È necessario avere un abbonamento a JoVE per visualizzare questo. Accedi o inizia la tua prova gratuita.

In questo articolo

  • Riepilogo
  • Abstract
  • Introduzione
  • Protocollo
  • Risultati
  • Discussione
  • Divulgazioni
  • Riconoscimenti
  • Materiali
  • Riferimenti
  • Ristampe e Autorizzazioni

Riepilogo

Nonostante il ruolo cruciale del plesso coroideo nel cervello, gli studi di neuroimaging di questa struttura sono scarsi a causa della mancanza di strumenti di segmentazione automatizzati affidabili. Il presente protocollo mira a garantire la segmentazione manuale gold standard del plesso coroideo che può informare i futuri studi di neuroimaging.

Abstract

Il plesso coroideo è stato implicato nel neurosviluppo e in una serie di disturbi cerebrali. L'evidenza dimostra che il plesso coroideo è fondamentale per la maturazione del cervello, la regolazione immunitaria/infiammatoria e il funzionamento comportamentale/cognitivo. Tuttavia, gli attuali strumenti automatizzati di segmentazione del neuroimaging non sono in grado di segmentare in modo accurato e affidabile il plesso coroideo del ventricolo laterale. Inoltre, non esiste uno strumento che segmenti il plesso coroideo situato nel terzo e quarto ventricolo del cervello. Pertanto, è necessario un protocollo che delinei come segmentare il plesso coroideo nel ventricolo laterale, terzo e quarto per aumentare l'affidabilità e la replicabilità degli studi che esaminano il plesso coroideo nei disturbi dello sviluppo neurologico e cerebrale. Questo protocollo fornisce passaggi dettagliati per creare file etichettati separatamente in 3D Slicer per il plesso coroideo in base a immagini DICOM o NIFTI. Il plesso coroideo verrà segmentato manualmente utilizzando i piani assiale, sagittale e coronale delle immagini T1w, assicurandosi di escludere i voxel dalle strutture di sostanza grigia o bianca che delimitano i ventricoli. Le finestre saranno regolate per aiutare nella localizzazione del plesso coroideo e dei suoi confini anatomici. Nell'ambito di questo protocollo verranno dimostrati i metodi per valutare l'accuratezza e l'affidabilità. La segmentazione gold standard del plesso coroideo utilizzando delineazioni manuali può essere utilizzata per sviluppare strumenti di segmentazione automatizzata migliori e più affidabili che possono essere condivisi apertamente per chiarire i cambiamenti nel plesso coroideo nel corso della vita e all'interno di vari disturbi cerebrali.

Introduzione

Funzione del plesso coroideo
Il plesso coroideo è una struttura altamente vascolarizzata nel cervello costituita da capillari fenestrati e un monostrato di cellule epiteliali del plesso coroideo1. Il plesso coroideo si proietta nel ventricolo laterale, terzo e quarto cerebrale e produce liquido cerebrospinale (CSF), che svolge un ruolo importante nel pattern neurale2 e nella fisiologia cerebrale 3,4. Il plesso coroideo secerne sostanze neurovascolari, comprende un deposito simile a una cellula staminale e funge da barriera fisica per impedire l'ingresso di metaboliti tossici, una barriera enzimatica per rimuovere le parti che aggirano la barriera fisica e una barriera immunologica per proteggere dagli invasori estranei5. Il plesso coroideo modula la neurogenesi6, la plasticità sinaptica7, l'infiammazione8, il ritmo circadiano 9,10, l'asse intestino-cervello11 e la cognizione12. Inoltre, le citochine periferiche, lo stress e l'infezione (incluso SARS-CoV-2) possono interrompere la barriera emato-liquorale 13,14,15,16. Pertanto, il sistema plesso-CSF coroideo è parte integrante del neurosviluppo, della maturazione del neurocircuito, dell'omeostasi cerebrale e della riparazione17. Poiché le alterazioni immunitarie, infiammatorie, metaboliche ed enzimatiche hanno un impatto sul cervello, i ricercatori stanno utilizzando strumenti di neuroimaging per valutare il ruolo del plesso coroideo nel corso della vita e nei disturbi cerebrali 18,19,20. Tuttavia, esistono limitazioni negli strumenti automatizzati comunemente usati per la segmentazione del plesso coroideo, come FreeSurfer, che comportano una scarsa segmentazione del plesso coroideo. Pertanto, c'è un bisogno critico di segmentazione manuale del plesso coroideo che possa essere utilizzata per sviluppare uno strumento automatizzato accurato per la segmentazione del plesso coroideo.

