Gli autori ringraziano il sostegno finanziario dalle seguenti fonti. Lo sviluppo e la sperimentazione di varie analisi di neuroimaging è stato supportato da numerose borse di studio, in particolare dai Canadian Institutes of Health Research (MOP # 13129), la Alzheimer Society of Canada e Alzheimer Association (USA), la Heart and Stroke Foundation Partnership canadese Stroke Recovery (HSFCPSR), e la Fondazione LC Campbell. JR riceve il sostegno stipendio dalla Alzheimer Society of Canada; SEB dal Research Institute Sunnybrook e Dipartimenti di Medicina presso Sunnybrook e U of T, compresa la Brill Sedia in Neurologia. Gli autori ricevono anche il supporto stipendio dal 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>

Gli autori non hanno nulla da rivelare.

La segmentazione e parcellizzazione procedura LE è stato sviluppato appositamente per ottenere volumetria regionali da MRI di AD e normale anziani. Mentre ci sono numerosi oleodotti completamente automatici che applicano algoritmi di calcolo complessi per eseguire queste operazioni, questi strumenti tendono a mancare la precisione individualizzato e la precisione che oleodotto semi-automatico di LE produce. Il trade-off con i processi semi-automatici sono le risorse necessarie per formare adeguatamente gli operatori con le conoscenze anatomiche e le competenze computazionali necessarie per applicare una pipeline così completo. Tuttavia, uno dei vantaggi principali di una pipeline di imaging individualizzato è la capacità di ottenere volumetria quantitative da moderata a casi gravi di neurodegenerazione quando condotte automatiche sicuro. Come il gasdotto LE è già stato valutato e applicato a diverse popolazioni anziane e dementi 1,2,13,14,19,22,23, le principali questioni che are di solito incontrate da operatori addestrati sono stati ben documentati e sono riassunte di seguito. Il controllo manuale e la modifica richiesta con il componente Brain-Sizer include la procedura di estrazione di mascheramento TIV, vCSF riassegnazione e la rimozione manuale del tronco encefalico, cervelletto e altre strutture sottotentoriali. Per l&#39;estrazione del cervello, l&#39;uscita automatica TIV è generalmente una maschera discreto purché le immagini PD/T2 originali sono di buona qualità. Tuttavia, a causa dei valori di intensità relative dei vascolare e nervo mediale tessuto ai poli temporale inferiore, prossimale alle arterie carotidi, questa regione genere richiede qualche modifica. Inoltre, mucose nella cavità nasale tende a colpire istogrammi intensità regionali, inclinazione intensità valori di cut-off nelle regioni frontali anteriori, che tendono a richiedere ulteriore modifica manuale della maschera automatica TIVauto. Infine, ulteriore modifica manuale è tipicamente richiesto nelle regioni più superiori, dove glatrofia Obal tende a provocare un aumento del volume di CSF subaracnoideo appena sotto la dura madre. In alternativa, atrofia associata con l&#39;allargamento del ventricolo tende a minimizzare gli interventi dell&#39;operatore necessarie con vCSF riassegnazione. Un altro vantaggio di avere un approccio coregistrazione tri-caratteristica è la capacità di identificare infarti piene di liquido cistiche prossimale ai ventricoli, potenzialmente causa di vasculopatia venosa periventricolare 5,24-26, che sono identificabili per la loro intensità relativa sul PD e T1 ( iperintensa in PD, ipointensa in T1). Questi hypointensities possono essere delineati da vCSF utilizzando i limiti di manuali redatti in ITK-SNAP_sb prima alle operazioni floodfilling. Poiché vCSF riassegnazione viene eseguita nello spazio T1-acquisizione, nei casi in cui l&#39;allineamento discosta lontana dal piano CCAC, un limite può essere necessaria per il 3 ° ventricolo e la cisterna quadrigemina, se il PC non è completamente visibile. Sebbene il tentorio è una struttura relativamente semplice differentiate, diverse regole basate anatomia-assistono nel guidare la rimozione manuale del tronco cerebrale e strutture sottotentoriali, in particolare quando localizzare la separazione dei peduncoli cerebrali dal lobo temporale mediale. SABRE Landmarking è una procedura basata stereotassica-eseguita in immagini CCAA allineate normali, consentendo per la localizzazione moderatamente prevedibile di particolari punti di repere anatomici. Le eccezioni a questa sono casi con atrofia estrema e la variabilità normale a causa di differenze individuali nella neuroanatomia. Risultati atrofia cerebrale in una perdita complessiva di parenchima, aumentando CSF ​​lungo la linea mediana che circonda la falce cerebrale, che aumenta la difficoltà di scegliere punti appropriati di inserire punti di riferimento. Sono necessari protocolli basati su regole, individuando i casi in cui sono richieste eccezioni alla regola generale. Normali variazioni di anatomia, in particolare nella posizione relativa del solco centrale e il solco parieto-occipitale, aumentano anche le difficoltàty di delineazione manuale di queste strutture. Tuttavia, l&#39;interfaccia utente grafica utilizzata da SABRE consente la rotazione in tempo reale di immagini della superficie rendering, che aiuta in modo significativo nel processo decisionale per la visualizzazione di questi punti di riferimento particolari. Infine, un protocollo basato su regole sono state integrate a livello di programmazione nel software per prevenire la violazione ad esempio l&#39;operatore centrale solco delineazione è costretto a muoversi posteriormente (line tracing è impedito di tornare indietro su se stessa). Procedura di controllo manuale del componente Lesione-Seg richiede competenze in identificazione visiva di iperintensità rilevante, una competenza percezione visiva che si acquisisce solo dopo l&#39;esposizione alle scansioni con diversi gradi di SH. Algoritmi di minimizzazione falsi-positivi assistono con la rimozione della maggior parte degli errori nella segmentazione iniziale. Tuttavia, la differenziazione tra spazi perivascolari dilatati (spazi Virchow-Robin: VRS) nel nucleo lentiform e rilevant SH nella capsula esterna, claustrum, estrema capsula, e regioni subinsular può essere difficile. Questo è particolarmente difficile nei casi con VRS nei gangli basali. Un recente documento che delinea principi di informativa cambiamenti vascolari su Neuroimaging (STRIVE), ha raccomandato un criterio dimensioni per differenziare VRS lacunes, e descrivere VRS ad essere più lineare e l&#39;intensità CSF su MRI. Per affrontare questi problemi con l&#39;identificazione VRS, LE ha adottato: a) una regola di base di anatomia, che impedisce agli operatori di selezionare qualsiasi iperintensità che rientra all&#39;interno del nucleo lentiform, b) un criterio dimensione di escludere iperintensità inferiore a 5 mm di diametro, e c) una regola intensità relativa di esclusione supplementare dovuto all&#39;intensità CSF relativa sulla PD, T2 e T1 27. Inoltre, il normale segnale iperintensa può essere trovato lungo la linea mediana e la falce cerebrale, in particolare su immagini FLAIR, che può essere difficile distinguere tra SH rilevante lungo il corpo calloso. In casi ditale sovrapposizione, regole basate anatomia-sono attuati in cui vengono accettati solo SH che si estendono fuori nelle regioni periventricolari. In conclusione, è importante rendersi conto che questa componente scritta è intesa a completare una pubblicazione di video-guida standardizzata protocollo JoVE ( <a href="https://www.jove.com">https://www.jove.com</a> ). Mentre figure statiche tradizionali aiutino a spiegare alcuni concetti, tutorial video-based sono più efficaci nel comunicare i processi metodologici complessi coinvolti con una pipeline neuroimaging globale come lesione Explorer.

