우리의 파이프 라인은 인간의 구조적 자기 공명 이미지를 사용하여 소뇌 서브 유닛의 부피를 정량화하기위한 최첨단 접근법을 사용합니다. 이 과정에는 해부학 적 파셀레이션, 복셀 기반 형태 측정 및 품질 관리 프로세스가 포함됩니다. 표준화된 파이프라인은 대부분 자동화되어 있으며 Docker 및 Singularity 형식으로 제공되며 다양한 신경 질환에 광범위하게 적용할 수 있습니다.
시작하려면 Docker 또는 특이점, MATLAB 및 SPM12가 설치되어 있는지 확인합니다. 그런 다음 명령 줄에서 make 디렉토리 명령을 사용하여 작업 디렉토리에 폴더를 만들고 acapulco, suit 및 freesurfer에 레이블을 지정하십시오. 그런 다음 acapulco 디렉토리에서 출력 폴더를 만듭니다.
출력 폴더에서 NIFTI gz 형식의 t1 가중치 이미지를 포함하는 연구의 각 주제에 대한 디렉토리를 작성하십시오. 해부학 적 소뇌 parcellation의 경우 acapulco 컨테이너를 다운로드 한 다음 acapulco를 실행하는 데 필요한 관련 스크립트 및 컨테이너를 다운로드하십시오. 그런 다음 acapulco Docker 또는 Singularity 컨테이너, QCs_scripts 아카이브의 내용 및 RCIF 컨테이너 또는 calculate_dicv를 배치합니다.
tar 파일은 아카풀코 디렉토리에 있습니다. 그런 다음 터미널을 열고 Singularity를 사용하여 표시된 명령을 입력하여 단일 이미지에서 acapulco 컨테이너를 실행하십시오. 처리가 완료될 때까지 다섯 분 동안 기다립니다.
그런 다음 코호트의 모든 피험자 또는 스캔을 반복하십시오. 처리 후 제목별 폴더에서 생성된 파일을 찾습니다. 아카풀코에 의해 생성 된 28 개의 서브 유닛 각각에 대해 원본 및 볼륨으로 파셀 된 소뇌 마스크를 확인하십시오.
그런 다음 pics 디렉토리에서 대표적인 시그널, 축 방향 및 코로나 이미지를 식별하십시오. 통계적 이상값 감지 및 품질 관리를 위해 QC 스크립트의 내용이 아카풀코 디렉토리에 있는지 확인하십시오. 그런 다음 특이점을 사용하여 표시된 명령을 입력합니다.
아카풀코에 의해 생성 된 QC 이미지를 검사하려면 QC_Images 엽니 다. 웹 브라우저에서 html을 사용하고 이미지를 빠르게 스크롤하여 명백한 오류 또는 체계적인 문제를 식별합니다. 후속 조치를 위해 실패했거나 의심되는 파셀레이션된 이미지의 주체 ID를 기록해 둡니다.
다음으로 Plots_for_Outliers를 엽니 다. html을 사용하여 정량적 통계 이상값에 대한 상자 플롯을 선택합니다. 이상값의 관련 열에서 1로 표시된 이상값을 식별합니다.
csv 파일. 이상값.csv의 마지막 열에서 각 주제에 대한 이상치로 식별된 세그먼트의 총 수를 기록해 둡니다. 하나 이상의 이상값이 있는 각 이미지를 수동으로 검사합니다.
표준 NIFTI 이미지 뷰어를 사용하는 경우 아카풀코 마스크를 원본 t1 가중치 이미지에 오버레이하여 슬라이스별 파셀 슬라이스의 품질을 확인합니다. 하나 이상의 파셀화된 영역이 최종 데이터 세트로부터 제외될 필요가 있는 경우, 그 피험자의 대응하는 셀에서 부피 추정치를 NA로 대체함으로써 분석으로부터 이 파셀레이션을 제외한다. 파셀레이션 오류로 인해 소뇌 중 일부가 마스크에서 제외되면 즉시 추가 분석에서 피험자를 제외하십시오.
SUIT를 사용하는 복셀 기반 형태 분석의 경우 SPM12 폴더와 모든 하위 폴더가 MATLAB 경로에 있는지 확인합니다. 또한 enigma_suit 스크립트가 SPM12 도구 상자 디렉토리에 저장되고 MATLAB 경로에 추가되었는지 확인합니다. MATLAB 경로를 확인하려면 MATLAB 명령 창에 pathtool을 입력하고 하위 폴더로 추가를 클릭하여 관련 폴더를 추가합니다.
그런 다음 그래픽 사용자 인터페이스를 사용하여 MATLAB 명령 창에 suit_enigma_all을 입력하여 하나 이상의 주제에 대한 SUIT 파이프라인을 실행합니다. 첫 번째 팝업 창에서 분석에 포함할 acapulco 출력 디렉토리에서 주제 폴더를 선택합니다. 창의 오른쪽에있는 개별 폴더를 클릭하거나 마우스 오른쪽 버튼을 클릭하고 모두 선택하십시오.
