיד על-ידי הקלדת הפקודה:
         matlab -nodisplay -nosplash -r "suit_enigma_all('/path/to/acapulco/output/subjdir','/path/to/suitoutputdir'), exit"
   3. עיין בטבלת החומרים לקבלת קישור לאתר האינטרנט של פרוטוקולי הדמיה ENIGMA להורדת הצינור (תחת צינור נפחיות ENIGMA Cerebellum) ובמדריך ההדרכה המכיל דוגמאות כיצד ליצור לולאה לעיבוד נושאים מרובים באופן סדרתי.
   4. חפש את הנקודות הבאות לגבי קובץ ה- Script.
      1. ודא כי קובץ ה- Script מעתיק את תמונת T1 שתוקנה על-ידי הטיית N4, המיושרת על-ידי MNI (גוף נוקשה) ואת מסיכת המוח הקטן ACAPULCO לספריית הפלט.
      2. ודא שהתסריט מפלח את החומר האפור-לבן של המוח הקטן.
      3. ודא שקובץ ה- Script מתקן עבור שגיאות הכללת יתר בפרסלציה באמצעות מסיכת ACAPULCO.
      4. ודא שהתסריט DARTEL מנרמל ומעביר את הנתונים לחלל SUIT עם אפנון יעקוביני כך שהערך של כל ווקסל יהיה פרופורציונלי לאמצעי האחסון המקורי שלו.
      5. בדוק בתיקיה של כל נושא את היציאות הסופיות הבאות: 'wd_seg1.nii' (חומר אפור) ו- 'wd_seg2.nii' (חומר לבן).
2. זיהוי סטטיסטי חריג ובקרת איכות
   1. בדוק באופן חזותי את התמונות המנורמלות והמווסתות (wd*) לאיתור כשלים עיקריים. ב- MATLAB, הקלד את הפקודה:
      spm_display_4D
   2. בחר באופן ידני את התמונות 'wd*seg1' מתיקיות המשנה של החליפה, או נווט אל הספריה 'Suit'; הוסף את '^wd.*seg1' בתיבה מסנן (ללא הצעות מחיר) ולחץ על לחצן Rec . לחץ על סיום.
   3. גלול בין התמונות כדי לוודא שכולם מיושרים היטב. ראו איור 7 לקבלת תמונות מנורמלות כראוי מבקרות בריאות (A,B) ואדם עם מוח קטן אטרופי כבד (D).
      הערה: בשלב זה, האנטומיה בין הנושאים דומה מאוד (מכיוון שהם נרשמו לאותה תבנית), והבדלי נפח מקודדים במקום זאת על ידי עוצמות voxel שונות. כשלים גדולים יהיו ברורים, למשל, תמונות ריקות, אזורים גדולים של רקמות חסרות, שיפועי עוצמה יוצאי דופן (כלומר, voxels בהיר כל בחלק העליון, voxels כהה כל בתחתית). יש לא לכלול תמונות אלה בשלבים הבאים.
   4. בדוק את השונות המשותפת המרחבית עבור חריגים. ב- MATLAB, הקלד את הפקודה:
      check_spatial_cov
      1. בחר את התמונות 'wd*seg1' לפי השלב הקודם. כאשר תתבקש, בחר באפשרויות הבאות: שינוי קנה מידה של הצעה: כן; משתנה לקובארי החוצה: לא; פרוסה (מ"מ): - 48 , גאפ: 1.
      2. הבט בקופסה המציגה את השונות המרחבית הממוצעת של כל תמונה ביחס לכל האחרים במדגם. זהה נקודות נתונים הנמצאות >2s.d. מתחת לממוצע בחלון הפקודה MATLAB. עבור אלה, בדוק את התמונה "_n4_mni.nii.gz" בתיקיה SUIT לקבלת חפצים (תנועה, חריגות אנטומיות), בעיות באיכות התמונה או שגיאות עיבוד מראש.
      3. אם איכות התמונה ועיבוד מראש מקובלים ובדיקה חזותית של התמונות המווסתות בשלב הקודם אינה מצביעה על בעיה עם פילוח ונורמליזציה, שמור נתונים אלה במדגם. אחרת, אל תכלול נתונים אלה.

3. MODULE 3 (אופציונלי): הערכת נפח תוך גולגולתי (ICV) באמצעות FreeSurfer

הערה: מודול זה ישתמש בצינור FreeSurfer כדי לחשב ICV. אין צורך להפעיל אותו מחדש אם קיימות יציאות Freesurfer עבור הקבוצה (כל גירסה).