Il plesso coroideo nel neurosviluppo e nei disturbi cerebrali
Il ruolo del plesso coroideo nei disturbi cerebrali è stato a lungo trascurato, principalmente perché era considerato un attore di supporto il cui ruolo era quello di ammortizzare il cervello e mantenere un corretto equilibrio salino 2,21. Tuttavia, il plesso coroideo ha attirato l'attenzione come struttura legata a disturbi cerebrali come le sindromi dolorose22, SARS-CoV-2 16,23,24, disturbi dello sviluppo neurologico 2 e disturbi cerebrali 19, suggerendo un effetto transdiagnostico nello sviluppo di disturbi comportamentali. Nei disturbi dello sviluppo neurologico, le cisti del plesso coroideo sono state associate a un aumentato rischio di ritardo dello sviluppo, disturbo da deficit di attenzione/iperattività (ADHD) o disturbo dello spettro autistico (ASD)25,26. Inoltre, è stato riscontrato un aumento del volume del plesso coroideo del ventricolo laterale nei pazienti con ASD27. Nei disturbi cerebrali, le anomalie del plesso coroideo sono state descritte dal 1921 nei disturbi psicotici28,29. Studi precedenti hanno identificato l'allargamento del plesso coroideo utilizzando la segmentazione FreeSurfer in un ampio campione di pazienti con disturbi psicotici rispetto sia ai loro parenti di primo grado che ai controlli19. Questi risultati sono stati replicati utilizzando il volume del plesso coroideo segmentato manualmente in un ampio campione di popolazione clinica ad alto rischio di psicosi e hanno scoperto che questi pazienti avevano un volume del plesso coroideo maggiore rispetto ai controlli sani30. C'è un numero crescente di studi che dimostrano l'ingrossamento del plesso coroideo nella sindrome dolorosa regionale complessa22, ictus31, sclerosi multipla20,32, Alzheimer33,34 e depressione35, con alcuni che dimostrano un legame tra attività immunitaria/infiammatoria periferica e cerebrale. Questi studi di neuroimaging sono promettenti; tuttavia, la scarsa segmentazione del plesso coroideo del ventricolo laterale da parte di FreeSurfer21 limita l'affidabilità della stima automatica del volume del plesso coroideo. Di conseguenza, gli studi sulla sclerosi multipla20,32, sulla depressione35, sull'Alzheimer34 e sulla psicosi precoce36 hanno iniziato a segmentare manualmente il plesso coroideo del ventricolo laterale, ma non ci sono linee guida attuali su come farlo, né la loro guida sulla segmentazione del plesso coroideo del terzo e quarto ventricolo.

Gli strumenti di segmentazione più comuni escludono il plesso coroideo
Le pipeline di segmentazione cerebrale come FreeSurfer37,38,39, FMRIB Software Library (FSL)40, SLANT41 e FastSurfer (sviluppato dal co-autore Martin Reuter)42,43, segmentano in modo accurato e affidabile le strutture corticali e sottocorticali impiegando paradigmi di segmentazione basati su atlante (FSL), basati su atlante e superficie (FreeSurfer) e deep learning (SLANT e FastSurfer). I punti deboli di alcuni di questi approcci includono la velocità di elaborazione, la generalizzazione limitata a diversi scanner, le intensità di campo e le dimensioni dei voxel37,44 e l'allineamento forzato della mappa delle etichette in uno spazio atlante standard. Tuttavia, la capacità di segmentare il plesso coroideo e la compatibilità con la risonanza magnetica ad alta risoluzione sono affrontate solo da FreeSurfer e FastSurfer. Le reti neurali alla base di FastSurfer sono addestrate sulle etichette del plesso coroideo di FreeSurfer, quindi ereditano i limiti di affidabilità e copertura di FreeSurfer discussi in precedenza, con il terzo e il quarto ventricolo ignorati21. Esistono anche limitazioni attuali per la risonanza magnetica ad alta risoluzione, ma il flusso ad alta risoluzione45 e FastSurferVINN43 di FreeSurfer possono essere utilizzati per gestire questo problema.

Strumenti attuali per la segmentazione del plesso coroideo
Esiste un solo strumento di segmentazione disponibile gratuitamente per il plesso coroideo, ma l'accuratezza della segmentazione è limitata. Un'accurata segmentazione del plesso coroideo può essere influenzata da una varietà di fattori, tra cui (1) variabilità nella posizione del plesso coroideo (spazialmente non stazionario) a causa della sua posizione all'interno dei ventricoli, (2) differenze nell'intensità dei voxel, nel contrasto, nella risoluzione (eterogeneità all'interno della struttura) dovute all'eterogeneità cellulare, alla funzione dinamica del plesso coroideo, ai cambiamenti patologici o agli effetti parziali del volume, (3) differenze di dimensioni ventricolari legate all'età o alla patologia che influiscono sulle dimensioni del plesso coroideo, e (4) vicinanza a strutture sottocorticali adiacenti (ippocampo, amigdala, caudato e cervelletto), anch'esse difficili da segmentare. Date queste sfide, le segmentazioni di FreeSurfer spesso sottostimano o sovrastimano, etichettano erroneamente o ignorano il plesso coroideo.

Tre recenti pubblicazioni hanno affrontato il divario della segmentazione affidabile del plesso coroideo con un modello di miscela gaussiana (GMM)46, un Axial-MLP47 e approcci di deep learning basati su U-Net48. Ogni modello è stato addestrato e valutato utilizzando set di dati privati ed etichettati manualmente di un massimo di 150 soggetti con una diversità limitata di scanner, siti, dati demografici e disturbi. Sebbene queste pubblicazioni 46,48,49 abbiano ottenuto miglioramenti significativi rispetto alla segmentazione del plesso coroideo di FreeSurfer - a volte raddoppiando l'intersezione tra predizione e verità di base, nessuno dei due metodi è (1) convalidato nella risonanza magnetica ad alta risoluzione, (2) ha analisi di generalizzazione e affidabilità dedicate, (3) presenta grandi set di dati rappresentativi di addestramento e test, (4) affronta o analizza in modo specifico le sfide di segmentazione del plesso coroideo come effetti di volume parziale, o (5) è disponibile al pubblico come strumento pronto all'uso. Pertanto, l'attuale "gold standard" per la segmentazione del plesso coroideo è il tracciamento manuale, ad esempio utilizzando 3D Slicer50 o ITK-SNAP51, che non è stato descritto in precedenza e ha rappresentato una sfida importante per i ricercatori che desiderano esaminare il ruolo del plesso coroideo nei loro studi. 3D Slicer è stato scelto per la segmentazione manuale per la familiarità dell'autore con il software e perché mette a disposizione dell'utente vari strumenti basati su diversi approcci che possono essere combinati per ottenere il risultato desiderato. È possibile utilizzare altri strumenti, come ITK-SNAP, che è principalmente orientato alla segmentazione delle immagini e, una volta padroneggiato lo strumento, l'utente può ottenere buoni risultati. Inoltre, gli autori hanno condotto uno studio caso-controllo che dimostra l'elevata precisione e affidabilità della loro tecnica di segmentazione manuale utilizzando 3D Slicer30 e che la metodologia specifica è descritta nel presente documento.