Analisi delle immagini del cervello è un settore emergente delle neuroscienze che richiedono operatori specializzati con un alto grado di competenza computazionale e neuroanatomica. Al fine di ottenere informazioni quantitative da risonanza magnetica (MRI), un operatore addestrato è spesso necessaria per attuare, monitorare e modificare, uscite immagini generate al computer generate da risonanza magnetica prime. Mentre molti strumenti di imaging &quot;completamente automatico&quot; sono liberamente disponibili attraverso Internet, la precisione e l&#39;affidabilità è discutibile se applicato da un operatore novizio privi di conoscenze, la formazione e la familiarità con lo strumento scaricato. Anche se la formazione in loco è l&#39;approccio più preferibile l&#39;insegnamento, la presentazione di un protocollo standardizzato di video-guidata è una valida alternativa, soprattutto se accompagnata da un training set di immagini. Inoltre, sia la formazione di immagini può essere utilizzato per misure di controllo della qualità, come un off-site tra punteggi prova di affidabilità. L&#39;challenges di sviluppare una pipeline di elaborazione delle immagini, soprattutto quando si studia l&#39;invecchiamento e la malattia di Alzheimer (AD), comprendono una vasta gamma di questioni tecniche e biologiche. Nonostante alcuni problemi tecnici sono affrontati con il post-processing algoritmi di correzione 3, variabilità dovuta a differenze individuali e processi patologici introducono ostacoli più complessi. Atrofia cerebrale e l&#39;allargamento ventricolare possono ridurre la vitalità della registrazione orditura e approcci template-matching. La presenza della sostanza bianca legata all&#39;età cambia 4 e malattia dei piccoli vasi 5,6, osservato come iperintensità sottocorticali (SH) 7,8, cistiche lacunari come infarti piene di liquido 9,10 e dilatati spazi perivascolari 11,12, ulteriormente complicare algoritmi di segmentazione. In casi di malattia significativa sostanza bianca, una singola segmentazione T1 potrebbe comportare sovrastima della materia grigia (GM) 13, che può essere corretto solo con un ulteriore SEgmentation con densità protonica (PD), T2-pesate (T2), o fluidi attenuato inversion recovery (FLAIR) imaging. Alla luce di queste sfide, la lesione Explorer (LE) pipeline di elaborazione delle immagini implementa un semi-automatico tri-feature (T1, PD, T2) l&#39;approccio, utilizzando operatori qualificati in fasi particolari in cui l&#39;intervento umano è preferibile 1,2. L&#39;estrazione del cervello (o del cranio strippaggio) è in genere una delle prime operazioni eseguite in neuroimaging. Detto questo, la precisione della volta intracranico totale (TIV) processo di estrazione influenza notevolmente le operazioni successive a valle della pipeline. Significativo over-erosione, con conseguente perdita di cervello, può portare a un eccesso di stima di atrofia cerebrale. In alternativa, significativo sotto-erosione, con conseguente inclusione di dura e di altre sostanze nonbrain, può portare a inflazione dei volumi cerebrali. Brain-Sizer indirizzi che compongono il LE molti di questi problemi utilizzando un tri-feature (T1, T2, e PD) approccio per generareuna maschera TIV, che conduce a risultati superiori rispetto ai metodi singola caratteristica 1. Inoltre, la maschera TIV generato automaticamente viene controllato manualmente e modificato utilizzando il protocollo standardizzato che identifica le regioni suscettibili a errori cranio nudo. Dopo l&#39;estrazione del cervello, segmentazione viene eseguita sul T1 cranio-spogliato, dove ciascun voxel cervello assorbe 1 di 3 etichette: GM, materia bianca (WM), o nel liquido cerebrospinale (CSF). La segmentazione viene eseguita automaticamente utilizzando un algoritmo di curva-montaggio robusto applicato a istogrammi globali e locali di intensità; una tecnica sviluppata per affrontare intensità uniformità artefatto e una ridotta separazione tra GM e WM ampiezza intensità nei casi di AD 14. La componente Brain-Sizer include anche le procedure per la designazione