脳構造の3次元形状モデリングと解析

要約

オープンソフトウェアを用いた画像セグメンテーションをはじめ、自動モデリングパッケージを用いたグループ単位の形状解析など、脳構造の形状解析用の半自動プロトコルを紹介します。ここでは、脳MR画像からの海馬セグメンテーションを用いた3D形状解析プロトコルの各ステップを示す。

要約

脳構造の統計的形状解析は、その構造変化と病理学的プロセスとの関連を調べるために用いられてきた。正確で堅牢な形状モデリングとグループワイズ解析のためのソフトウェアパッケージを開発しました。ここでは、個々の3D形状モデリングから定量的なグループ形状解析まで、形状解析のパイプラインを紹介します。また、オープンソフトウェアパッケージを使用した前処理とセグメンテーションの手順についても説明します。この実用的なガイドは、研究者が脳の構造に関する3D形状解析の時間と労力を節約するのに役立ちます。

概要

脳構造の形状解析は、神経変性疾患や^老化1などの病理学的過程下での形態変化を調べる好ましいツールとして浮上している。1)医療画像から標的構造の境界を正確に線分化し、2)3D表面メッシュの形でターゲット形状を再構築し、3)形状パラメータ化または表面登録を介して個々の形状モデル間の被験者間通信を構築し、4)個人またはグループ間の地域形状の違いを定量的に評価する。過去数年間で, これらの各ステップの神経イメージング研究で多くの方法が導入されています。.しかし、この分野では目覚ましい発展を遂げながらも、研究にすぐに当てはまる枠組みはあまりありません。この記事では、カスタム形状モデリングツールと一般に公開されている画像セグメンテーションツールを使用した脳構造の形状解析の各ステップについて説明します。

ここでは、成人対照患者とアルツハイマー病患者のデータセットを用いた左右海馬の形状解析を通じた脳構造の形状解析フレームワークを示す。海馬の萎縮は、神経変^{性疾患2、3、4}において重要な画像バイオマーカーとして認識される。形状解析フレームワークでは、ターゲット構造のテンプレートモデルと、形状モデリングプロセスでテンプレートからイメージへの変形可能な登録を採用しています。テンプレート モデルは、母集団内のターゲット構造の一般的な形状特性をエンコードし、テンプレート モデルとの推移的な関係を通じて個々のモデル間の形状差を定量化するためのベースラインも提供します。テンプレートから画像への登録では、テンプレート^{モデル5、6、7}におけるポイント分布の歪みを最小限に抑^{えながら、}テンプレートモデルを個々の画像のターゲット構造に適合させるラプラシアン表面変形法を開発しました。提案されたフレームワークの実現可能性および堅牢性は、認知^老化8、軽度認知^障害9の早期発見、および脳構造変化とコルチゾール^レベル10との関連を探索する最近の神経イメージング研究において検証されている。このアプローチにより、図形モデリングと解析方法を使用して、さらなる神経イメージング研究を容易に行うことができます。

プロトコル

脳MR画像は、地元の機関審査委員会と倫理委員会によって承認されたプロトコルに従って取得されました。

注:形状モデリングと解析用のツールは、NITRC リポジトリからダウンロードできます: https://www.nitrc.org/projects/dtmframework/。GUI ソフトウェア (DTMModeling.exe) は、抽出後に実行できます。 図 1を参照してください。

1. 脳MR画像セグメンテーション

1. 個々の被験者と脳セグメンテーションマスクの脳MR画像を取得します。
   注:通常、脳構造の解析のためにT1加重MR画像を取得します。MR画像は、N31を用いた勾配非線形補正および強度不均一性補正のために前処理されていると仮定し、改善されたN3^法12、またはFSL-FAST¹³である。人間の脳構造を自動的にセグメンテーションするための自由に利用できるツールを表1に示します。
2. セグメンテーション結果を手動で修正します。
   注:手動セグメンテーションをサポートするオープン GUI ソフトウェアを表 2に示します。脳構造の手動セグメンテーションプロトコルは、^{ここで14、15、16}を見つけることができます。海馬の手動セグメンテーションに関するビデオガイド^{はこちら17.}次のセクションでは、海馬セグメンテーションのプロトコルについて説明します。
   1. [ファイルを開く] メニューを使用して、T1 加重 MRI と自動セグメンテーション結果を開きます。
   2. [ウィンドウメニュー] をクリックしてセグメンテーションプラグインを読み込む|表示 |セグメンテーション:
   3. セグメンテーションプラグインの追加ツール、減算ツール、修正ツールを使用してセグメンテーションマスクを修正します。
   4. [保存] メニューを使用して、修正したセグメンテーション マスクを Nifti 形式で保存します。

2. 海馬セグメンテーションの手動編集

注:MITKワークベンチ ( http://www.mitk.org/ ) に基づくGUIモデリングソフトウェアを使用して脳セグメンテーションを手動で編集するためのプロトコルを導入します。MITKワークベンチは、手動および自動セグメンテーションおよび医療画像可視化のための様々な機能を提供します。左右の海馬の手動編集プロセスをデモンストレーションします。自動海馬セグメンテーションの結果を手動^で18を編集する手順は以下の通りである。