Protocollo

Il presente protocollo è stato approvato dall'Institutional Review Board presso il Beth Israel Deaconess Medical Center. Per questa dimostrazione del protocollo è stato utilizzato un soggetto sano con una risonanza magnetica cerebrale priva di artefatti o movimenti ed è stato ottenuto il consenso informato scritto. Per acquisire immagini 3D-T1 con una risoluzione di 1 mm x 1 mm x 1,2 mm è stato utilizzato uno scanner MRI da 3,0 T con una bobina di testa a 32 canali (vedi Tabella dei materiali). È stata utilizzata la sequenza MP-RAGE ASSET con un campo visivo di 256 x 256, TR/TE/TI=7,38/3,06/400 ms e un angolo di ribaltamento di 11 gradi.

1. Importazione della risonanza magnetica cerebrale in 3D Slicer

NOTA: 3D Slicer fornisce la documentazione relativa all'interfaccia utente.

  1. Preparare i file DICOM (Digital Imaging and Communications in Medicine) o NIFTI (Neuroimaging Informatics Technology Initiative) per la risonanza magnetica cerebrale per l'importazione in 3D Slicer.
  2. Importare i dati DICOM facendo clic sul pulsante DCM nell'angolo in alto a sinistra della barra degli strumenti. Quindi fare clic sul pulsante Importa file DICOM per importare i dati in formato DICOM.
  3. Se i dati MRI sono in formato NIFTI, importarli facendo clic sul pulsante DATA nell'angolo in alto a sinistra della barra degli strumenti. Nella finestra di dialogo a comparsa, selezionare Scegli directory da aggiungere per importare in batch i dati NIFTI in una cartella o selezionare Scegli file da aggiungere per importare file NIFTI specifici. Quindi, fare clic sul pulsante OK per procedere con il caricamento dei dati in 3D Slicer.
  4. Dopo l'importazione, i dati della risonanza magnetica appariranno nella finestra a destra che mostra i piani assiale, sagittale e coronale.
  5. Modificare il layout delle finestre passando a Layout e selezionando un layout specifico. Questo può essere trovato facendo clic sull'immagine del modulo Layout nella barra degli strumenti di 3D Slicer o tramite Visualizza > Layout dal menu dell'applicazione.

2. Download di DICOM dai dati di esempio in 3D Slicer

  1. Fare clic sul pulsante Scarica dati di esempio nella schermata di apertura della sezione Benvenuto in Slicer. Quindi seleziona il pulsante MRHead e avvierà il processo di download, che potrebbe richiedere alcuni minuti.
  2. Assicurarsi che i dati della risonanza magnetica cerebrale con i piani assiale, sagittale e coronale siano visualizzati nella finestra di destra.

3. Controllo di qualità e regolazione dell'immagine MRI

  1. Determina qualitativamente la qualità dell'immagine e la presenza di artefatti dovuti al movimento della testa o a problemi di scansione esaminando criticamente ogni sezione di risonanza magnetica.
  2. Ingrandire la porzione di immagine facendo clic con il pulsante destro del mouse e spostando il mouse verso l'alto o verso il basso per rimpicciolire o ingrandire, rispettivamente.
  3. Per spostare la porzione di immagine, fare clic con il pulsante sinistro del mouse sull'immagine, tenere premuto il tasto Maiusc e trascinare il mouse.
  4. La regolazione della luminosità dell'immagine può aiutare a visualizzare il plesso coroideo. Per fare ciò, fai clic su Regola finestra/livello di volume nella barra degli strumenti o fai clic con il pulsante sinistro del mouse sull'immagine e muovi il mouse verso l'alto o verso il basso per aumentare o diminuire rispettivamente la luminosità.
  5. La regolazione del contrasto può inoltre aiutare a trovare il plesso coroideo. Fare clic con il pulsante sinistro del mouse sulla porzione di immagine e spostare il mouse a sinistra o a destra per aumentare o diminuire il contrasto, rispettivamente. Per determinare il contrasto appropriato per il plesso coroideo, utilizzare i nuclei di sostanza grigia profonda (masse centrali di materia grigia disposte attorno al ventricolo laterale e al terzo ventricolo) o l'intensità del segnale mostrata nella barra della scala di contrasto.
  6. Una volta selezionato il contrasto preferito, mantenere lo stesso contrasto per tutta la segmentazione e non regolare le potenziali variazioni nelle regioni sovra- e infra-tentoriali.