manuale dei ventricoli e la rimozione di strutture sottotentoriali. Segmentazione del CSF ventricolare (vCSF) è particolarmente importante in quanto le dimensioni del ventricolo è un Biomar comunemente usatoker per AD demenza 15. Inoltre, delineazione dei ventricoli e dei plessi corioidei è indispensabile per la corretta identificazione di iperintensità periventricolare (pvSH), che si ritiene rifletta una forma di malattia dei piccoli vasi caratterizzata da collagenosi venosa 5,16,17. Utilizzando T1 per riferimento, rietichettatura manuale di voxel CSF per vCSF si ottiene con operazioni floodFill manuali sull&#39;immagine segmentata. In genere, i ventricoli laterali sono più facili da distinguere dal CSF sulcal. Per questo motivo, si raccomanda di iniziare floodfilling in vista assiale, partendo da fette superiori e in movimento inferiormente. Le parti mediali del sistema ventricolare, in particolare il 3 ° ventricolo, è più difficile da delineare ed è data regole di base di anatomia-speciali che sono descritte nel manuale. Fase finale del Brain-Sizer comprende la rimozione del tronco encefalico, cervelletto, e altre strutture sottotentoriali, con procedure di tracciabilità manuali descritte in un ulteriore set of protocolli standardizzati a base di anatomia. Il cervello Regione Extraction (SABRE) componente semi-automatica è una procedura parcellizzazione del gasdotto. Questa fase richiede operatori addestrati per identificare i seguenti punti di repere anatomici: anteriore e posteriore commissura (AC, PC); posteriori bordo cervello; canale centrale; sagittale aereo; notch preoccipital; occipito-parietale solco; solco centrale, e; Fessura Sylvian. Sulla base di queste coordinate punto di riferimento, una griglia di 18 Talairach-come viene generata automaticamente e parcellizzazione regionale si compie 19. Luoghi d&#39;interesse sono facilmente identificabili sulle immagini allineate CCAM, che vengono generati automaticamente e controllati manualmente prima di procedure Landmarking SABRE. La componente Lesione-Seg è la fase finale della pipeline in cui si compie l&#39;identificazione e la quantificazione SH. La segmentazione iniziale SH automatica implementa un algoritmo complesso che comprende PD/T2-based SH segmentation, Fuzzy c-mezzi di mascheramento, e dilatazione ventricolare. Queste operazioni comportano una maschera di segmentazione della lesione generato automaticamente che è controllato manualmente e curato per i falsi positivi e altri errori. Come segnale iperintensa in RM può derivare da fonti non patologiche (ad esempio artefatti di movimento, biologia normale), una formazione adeguata è necessaria per l&#39;identificazione accurata di SH rilevante. Il risultato finale della pipeline LE è un profilo volumetrico completo contenente 8 differenti volumetrie tessuto e lesioni che sono parcellated in 26 regioni cerebrali SABRE. Per ottenere inter-rater test di affidabilità di un singolo operatore off-site, si consiglia di eseguire la pipeline piena LE sul set formazione fornita con il software (http://sabre.brainlab.ca). Utilizzando i risultati volumetrici, coefficiente di correlazione inter-classe (ICC) 20 statistiche possono essere calcolate per ciascuna classe di tessuto (GM / WM / CSF) in ogni regione SABRE. Utilizzando il segmentation immagini, Similarity Index (SI) 21 statistiche possono essere calcolate per valutare il grado di congruenza spaziale. Inoltre, l&#39;affidabilità intra-rater può essere valutata sui risultati dello stesso operatore, dopo un breve periodo di tempo è passato tra l&#39;operatore 1 ° e 2 ° modifiche di segmentazione. A condizione che l&#39;operatore off-site aderisce alle convenzioni di denominazione dei file descritte nel manuale LE, le statistiche di affidabilità possono essere calcolati off-site utilizzando pacchetti software statistico più elementari. Alla luce di queste controllo di qualità e protocollo standardizzato di video-guida, gli operatori fuori sede possono avere maggiore fiducia che il gasdotto LE viene applicato in modo accurato e affidabile.