1. MITKワークベンチソフトウェアを使用して、T1加重MR画像と自動海馬セグメンテーションの結果を開きます。
2. メニューウィンドウをクリックして、MITKワークベンチにセグメンテーションプラグインをロードする |ビューを表示 |セグメンテーション:
3. [表示]ウィンドウの右上隅に表示される右側のアイコンをクリックして、コロナ ビューを選択します。
4. 海馬の頭部から体に向かうコロナビューで、各海馬のバイナリマスク(左右)を次のように編集します。
   1. アントゥスが見つかるまでボリューム全体をスクロールします。それが存在する海馬のマスクにうなを含める。
   2. セグメンテーションプラグインの加算と減算機能を使用して、uncusが後退した後、海馬のマスクを編集します。
   3. 海馬の尾が見つかるまで海馬のマスクを編集し続けます。視床の骨膜核が海馬よりも優れていると、フォニックスが現れる。
   4. フォルニクスの全長が見えるが、脳梁のスレニウムでまだ連続していない海馬の最後のコロナスライスの編集を終了します。
      注:脳脊髄液(CSF)空間は海馬領域内に含むことができる。CSF スペースは、MITK ワークベンチのセグメンテーション プラグインの減算ツールを使用して海馬マスクから削除できます。海馬領域を完全に定義し、CSF空間を除去するために海馬頭から尾にすべてのコロナスライスを通過する方が簡単かもしれません。
   5. 両方の海馬のバイナリマスクを編集するための同じプロセスに従ってください。
      注:MITK ワークベンチのセグメンテーションプラグインの追加、減算、および修正ツールをマニュアル編集に使用できます。補正ツールは、追加のツールを選択せずに、ユーザー入力とセグメンテーションマスクに従って加算と減算を実行することで、セグメンテーションマスクの小さなエラーを簡単に処理できます。
5. MITKワークベンチソフトウェアの[保存]メニューを使用して、左右の海馬のバイナリマスクをニフティ形式(niiまたはnii.gz)に保存します。
   注:左右の海馬のバイナリマスクは、その後の海馬形状モデルステップのために別々に保存する必要があります。

3. グループテンプレートの構築

注:すべてのサブジェクトのセグメンテーションと手動編集の後、個々のシェイプ モデリングにはターゲット構造のテンプレート モデルが必要です。MITKワークベンチの「シェイプモデリング」プラグインを使用して取得した、母集団の平均バイナリマスクからテンプレートモデルを構築します。GUIソフトウェアを用いたテンプレートモデル構築のステップは以下の通りです。

1. メニュー機能を使用してシェイプモデリングプラグインをロードする:ウィンドウ |ビューを表示 |形状モデリング」 を参照してください。
2. ShapeModelingプラグインの「ディレクトリを開く」ボタンをクリックして、スタディ作成のバイナリマスクを含むディレクトリを開きます。
3. シェイプモデリングプラグインの「テンプレート構築」ボタンをクリックします。
4. 平均シェイプ メッシュを確認し、[保存]メニューを使用してステレオリソグラフィ(STL)形式で保存します。

4. 個々の形状の再構築

注:このステップでは、「シェイプモデリング」プラグインの「シェイプモデリングの開始」ボタンを使用して、個々の被写体のシェイプモデリングを実行します。このプラグインのソフトウェアパラメータを表3に挙付けます。各パラメータの詳細については、^こちら5.GUIソフトウェアを用いた個々の形状再構成のステップは以下の通りである。

1. [ファイルを開く]メニューを使用して、T1 重み付け MR イメージとそのセグメンテーション マスクをロードします。
   注:視覚的な検証には T1 加重 MR イメージを使用します。
2. ShapeModeling プラグインでモデリング パラメータを確認し、必要に応じて変更します。
   注:テンプレート モデルが変形していない場合、またはテンプレート モデルとイメージ境界の間の距離が大きい場合は、境界検索範囲を広げることをお勧めします。幾何学的歪みが見つかった場合は、ステップ 0.5 で maxAlpha と minAlpha を増やすことで問題を解決するのに役立ちます。セグメンテーション マスクでターゲット オブジェクトのボクセル強度を確認することが重要です。値が 1 でない場合は、それに応じて強度パラメータを変更する必要があります。
3. [シェイプ モデリング]ボタンをクリックしてシェイプ モデリング プロセスを実行し、MITK ワークベンチの 3D ビューで結果を確認します。
4. テンプレート モデルがイメージ境界に密接にフィットしていない場合は、手順 4.2 と 4.3 を繰り返します。
   注:テンプレート モデルは、MITK ワークベンチの矢状ビュー、冠状図ビュー、軸図、および 3D ビューのセグメンテーション マスクで視覚化されます。テンプレート モデルとイメージ境界の間の距離が、ボクセル サイズの最小サイズの 10 分の 1 のしきい値未満の場合、テンプレート サーフェスは変形されません。
5. MITK フレームワークの [保存]メニューを使用して、モデリング結果をステレオリソグラフィ (STL) 形式で保存します。

5. グループ単位の形状正規化と形状差測定

注:この手順では、個々のシェイプ モデルをテンプレート モデルに位置合わせし、テンプレート モデルと個々のシェイプ モデルの間の対応する頂点間のポイント方向の形状変形を計算します。形状変形測定の工程は以下の通りである。

1. MITK ワークベンチのデータマネージャで、サブジェクトの形状モデルを選択します。
   注:ユーザーは、変形測定のために複数のモデルを選択できます。
2. シェイプモデリングプラグインの測定ボタンをクリックして、変形測定を実行します。

結果

ここで説明する形状モデリングプロセスは、加^{齢6、8、10}およびアルツハイマー^病5、9に関する様々な神経イメージング研究に採用されている。特に、この形状モデリング法は、654人の^被験者8の高齢化集団に対する海馬の形状解析におい...

ディスカッション

要約すると、(1)開いたツール(2)変形可能なテンプレートモデルを用いた個々の形状再構成を用いたMR画像セグメンテーション、(3)定量形状差など、脳構造の形状解析のためのソフトウェアパイプラインについて説明した。テンプレートモデルとの推移的形状対応による測定。誤発見率(FDR)補正下での統計的分析は、神経病理学的プロセスに関連する脳構造の形態学的変化の有意性を調べるため...

資料

Name	Company	Catalog Number	Comments