4. Creazione dei segmenti manuali del plesso coroideo

  1. Per iniziare la segmentazione del plesso coroideo laterale, del terzo e del quarto ventricolo, create i file di segmentazione nel modulo Editor segmenti . Per navigare, fai clic sull'editor dei segmenti nella barra degli strumenti o vai al menu a discesa Moduli: e seleziona Editor dei segmenti.
  2. Fare clic sul menu a discesa per la segmentazione per selezionare diverse segmentazioni (se sono state create più segmentazioni) e rinominare la segmentazione attualmente selezionata.
  3. Utilizzare il menu a discesa Volume principale per scegliere quali set NIFTI o DICOM devono essere modificati. Solo quando il file del volume è selezionato, l'utente può iniziare la segmentazione/modifica.
  4. Fare clic due volte sul pulsante Aggiungi per aggiungere due segmenti per il plesso coroideo del ventricolo laterale. Per rinominarli, fare doppio clic sul nome e modificarli in Plesso coroideo del ventricolo laterale destro e Plesso coroideo del ventricolo laterale sinistro.
  5. Fare nuovamente clic sul pulsante Aggiungi per aggiungere segmenti per il plesso coroideo del terzo e quarto ventricolo e rinominarli in "plesso coroideo del 3° ventricolo" e "plesso coroideo del 4° ventricolo".

5. Visualizzazione di diverse sezioni e segmentazioni

  1. Prima di apportare modifiche, eseguire uno studio in background per sapere come spostarsi tra i layout nella finestra di visualizzazione e come modificare la visualizzazione o l'opacità delle segmentazioni.
  2. Nella parte superiore della finestra di visualizzazione e a sinistra del cursore della sezione, fai clic sull'icona a forma di puntina. Si aprirà un menu a discesa, che può variare a seconda del layout specifico in cui si trova la finestra.
    NOTA: L'utilizzo di layout diversi può essere utile quando si segmenta il plesso coroideo poiché la sua struttura può variare da individuo a individuo. Ad esempio, il layout "Convenzionale" consente all'utente di visualizzare contemporaneamente tutte e tre le sezioni e una vista 3D della scena. Scegliendo "Solo fetta rossa/gialla/verde" si ottiene all'utente una vista ravvicinata della fetta 2D per consentire una segmentazione più precisa del plesso coroideo.

6. Delineare le ROI del plesso coroideo del ventricolo laterale

NOTA: la registrazione dell'immagine in un modello non è necessaria per la segmentazione manuale.

  1. Per il plesso coroideo del ventricolo laterale, iniziare sul piano assiale assicurandosi che le immagini siano posizionate in base alla linea bicommissurale. Quindi utilizzare il trigonum collaterale come punto di riferimento per localizzare il plesso coroideo del ventricolo laterale.
    1. Una volta apportate le modifiche sul piano assiale, passare alle viste rimanenti (sagittale e coronale) per assicurarsi che la segmentazione manuale del plesso coroideo del ventricolo laterale non catturi il parenchima cerebrale circostante o il liquido cerebrospinale.
  2. Per iniziare a modificare, fai clic sul segmento su cui lavorare e il nome del segmento verrà evidenziato.
  3. Fai clic sullo strumento Dipingi o Disegna nella sezione Effetti dell'Editor segmenti per avviare la segmentazione manuale.
    NOTA: è consigliabile iniziare la segmentazione su un piano (coronale, assiale o sagittale) e, dopo aver completato la segmentazione in tutte le sezioni, passare ad altri piani per controllare e perfezionare la segmentazione manuale. Si suggerisce che l'utente inizi con i piani assiali o coronali poiché il plesso coroideo del ventricolo laterale è più facilmente visibile in queste viste.
  4. Quando si utilizza lo strumento Disegna , fare clic con il pulsante sinistro del mouse e tenere premuto per disegnare un contorno al contorno del plesso coroideo del ventricolo laterale. Una volta tracciato, fare clic con il pulsante destro del mouse per riempire l'area disegnata.
  5. Quando si utilizza lo strumento Disegno , selezionare prima il diametro del pennello da utilizzare per dipingere. Si consiglia un pennello al 3% o al 5% per una delineazione più precisa del plesso coroideo, mentre il 10% può essere utile per selezioni più ampie.
  6. Per entrambi gli strumenti, utilizzare Dipingi o Cancella per correggere eventuali delineazioni errate aggiungendo o rimuovendo selezioni.
    NOTA: Fare riferimento ad altri piani visivi può aiutare a identificare la struttura del plesso coroideo del ventricolo laterale rispetto ad altre strutture cerebrali, come la materia grigia circostante, il fornice, il corpo calloso o l'ippocampo. L'utente è incoraggiato a escludere le scansioni cerebrali in cui sono state identificate cisti del plesso coroideo.
  7. Utilizzare il livello del nucleo rosso come punto di riferimento per arrestare la segmentazione del plesso coroideo nei ventricoli laterali.

7. Delineare le ROI del plesso coroideo del terzo e quarto ventricolo

NOTA: Le immagini T1w a risoluzione più elevata (come 0,7 o 0,8 mm) e quelle ottenute su una risonanza magnetica 7T fornirebbero una segmentazione manuale più accurata e affidabile del plesso coroideo del terzo e quarto ventricolo. La segmentazione del plesso coroideo del terzo e quarto ventricolo è più difficile rispetto al plesso coroideo del ventricolo laterale poiché queste regioni possono essere molto più piccole e con meno voxel da delineare.