<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

Ottenere in vivo volumetria tessuto cerebrale umano da MRI è spesso complicata da vari problemi tecnici e biologici. Queste sfide sono esacerbate quando significativa atrofia cerebrale e alterazioni della sostanza bianca legati all&#39;età (ad es leucoaraiosi) sono presenti. Lesione Explorer (LE) è un accurato e affidabile pipeline di neuroimaging sviluppato specificamente per affrontare tali questioni comunemente osservati sulla risonanza magnetica della malattia di Alzheimer e normale anziani. La pipeline è un insieme complesso di procedure semiautomatiche preventivamente convalidati in una serie di prove di affidabilità interna ed esterna 1,2. Tuttavia, la precisione e l&#39;affidabilità di LE è fortemente dipendente operatori manuali adeguatamente formati per eseguire i comandi, individuare punti di riferimento anatomici distinti, e modificare manualmente / verificare varie uscite di segmentazione generate dal computer. LE può essere divisa in 3 componenti principali, ciascuno dei quali richiede un insieme di comandi e opera manualezioni: 1) Brain-Sizer, 2) SABRE, e 3) Lesione-Seg. Operazioni manuali di Brain-Sizer riguardano la modifica del automatico cranio-spogliato totale vault intracranica (TIV) maschera di estrazione, la designazione di ventricolare liquido cerebrospinale (vCSF), e la rimozione di strutture sottotentoriali. Il componente SABRE richiede il controllo di allineamento dell&#39;immagine lungo l&#39;anteriore e posteriore commissura (CCAA) aereo, e l&#39;identificazione dei diversi punti di riferimento anatomici necessari per la parcellizzazione regionale. La componente Lesione-Seg, infine, prevede il controllo manuale della segmentazione della lesione automatica di iperintensità sottocorticali (SH) per errori di falsi positivi. Mentre la formazione in loco del gasdotto LE è preferibile, prontamente disponibili strumenti didattici visivi con immagini di addestramento interattivi sono una valida alternativa. Sviluppato per garantire un elevato grado di precisione e affidabilità, la seguente è una,, protocollo standardizzato passo-passo video guidata per procedure manuali di LE.