그런 다음 완료를 누릅니다. 두 번째 팝업 창에서 SUIT 디렉토리를 선택합니다. 단일 주제에 대해 MATLAB 명령줄에서 함수를 호출하려면 표시된 명령을 입력합니다.
명령줄에서 SUIT를 실행할 때 SPM12 또는 enigma_suit 디렉터리가 MATLAB 경로에 영구적으로 저장되지 않으면 해당 단계를 명령줄에 추가해야 합니다. 단일 주제에 대해 MATLAB 외부의 터미널 창에서 함수를 호출하려면 표시된 명령을 입력합니다. 각 피사체의 폴더에서 최종 출력을 확인합니다.
정규화된 변조된 이미지에 중대한 오류가 있는지 시각적으로 검사하려면 MATLAB에 spm_display_4d을 입력합니다. 그런 다음 필요한 이미지를 선택하려면 SUIT 디렉토리로 이동하여 필터 상자에 표시된 명령을 입력하십시오. 그런 다음 재귀 버튼을 누른 다음 완료를 누릅니다.
이미지를 스크롤하여 모두 잘 정렬되었는지 확인합니다. 다음으로, 이상값에 대한 공간 공분산을 확인하려면 MATLAB에 check_spatial_cov를 입력합니다. 그런 다음 이전에 변조 된 이미지를 선택하고 메시지가 표시되면 Prop을 설정하십시오.
예로 스케일링하고, 공분산을 no로 가변하고, 슬라이스를 48로, 갭을 1로 조정합니다. 마지막으로 샘플의 다른 모든 이미지에 상대적인 각 이미지의 평균 공간 공분산을 표시하는 상자 플롯을 살펴봅니다. MATLAB 명령 창에서 평균보다 두 개 이상의 표준 편차가 있는 데이터 요소를 식별합니다.
이러한 데이터 포인트의 경우 SUIT 폴더의 적절한 이미지에 아티팩트, 이미지 품질 문제가 있는지 검사합니다. 또는 전처리 오류. 여기에 표시된 것은 척추 소뇌 운동 실조 2 환자로부터 심하게 위축된 소뇌입니다.
가장자리 주변에서 볼 수있는 조직 손실에도 불구하고 SUIT는이 이미지를 템플릿에 아주 잘 뒤틀었습니다. 이것은 배제를 보증하지 않습니다. 여기에는 소뇌의 위에서 아래로 명확한 그라디언트가 있으며 이미지는 매우 긁혀있어 제외를 보증합니다.
마지막으로,이 예제에서는 마스킹이 제대로 작동하지 않았습니다. 가장자리가 깨끗하지 않고 이미지가 일반적으로 SUIT 파이프 라인에서 나오는 것보다 부드럽습니다. 이것은 배제를 보증 할 것입니다.
건강하고 심하게 위축된 소뇌를 포함한 좋은 편파의 예가 여기에 나와 있으며, 개별 소뇌 소엽의 미묘한 과다 및 과소 포함이있는 오판의 예가 여기에서 볼 수 있습니다. 이러한 유형의 오류는 일반적으로 영향을받는 개별 소엽을 배제해야하며 나머지 소뇌는 유지 될 수 있습니다. 반대로 전역 실패는 주제를 완전히 배제해야 합니다.
아카풀코가 프리드리히 운동 실조증과 37 개의 건강한 대조군을 가진 31 명의 샘플에서 실행되었을 때, 왼쪽 소엽 IX와 오른쪽 소엽 Crus 나는 가장 높은 배제율을 보였다. 프리드리히 운동 실조증과 건강한 대조군에서 28 소뇌 해부학 적 소엽의 부피를 비교한 결과, 프리드리히 운동 실조증에서 코퍼스 수질에서 백질이 현저하게 감소한 것으로 나타났습니다. 그룹 간 다른 중요한 차이는 없었습니다.
건강한 대조군과 프리드리히 운동 실조증 모두에서 잘 정렬 된 이미지의 예가 여기에 나와 있지만 제외의 예는 여기에서 볼 수 있습니다. 정규화된 모든 이미지의 공간 공분산을 테스트한 후, 두 스캔이 나머지 샘플과의 평균 공간 공분산을 기반으로 통계적 이상치로 검출되었습니다. 비모수 순열 시험은 소뇌 회색 물질 부피에서 유의한 집단 간 차이를 시험하기 위해 SNPM에서 수행되었다.
SUIT 분석의 결과에 따르면 프리드리히 운동 실조증 환자는 양측 전방 소엽 I에서 V로 회색 물질 부피가 현저히 감소했으며, Vermis VI 및 Vermis IX.It 를 포함한 내측 후엽 지역에서는 소뇌 마스크가 완전히 소뇌 커버리지가 달성되었는지 확인하고 소뇌 소엽의 과다 및 과소 포함에 대해 마스크를 검사하는 것이 중요합니다. 이 파이프 라인은 소뇌 회색 물질 구조를 보는 데 관심이있는 다중 사이트 그룹 수준의 통계 분석을 용이하게합니다. 기능적 연결성과 같은 다른 기술도 개별 소뇌 소엽과 대뇌 사이의 연결성을 탐구하는 데 사용될 수 있습니다.