  1. Per il plesso coroideo del terzo ventricolo, iniziare dal piano sagittale e utilizzare il forame di Monro, il fornice, il corpo calloso, il talamo e la vena cerebrale interna come punti di riferimento per individuare il plesso coroideo nel 3° ventricolo. Spostarsi tra le fette all'interno dello stesso piano può aiutare a determinare se una regione è il fornice, il talamo, la vena o il plesso coroideo del terzo ventricolo.
    1. Una volta apportate le modifiche sul piano sagittale, passare alle viste rimanenti (assiale e coronale) per assicurarsi che la segmentazione manuale del plesso coroideo del terzo ventricolo non selezioni il parenchima cerebrale circostante o il liquido cerebrospinale.
  2. Allo stesso modo, per il plesso coroideo del quarto ventricolo, iniziare sul piano sagittale e utilizzare il peduncolo cerebellare superiore, il ponte e il midollo come punti di riferimento per individuare il plesso coroideo nel quarto ventricolo. Spostarsi tra le fette all'interno dello stesso piano può aiutare a determinare se una regione è il cervelletto, la tonsilla cerebellare, il velum midollare inferiore o il plesso coroideo del 4° ventricolo.
    1. Una volta completate le modifiche sul piano sagittale, passare alle viste rimanenti (assiale e coronale) per assicurarsi che la segmentazione manuale del plesso coroideo del quarto ventricolo non selezioni il parenchima cerebrale circostante o il liquido cerebrospinale.

8. Calcolo dei volumi del plesso coroideo

  1. Dal menu a discesa Moduli , vai a Quantificazione e seleziona Statistiche segmento.
  2. In Ingressi, selezionare la nuova mappa di segmentazione per la quantificazione nello strumento Segmentazione e scegliere il volume MRI dal volume scalare. Per Tabella di output (in Output), scegli l'opzione Tabella . Una volta completato, premere Applica e apparirà una tabella contenente il volume del plesso coroideo in varie unità.

9. Salvataggio dei risultati dei segmenti e del volume

  1. Fare clic sul pulsante Salva nell'angolo in alto a sinistra della barra degli strumenti per salvare i file generati.
  2. Salvare i file di segmentazione come .nrrd (file di slicer 3D), .nii.gz (file NIFTI) o .tsv (file di tabella).

10. Determinazione dell'accuratezza, delle prestazioni e dell'accordo della segmentazione

NOTA: Si consiglia di utilizzare il pacchetto MONAI (vedere la tabella dei materiali), che descrive il coefficiente dei dadi (DC) e la distanza superficiale media di DeepMind (avgSD). I dettagli su DC e avgSD sono descritti di seguito. Per calcolare queste metriche, i lettori dovranno sapere come programmare (ad esempio, python, leggere le immagini dal disco, riformattare i dati negli array di input appropriati per queste funzioni). Non esiste un pacchetto user-friendly che includa tutte queste metriche.

  1. Il punteggio DC è un approccio standard per quantificare la sovrapposizione di due domini geometrici. Per calcolare il punteggio medio DC tra due segmentazioni, fornisci due tensori y_pred e y, ovvero immagini multi-frame con un fotogramma per ogni immagine di etichetta binarizzata. I tensori y_pred e y possono contenere segmentazioni di due diversi valutatori manuali, segmentazioni ripetute dello stesso valutatore o previsioni automatiche e verità di base manuali.
    1. Utilizzare la funzione monai.metrics.compute_meandice per calcolare il punteggio DC medio.
    2. Genera tensori di etichette binari adatti con monai.transforms.post.
      NOTA: il parametro include_background può essere impostato su False per escludere la prima categoria (indice canale 0) dal calcolo DC, che, per convenzione, si presume sia uno sfondo.
  2. Si consideri il punteggio medio meno comune e si noti che l'approccio può differire in quanto esistono più definizioni per la distanza superficiale. Ad esempio, utilizzare la distanza massima (nota anche come distanza di Hausdorff, altamente sensibile ai valori anomali), la distanza media (come descritto qui) e il 95° percentile (altamente robusto) come misure utilizzate di frequente.
    1. Utilizzare la funzione compute_average_surface_distance per calcolare il punteggio avgSD.
    2. Assicurarsi che questa funzione calcoli la distanza media della superficie da y_pred a y in base all'impostazione predefinita.
    3. Inoltre, se symmetric = True, assicurarsi che venga restituita la distanza media della superficie simmetrica tra questi due input.
  3. L'analisi statistica del punteggio DC e avgSD in più casi può essere eseguita utilizzando il robusto test di rango con segno di Wilcoxon per l'analisi a coppie.
  4. Prendere in considerazione l'utilizzo del coefficiente di correlazione intraclasse (ICC) come un altro metodo comunemente usato per determinare se più partecipanti possono essere valutati in modo affidabile da valutatori diversi. Ricorda che ICC opera su una serie di misurazioni accoppiate (ad esempio, il volume) delle segmentazioni e non direttamente sulle immagini di segmentazione. Per calcolare ICC, usare il software R e R Studio (vedere Tabella dei materiali), che semplifica il processo.
    1. Scaricare il pacchetto usando install.packages("psych") e caricare la libreria(psych).
    2. Immettere il frame di dati, che include i partecipanti (righe) e un valutatore in ogni colonna, utilizzando Data <- data.frame(df). Quindi visualizzare le misurazioni utilizzando il grafico (Dati).
    3. Per eseguire ICC, utilizzare ICC(Data), che genera una tabella dei diversi tipi di ICC, ad esempio per ottenere i punteggi inter- o intra-rater.