1. הגדרת גלישה חופשית
   1. ודא FreeSurfer יורד ומותקן⁵³. עבור אל טבלת החומרים והורד את קבצי ה- Script הרלוונטיים כדי להפעיל מודול זה (תחת קבצי צינור ICV). בעת עבודה עם FreeSurfer, הגדר את המשתנים הבאים:
      ייצוא FREESURFER_HOME=ספריה
      source $FREESURFER_HOME/SetUpFreeSurfer.sh
   2. החלף בפעולות הבאות:
      ייצוא SUBJECTS_DIR=
2. הפעלת תיקון אוטומטי של Freesurfer11
   1. עבור נושא יחיד, מתוך הספריה 'freesurfer' (זמן עיבוד ~ 20 דקות), הקלד את הפקודה:
      cd
   2. עיין במדריך ערכות הלימוד לקבלת דוגמאות ליצירת לולאה עבור עיבוד נושאים מרובים באופן סדרתי.
3. חישוב של ICV
   1. ארגון נתונים
      1. בספריה 'freesurfer', מקם את (i) הגורם המכיל Docker או Singularity המשמש במודול 1 ('calculate_icv.tar' או 'R.sif', בהתאמה) וב- (ii) את סקריפט xfm2det (עיין בטבלת החומרים). לאחר מכן, בצע שיבוט git כדי לשכפל את סקריפט ה- ICV הנדרש:
         שיבוט git https://github.com/Characterisation-Virtual-Laboratory/calculate_icv
   2. מיצוי ICV פועל (זמן עיבוד ~ 5 דקות)
      1. מתוך ספריה 'freesurfer', עם מיכל ייחודיות ('R.sif'), הקלד:
         סינגולריות exec --cleanenv -B $PWD:$PWD R.sif calculate_icv/calculate_icv.py --freesurfer_dir=/path/to/freesurfer --acapulco_dir=/path/to/acapulco/QC/Cerebelvolsfile --output_csv_name=Cerebel_vols.csv calculate_icv
      2. מתוך ספריה 'freesurfer', עם גורם מכיל של Docker, הקלד:
         docker run -v $PWD:$PWD -w $PWD -rm -it luhancheng/calculate_icv:latest
         calculate_icv/calculate_icv.py --freesurfer_dir=/נתיב/אל/גלישת חינם --
         acapulco_dir=/path/to/acapulco/QC/Cerebelvolsfile --output_csv_name=Cerebel_vols.csv
         calculate_icv
      3. הפעלת קובץ Script ללא גורם מכיל - עיין בטבלת החומרים לקבלת תוכנות ויחסי תלות נדרשים נוספים. מהספריה 'freesurfer', הקלד:
         ./calculate_icv/ calculate_icv.py ---freesurfer_dir=/נתיב/אל/גלישת חינם --
         acapulco_dir=/path/to/acapulco/QC/Cerebelvolsfile --
         output_csv_name=Cerebel_vols.csv calculate_icv
         הערה: פעולה זו תחשב את ה- ICV עבור כל נושא ותצרף עמודה עם ICV לסוף הקובץ 'Cerebel_vols.csv'.

תוצאות

פרצלציה במוח הקטן (אקפולקו)

בקרת איכות של מסכות מחולקות למחלת המוח הקטן:
הדוגמאות הבאות מדגימות את התפוקות המחולקות של ACAPULCO ומנחות את קבלת ההחלטות על א) את איכות המסכה המחולקת ברמה הבודדת ו- b) לאחר מכן הכללה או אי הכללה של אונות מסוים מהניתוחים הסטטיסטיים...

Discussion

המוח הקטן הוא קריטי למגוון רחב של מנוע אנושי³, קוגניטיבי⁵⁸,^{רגשי 10}, ושפה ^7,59 פונקציות והוא מעורב במחלות נוירולוגיות ופסיכיאטריות רבות. הזמינות של גישה סטנדרטית וקלה ליישום לכימות של כרכים מוחיים אזוריים תתרום למיפוי מפו?...

Materials

Name	Company	Catalog Number	Comments
ACAPULCO pipeline files	0.2.1	http://enigma.ini.usc.edu/protocols/imaging-protocols/	Please make sure to use acapulco version 0.2.1
Docker for Mac		https://docs.docker.com/desktop/mac/install/	macOS must be version 10.14 or newer Docker requires sudo priviledges Docker imposes a memory (RAM) constraint on Mac OS. To increase the RAM, open Docker Desktop, go to Preferences and click on resources. Increase the Memory to the maximum
Docker for Windows		https://docs.docker.com/docker-for-windows/install/
ENIGMA SUIT scripts		http://enigma.ini.usc.edu/protocols/imaging-protocols/
FreeSurfer	7	https://surfer.nmr.mgh.harvard.edu/fswiki/DownloadAndInstall	Following variables need to be set everytime you work with Freesurfer: export FREESURFER_HOME=freesurfer _installation_directory source $FREESURFER_HOME/SetUpFreeSurfer.sh
			export SUBJECTS_DIR=path/enigma/Freesurfer
FSL (for FSLeyes). Optional	6	https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/FslInstallation
ICV pipeline files		http://enigma.ini.usc.edu/protocols/imaging-protocols/	ICV pipeline can be run in two ways: 1) with docker/singularity. You will not require additionl software; 2) without docker/singularity- this involves running the ICV script (calculate_icv.py) manually. You will require the following additional software: Python version =3.5 Python module pandas Python module fire Python module tabulate Python module Colorama
		https://github.com/Characterisation-Virtual-Laboratory/calculate_icv
MATLAB*	2019 or newer	https://au.mathworks.com/	An academic license is required
Singularity	3.7 or newer	https://www.sylabs.io/docs/	Prefered for high performance computing (HPC) clusters
SPM	12	http://www.fil.ion.ucl.ac.uk/spm/software/spm12/	Make sure spm12 and all subfolders are in your MATLAB path
SUIT Toolbox	3.4	http://www.diedrichsenlab.org/imaging/suit_download.htm	Make sure you place SUIT toolbox in spm12/toolbox directory
Troubleshooting manual and segmentation output examples		http://enigma.ini.usc.edu/protocols/imaging-protocols/
Tutorial manual and video		http://enigma.ini.usc.edu/protocols/imaging-protocols/	Manual and accompanying live demonstration provide detailed step-by-step instructions on how to run the pipeline from start to finish.
*Not freely available; an academic license is required