Affidabilità inter-rater può essere valutata utilizzando diversi parametri. Utilizzando il set di training fornito on-line ( <a href="http://sabre.brainlab.ca">http://sabre.brainlab.ca</a> ), le seguenti operazioni si raccomanda di valutare l&#39;affidabilità inter-rater per ciascuna delle fasi di lavorazione dopo il completamento di LE. Brain-Sizer: Per valutare l&#39;affidabilità inter-rater delle procedure di estrazione del cervello, generare volumetria per ogni TIV-E maschere, _TIVedit &lt;nome&gt;, utilizzando il comando &lt;img_count&gt;. Immettere questi volumetria in un pacchetto software statistico (ad esempio SPSS), insieme alle volumetria TIVedit previste per ciascuno dei training set (vedi Excel file / csv fornito on-line) e calcolare il coefficiente di correlazione inter-rater (ICC). Volumetria del cervello Interi per in-house valutatori addestrati avere riportato ICC = 0,99, p &lt;0,0001 1,2. Inoltre, la valutazione del contratto spaziale per la mascheratura TIV può essere valutata utilizzando ilSI 21. Codice MATLAB è disponibile online per calcolare i valori SI tra due valutatori. Per valutare riassegnazione ventricolare, generare volumi vCSF utilizzando il comando &lt;img_count&gt; per ciascuno dei file segmentazione con i voxel vCSF riassegnati, vale a dire. &lt;nome&gt; _ seg_vcsf. Il volume vCSF è il valore accanto fila &#39;7 &#39;nella colonna intitolata&#39; volume &#39;. Utilizzando le stesse procedure per valutare TIV affidabilità inter-rater, calcolare ICC e SI per vCSF. La rimozione del tronco encefalico, cervelletto e strutture sottotentoriali può essere valutata allo stesso modo eseguendo il comando &lt;img_count&gt; su _seg_vcsf_st &lt;nome&gt;. I volumi utilizzati per questa maschera di segmentazione sono mostrati alla penultima fila dal titolo &#39;numero totale di voxel nulli:&#39; sotto &#39;volume&#39; (l&#39;ultima colonna a destra). Utilizzando le stesse procedure per valutare TIV e vCSF, calcolare ICC e SI per questo mascheramento procedure utilizzando le volumetria nel file excel fornite e dei file _seg_vcsf_st &lt;name&gt;. SABRE: Mentre procedure manuali di Brain-Sizer possono essere facilmente valutati utilizzando metriche standard, allineamento ACPC è leggermente più difficile. Per questo motivo, i file matrici vengono forniti per confrontare visivamente per la formazione di operatori off-site. Dopo il completamento dell&#39;allineamento CCAA, aprire una nuova finestra ITK-SNAP_sb, caricare l&#39;immagine T1, quindi caricare la matrice per il caso di formazione fornite on-line, _T1_IHCpre_toACPC.mat &lt;name&gt; e confronta visivamente il beccheggio, rollio, imbardata, e ACPC fetta tra le due immagini. Per valutare le procedure SABRE Landmarking, eseguire &lt;img_count&gt; sulla maschera parcellated, &lt;name&gt; _SABREparcel_inACPC per ogni caso di formazione. Inserire le volumetrie per ciascuna regione (3-28). Codici regionali SABRE sono forniti online. Utilizzando le stesse procedure per valutare TIV e vCSF, calcolare ICC per ogni regione del cervello SABRE.SABRE parcellated volumetria regionali per in-house valutatori addestrati avere ICCs medi rilevati = 0.98, p &lt;0.01, con valori ICC vanno 0,91-0,99 1,2. Lesione-Seg: Poiché questo componente è la fase finale della pipeline LE, affidabilità e precisione dipenderanno le fasi precedenti. Affidabilità inter-rater di segmentazione SH viene eseguita utilizzando ICC regionale dei volumi SH e l&#39;accordo territoriale delle maschere SH. Per valutare i volumi SH regionali, eseguire &lt;SH_volumetrics&gt;, entrando sia il file lobmask nello spazio T1-acquisizione, &lt;nome&gt; _SABREparcel e il file di segmentazione finale a cura della lesione, _LEedit &lt;nome&gt;. Utilizzando le stesse procedure per valutare volumetria SABRE, calcolare ICC per i volumi delle lesioni all&#39;interno di ogni regione del cervello SABRE. Utilizzando le stesse procedure per valutare un accordo territoriale del processo di mascheramento TIV, calcolare SI per le maschere finali a cura della lesione, &lt;name&gt; _LEedit (o FlexEdit). Gli stessi test di affidabilità possono essere eseguite sia su PD/T2-based segmentazione e segmentazione basata FLAIR. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td></td><td> T1 3D </td><td> PD/T2 </td></tr><tr><td> Parametri di imaging </td><td> Volume assiale SAT (S 1) SPGR </td><td> Spin Echo Axial FC VEMP VB (interleave) </td></tr><tr><td> Pulse Timing </td><td></td><td></td></tr><tr><td> TE (msec) </td><td> 5 </td><td> 30/80 </td></tr><tr><td> TR (msec) </td><td> 35 </td><td> 3.000 </td></tr><tr><td> Capovolgere Angolo (°) </td><td> 35 </td><td> 90 </td></tr><tr><td> TI (msec) </td><td> N / A </td><td> N / A </td></tr><tr><td> Intervallo di scansione </td><td></td><td></td></tr><tr><td> FOV (cm) </td><td> 22 </td><td> 20 </td></tr><tr><td> Spessore di strato (mm) </td><td> 1.2 / 0 </td><td> 3/0 </td></tr><tr><td> No. Fette </td><td> 124 </td><td> 62 </td></tr><tr><td> Acquisizione </td><td></td><td></td></tr><tr><td> Dimensione della matrice </td><td> 256 x 192 </td><td> 256 x 192 </td></tr><tr><td> Dimensione 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> Tempo complessivo (min) </td><td> 11:00 </td><td> 00:00 </td></tr></tbody></table> Tabella 1. General Electric 1.5T MRI strutturali acquisizione dei parametri. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td></td><td> T1 3D </td><td> PD/T2 </td><td> FLAIR </td></tr><tr><td> Parametri di imaging </td><td> Axial 3D FSPGR EDR IR Prep </td><td> Axial 2D FSE-XL, EDR, FAST, il grasso si sedette </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 (msec) </td><td> 8.1 </td><td> 2.500 </td><td> 9.700 </td></tr><tr><td> Capovolgere Angolo (°) </td><td> 8 ° </td><td> 90 ° </td><td> 90 ° </td></tr><tr><td> TI (msec) </td><td> 650 </td><td> N / A </td><td> 2.200 </td></tr><tr><td> Intervallo di scansione </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> Spessore di strato (mm) </td><td> 1 </td><td> 3 </td><td> 3 </td></tr><tr><td> No. Fette </td><td> 186 </td><td> 48 </td><td> 48 </td></tr><tr><td> Acquisizione </td><td></td><td></td><td></td></tr><tr><td> Dimensione della matrice </td&gt; <td> 256 x 192 </td><td> 256 x 192 </td><td> 256 x 192 </td></tr><tr><td> Dimensione 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> Tempo complessivo (min) </td><td> 07:20 </td><td> 06:10 </td><td> 07:20 </td></tr></tbody></table> Tabella 2. General Electric 3T MRI strutturali acquisizione dei parametri. <img alt="Figura 1" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig1highres.jpg" width="500" /> Figura 1. Assiale T1 con inediti volta intracranico totale (TIV) maschera di sovrapposizione (verde). Questo è un esempio di utilizzo dello strumento poligono chiuso in ITK-SNAP_sb per rimuovere il tessuto nonbrain nell&#39;ambito della procedura di modifica manuale del Brain- procedura di estrazione TIV di Sizer. <pclass = &quot;jove_content&quot; fo: keep-together.within-page = &quot;always&quot;&gt; <img alt="Figura 2" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig2highres.jpg" width="500" /> Figura 2. Assiale T1 con la segmentazione del tessuto overlay. Notare che i colori delle etichette sono arbitrari e possono essere modificati utilizzando lo strumento Label. Immagine a sinistra mostra colori predefiniti. Immagine centrale mostra come CSF (5 = porpora) viene riassegnato a vCSF (7 = magenta). Immagine a destra mostra come il colore WM può essere modificato senza cambiare l&#39;etichetta di classe del tessuto, vale a dire. Etichetta 3 = WM rimane ma il colore può essere modificato al blu. <img alt="Figura 3" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig3highres.jpg" width="500" /> Figura 3. Assiale T1 con il tessuto segmentazione sovrapposizione (immagine a sinistra, GM = giallo, WM = arancione, CSF = viola) (a sinistra). Raffigurato è un esempio di rimozione manuale delle strutture sottotentoriali utilizzando lo strumento polygo n chiuso in ITK-SNAP_sb (al centro) e la segmentazione del tessuto finale dopo la rimozione (a destra). Come in Figura 2, l&#39;immagine di destra mostra come il colore WM può essere modificato senza cambiare l&#39;etichetta classe tessuto, cioè. Etichetta 3 = WM rimane ma il colore può essere modificato al blu. <img alt="Figura 4" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig4highres.jpg" width="500" /> Figura 4. Assiale T1 nello spazio acquisizione prima (a sinistra) e dopo (a destra) viene eseguita allineamento AC-PC. <img alt="Figura 5" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig5highres.jpg" width="500" /> T1 Figura 5. Due esempi che mostrano le procedure Landmarking SABRE. Axial AC-PC allineato con AC (giallo), PC (blu), e il margine posteriore (rosa) posizionamenti punto di riferimento (a sinistra). A T1-superficie rendering 3D (a destra) con Sylvian fessura (viola) e centsolco RAL (colore rosa) delineazione. <img alt="Figura 6" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig6highres.jpg" width="500" /> Figura 6. Assiale PD (a sinistra) con overlay generato automaticamente lesione (al centro), e lesioni modificato manualmente (rosso) overlay (a destra). <img alt="Figura 7" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig7highres.jpg" width="500" /> Figura 7. Assiale FLAIR (a sinistra), con sovrapposizione generato automaticamente lesione (al centro), e lesioni modificato manualmente (rosso) overlay (a destra).