Risultati

Il metodo proposto è stato sottoposto a un perfezionamento iterativo per il plesso coroideo del ventricolo laterale, che ha comportato test approfonditi su una coorte di 169 controlli sani e 340 pazienti con rischio clinicamente elevato di psicosi30. Utilizzando la tecnica sopra descritta, gli autori hanno ottenuto un'elevata precisione e affidabilità intra-rater con un DC = 0,89, avgHD = 3,27 mm3 e ICC single-rater = 0,9730, dimostrando la forza del protocollo qui descritto.

Discussione

Fasi critiche del protocollo
Tre passaggi critici richiedono un'attenzione particolare durante l'implementazione di questo protocollo. Innanzitutto, il controllo della qualità e del contrasto delle immagini RM è fondamentale per garantire una segmentazione accurata. Se la qualità dell'immagine è troppo scarsa, o il contrasto è troppo basso o troppo alto, può portare a una delineazione imprecisa del plesso coroideo. Il contrasto dell'immagine può essere regolato visualizzando il valore in scala ...

Divulgazioni

Gli autori non hanno interessi finanziari concorrenti.

Riconoscimenti

Questo lavoro è stato sostenuto da un National Institute of Mental Health Award R01 MH131586 (a P.L e M.R), R01 MH078113 (a M.K) e da una sovvenzione della Sydney R Baer Jr Foundation (a P.L).

Materiali

NameCompanyCatalog NumberComments
3D Slicer3D Slicerhttps://www.slicer.org/A free, open source software for visualization, processing, segmentation, registration, and analysis of medical, biomedical, and other 3D images and meshes; and planning and navigating image-guided procedures.
FreeSurferFreeSurferhttps://surfer.nmr.mgh.harvard.edu/An open source neuroimaging toolkit for processing, analyzing, and visualizing human brain MR images
ITK-SNAPITK-SNAPhttp://www.itksnap.org/pmwiki/pmwiki.phpA free, open-source, multi-platform software application used to segment structures in 3D and 4D biomedical images. 
Monai PackageMonai Consortiumhttps://docs.monai.io/en/stable/metrics.htmlUse for Dice Coefficient and DeepMind average Surface Distance. 
MRI scannerGEDiscovery MR750 
Psych PackageR-Projecthttps://cran.r-project.org/web/packages/psych/index.htmlA general purpose toolbox developed originally for personality, psychometric theory and experimental psychology.
R SoftwareR-Projecthttps://www.r-project.org/R is a free software environment for statistical computing and graphics. 
RStudioPosithttps://posit.co/An RStudio integrated development environment (IDE) is a set of tools built to help you be more productive with R and Python. 
Windows or Apple OS Desktop or LaptopAny companyn/aNeeded for running the software used in this protocol. 

Riferimenti

  1. Lun, M. P., Monuki, E. S., Lehtinen, M. K. Development and functions of the choroid plexus-cerebrospinal fluid system. Nature Reviews Neuroscience. 16 (8), 445-457 (2015).
  2. Dani, N., Herbst, R. H., McCabe, C. A cellular and spatial map of the choroid plexus across brain ventricles and ages. Cell. 184 (11), 3056-3074 (2021).
  3. Kaiser, K., Bryj, a. V. Choroid plexus: the orchestrator of long-range signalling within the CNS. IJMS. 21 (13), 4760 (2020).
  4. Damkier, H. H., Brown, P. D., Praetorius, J. Cerebrospinal fluid secretion by the choroid plexus. Physiological Reviews. 93, 46 (2013).
  5. Liddelow, S. A. Development of the choroid plexus and blood-CSF barrier. Frontiers in Neuroscience. 9, 00032 (2015).
  6. Gato, A., Alonso, M. I., Lamus, F., Miyan, J. Neurogenesis: A process ontogenically linked to brain cavities and their content, CSF. Seminars in Cell & Developmental Biology. 102, 21-27 (2020).
  7. Spatazza, J., Lee, H. H. C., Di Nardo, A. A. Choroid-plexus-derived Otx2 homeoprotein constrains adult cortical plasticity. Cell Reports. 3 (6), 1815-1823 (2013).
  8. Kim, S., Hwang, Y., Lee, D., Webster, M. J. Transcriptome sequencing of the choroid plexus in schizophrenia. Translational Psychiatry. 6 (11), e964-964 (2016).
  9. Myung, J., Schmal, C., Hong, S. The choroid plexus is an important circadian clock component. Nature Communications. 9 (1), 1062 (2018).
  10. Quintela, T., Furtado, A., Duarte, A. C., Gonçalves, I., Myung, J., Santos, C. R. A. The role of circadian rhythm in choroid plexus functions. Progress in Neurobiology. 205, 102129 (2021).
  11. Gorlé, N., Blaecher, C., Bauwens, E., et al. The choroid plexus epithelium as a novel player in the stomach-brain axis during Helicobacter infection. Brain, Behavior, and Immunity. 69, 35-47 (2018).
  12. Zappaterra, M. W., Lehtinen, M. K. The cerebrospinal fluid: regulator of neurogenesis, behavior, and beyond. Cellular and Molecular Life Sciences. 69 (17), 2863-2878 (2012).
  13. Cardia, E., Molina, D., Abbate, F. Morphological modifications of the choroid plexus in a rodent model of acute ventriculitis induced by gram-negative liquoral sepsis: Possible implications in the pathophysiology of hypersecretory hydrocephalus. Child's Nervous System. 11 (9), 511-516 (1995).
  14. Coisne, C., Engelhardt, B. Tight junctions in brain barriers during central nervous system inflammation. Antioxidants & Redox Signaling. 15 (5), 1285-1303 (2011).
  15. Szmydynger-Chodobska, J., Strazielle, N., Gandy, J. R. Posttraumatic Invasion of monocytes across the blood-cerebrospinal fluid barrier. Journal of Cerebral Blood Flow & Metabolism. 32 (1), 93-104 (2012).
  16. Pellegrini, L., Albecka, A., Mallery, D. L. SARS-CoV-2 infects the brain choroid plexus and disrupts the blood-csf barrier in human brain organoids. Cell Stem Cell. 27 (6), 951-961 (2020).
  17. Bitanihirwe, B., Lizano, P., Woo, T. Deconstructing the functional neuroanatomy of the choroid plexus: an ontogenetic perspective for studying neurodevelopmental and neuropsychiatric disorders. Review at Molecular Psychiatry. , (2022).
  18. Ramaekers, V., Sequeira, J. M., Quadros, E. V. Clinical recognition and aspects of the cerebral folate deficiency syndromes. Clinical Chemistry and Laboratory Medicine. 51 (3), 0543 (2012).
  19. Lizano, P., Lutz, O., Ling, G. Association of choroid plexus enlargement with cognitive, inflammatory, and structural phenotypes across the psychosis spectrum. AJP. 176 (7), 564-572 (2019).
  20. Kim, H., Lim, Y. M., Kim, G. Choroid plexus changes on magnetic resonance imaging in multiple sclerosis and neuromyelitis optica spectrum disorder. Journal of the Neurological Sciences. 415, 116904 (2020).
  21. Bannai, D., Lutz, O., Lizano, P. Neuroimaging considerations when investigating choroid plexus morphology in idiopathic psychosis. Schizophrenia Research. 224, 19-21 (2020).
  22. Zhou, G., Hotta, J., Lehtinen, M. K., Forss, N., Hari, R. Enlargement of choroid plexus in complex regional pain syndrome. Scientific Reports. 5 (1), 14329 (2015).
  23. Jacob, F., Pather, S. R., Huang, W. K. Human pluripotent stem cell-derived neural cells and brain organoids reveal SARS-CoV-2 neurotropism predominates in choroid plexus epithelium. Cell Stem Cell. 27 (6), 937-950 (2020).
  24. Yang, A. C., Kern, F., Losada, P. M. Dysregulation of brain and choroid plexus cell types in severe COVID-19. Nature. 595 (7868), 565-571 (2021).
  25. Lin, Y. J., Chiu, N. C., Chen, H. J., Huang, J. Y., Ho, C. S. Cranial ultrasonographic screening findings among healthy neonates and their association with neurodevelopmental outcomes. Pediatrics & Neonatology. 62 (2), 158-164 (2021).
  26. Chang, H., Tsai, C. M., Hou, C. Y., Tseng, S. H., Lee, J. C., Tsai, M. L. Multiple subependymal pseudocysts in neonates play a role in later attention deficit hyperactivity and autistic spectrum disorder. Journal of the Formosan Medical Association. 118 (3), 692-699 (2019).
  27. Levman, J., Vasung, L., MacDonald, P. Regional volumetric abnormalities in pediatric autism revealed by structural magnetic resonance imaging. International Journal of Developmental Neuroscience. 71 (1), 34-45 (2018).
  28. Taft, A. E. A note on the pathology of the choroid plexus in general paralysis. Archives of Neurology & Psychiatry. 7 (2), 177 (1922).
  29. D, S. R. The choroid plexus in organic diseases of the brain and of schizophreina. The Journal of Nervous and Mental Disease. 56, 21-26 (1921).