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

Lesione Explorer (LE) è una elaborazione delle immagini gasdotto semi-automatico sviluppato per ottenere tessuto cerebrale regionale e subcorticali volumetria iperintensità della lesione da MRI strutturale della malattia di Alzheimer e normale anziani. Per garantire un elevato livello di precisione e affidabilità, il seguente è un protocollo standardizzato di video-guidata per procedure manuali di LE.

Lesione Explorer: un video-guida, standardizzato protocollo preciso e affidabile Volumetrics MRI-derivati ​​nella malattia di Alzheimer e normale Anziani

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 Views.  Sunnybrook Health Sciences Centre.  Lesione Explorer (LE) è una elaborazione delle immagini gasdotto semi-automatico sviluppato per ottenere tessuto cerebrale regionale e subcorticali volumetria iperintensità della lesione da MRI strutturale della malattia di Alzheimer e normale anziani. Per garantire un elevato livello di precisione e affidabilità, il seguente è un protocollo standardizzato di video-guidata per procedure manuali di LE. 

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

Lesione Explorer: un video-guida, standardizzato protocollo preciso e affidabile Volumetrics MRI-derivati ​​nella malattia di Alzheimer e normale Anziani

Lesione Explorer: un video-guida, standardizzato protocollo preciso e affidabile Volumetrics MRI-derivati nella malattia di Alzheimer e normale Anziani