  30. Bannai, D., Reuter, M., Hegde, R. Linking choroid plexus enlargement with plasma analyte and structural phenotypes in clinical high risk for psychosis: a multisite neuroimaging study. BioRxiv. , (2022).
  31. Egorova, N., Gottlieb, E., Khlif, M. S., Spratt, N. J., Brodtmann, A. Choroid plexus volume after stroke. International Journal of Stroke. 14 (9), 923-930 (2019).
  32. Ricigliano, V. A., Morena, E., Colombi, A. Choroid plexus enlargement in inflammatory multiple sclerosis: 3.0-T MRI and translocator protein PET evaluation. Radiology. 301 (1), 166-177 (2021).
  33. Tadayon, E., Pascual-Leone, A., Press, D., Santarnecchi, E. Choroid plexus volume is associated with levels of CSF proteins: relevance for Alzheimer's and Parkinson's disease. Neurobiology of Aging. 89, 108-117 (2020).
  34. Choi, J. D., Moon, Y., Kim, H. J., Yim, Y., Lee, S., Moon, W. J. Choroid plexus volume and permeability at brain MRI within the Alzheimer Disease clinical spectrum. Radiology. 304 (3), 635-645 (2022).
  35. Althubaity, N., Schubert, J., Martins, D. Choroid plexus enlargement is associated with neuroinflammation and reduction of blood-brain barrier permeability in depression. NeuroImage: Clinical. 33, 102926 (2022).
  36. Senay, O., et al. Choroid plexus volume in individuals with early course and chronic psychosis - a magnetic resonance imaging study. Schizophrenia Bulletin. , (2022).
  37. Fischi, B. FreeSurfer. NeuroImage. 62 (2), 774-781 (2012).
  38. Fischl, B., et al. Cortical folding patterns and predicting cytoarchitecture. Cerebral Cortex. 18 (8), 1973-1980 (2008).
  39. Fischl, B., vander Kouwe, A., Destrieux, C. Automatically parcellating the human cerebral cortex. Cerebral Cortex. 14 (1), 11-22 (2004).
  40. Patenaude, B., Smith, S. M., Kennedy, D. N., Jenkinson, M. A Bayesian model of shape and appearance for subcortical brain segmentation. NeuroImage. 56 (3), 907-922 (2011).
  41. Huo, Y., Xu, Z., Xiong, Y. 3D whole brain segmentation using spatially localized atlas network tiles. NeuroImage. 194, 105-119 (2019).
  42. Henschel, L., Conjeti, S., Estrada, S., Diers, K., Fischl, B., Reuter, M. FastSurfer - A fast and accurate deep learning based neuroimaging pipeline. NeuroImage. 219, 117012 (2020).
  43. Henschel, L., Kügler, D., Reuter, M. FastSurferVINN: Building resolution-independence into deep learning segmentation methods-A solution for HighRes brain MRI. NeuroImage. 251, 118933 (2022).
  44. Jovicich, J., Czanner, S., Han, X. MRI-derived measurements of human subcortical, ventricular and intracranial brain volumes: Reliability effects of scan sessions, acquisition sequences, data analyses, scanner upgrade, scanner vendors and field strengths. NeuroImage. 46 (1), 177-192 (2009).
  45. Zaretskaya, N., Fischl, B., Reuter, M., Renvall, V., Polimeni, J. R. Advantages of cortical surface reconstruction using submillimeter 7 T MEMPRAGE. NeuroImage. 165, 11-26 (2018).
  46. Tadayon, E., Moret, B., Sprugnoli, G., Monti, L., Pascual-Leone, A., Santarnecchi, E. Improving choroid plexus segmentation in the healthy and diseased brain: Relevance for Tau-PET imaging in dementia. Journal of Alzheimer's Disease. 74 (4), 1057-1068 (2020).
  47. Schmidt-Mengin, M., Ricigliano, V. A. G., Bodini, B., Išgum, I., Colliot, O. Axial multi-layer perceptron architecture for automatic segmentation of choroid plexus in multiple sclerosis. Medical Imaging 2022: Image Processing. SPIE. , (2022).
  48. Zhao, L., Feng, X., Meyer, C. H., Alsop, D. C. Choroid plexus segmentation using optimized 3D U-Net. 2020 IEEE 17th International Symposium on Biomedical Imaging (ISBI). IEEE. , 381-384 (2020).
  49. Schmidt-Mengin, M., et al. Axial multi-layer perceptron architecture for automatic segmentation of choroid plexus in multiple sclerosis. arXiv. , (2021).
  50. Egger, J., Kapur, T., Nimsky, C., Kikinis, R., Muñoz-Barrutia, A. Pituitary adenoma volumetry with 3D Slicer. PLoS ONE. 7 (12), 51788 (2012).
  51. Yushkevich, P. A., Piven, J., Hazlett, H. C., et al. User-guided 3D active contour segmentation of anatomical structures: Significantly improved efficiency and reliability. NeuroImage. 31 (3), 1116-1128 (2006).
  52. Dice, L. R. Measures of the amount of ecologic association between species. Ecology. 26 (3), 297-302 (1945).
  53. Aydin, O. U., Taha, A. A., Hilbert, A. On the usage of average Hausdorff distance for segmentation performance assessment: hidden error when used for ranking. European Radiology Experimental. 5 (1), (2021).
  54. Shrout, P. E., Fleiss, J. L. Intraclass correlations: Uses in assessing rater reliability. Psychological Bulletin. 86 (2), 420-428 (1979).
  55. Pawlik, D., Leuzy, A., Strandberg, O., Smith, R. Compensating for choroid plexus based off-target signal in the hippocampus using 18F-flortaucipir PET. NeuroImage. 221, 117193 (2020).
  56. Yazdan-Panah, A., Schmidt-Mengin, M., Ricigliano, V. A. G., Soulier, T., Stankoff, B., Colliot, O. Automatic segmentation of the choroid plexuses: Method and validation in controls and patients with multiple sclerosis. NeuroImage: Clinical. 38, 103368 (2023).

Ristampe e Autorizzazioni

Richiedi autorizzazione per utilizzare il testo o le figure di questo articolo JoVE

Richiedi Autorizzazione

Esplora altri articoli

Questo mese in JoVENumero 202Plesso coroideoMRIsegmentazione manualeumanovolumeneuroimaging

This article has been published

Video Coming Soon

JoVE Logo

Riservatezza

Condizioni di utilizzo

Politiche

Contattaci

SUGGERISCI JOVE ALLA BIBLIOTECA

Newsletter di JoVE

Ricerca

Didattica

Autori

Personale delle biblioteche

CHI SIAMO

Copyright © 2025 MyJoVE Corporation. Tutti i diritti riservati