Modelagem e análise tridimensional da forma de estruturas do cérebro

Resumo

Introduzimos um protocolo semiautomático para análise de forma em estruturas cerebrais, incluindo segmentação de imagem usando software aberto e uma análise de forma mais em termos de grupo usando um pacote de modelagem automatizado. Aqui, demonstramos cada etapa do protocolo de análise de forma 3D com segmentação hipocampal a partir de imagens de MR cerebrais.

Resumo

A análise estatística da forma de estruturas do cérebro foi usada para investigar a associação entre suas mudanças estruturais e processos patológicos. Desenvolvemos um pacote de software para modelagem de forma precisa e robusta e análise em termos de grupo. Aqui, introduzimos um pipeline para a análise de forma, desde modelagem de forma 3D individual até análise quantitativa de forma de grupo. Também descrevemos as etapas de pré-processamento e segmentação usando pacotes de software aberto. Este guia prático ajudaria os pesquisadores a economizar tempo e esforço na análise de forma 3D em estruturas cerebrais.

Introdução

A análise da forma de estruturas cerebrais emergiu como a ferramenta preferida para investigar suas mudanças morfológicas em processos patológicos, como doenças neurodegenerativas e envelhecimento^1. Vários métodos computacionais são necessários para 1) delineam com precisão os limites das estruturas alvo de imagens médicas, 2) reconstruir a forma de alvo na forma de malha de superfície 3D, 3) construir correspondência inter-sujeitos em todos os modelos de forma individual através de parametrização de forma ou registro de superfície, e 4) avaliar quantitativamente as diferenças de forma regional entre indivíduos ou grupos. Ao longo dos últimos anos, muitos métodos foram introduzidos em estudos de neuroimagem para cada uma dessas etapas. No entanto, apesar dos desenvolvimentos notáveis no campo, não há muitos quadros imediatamente aplicáveis à pesquisa. Neste artigo, descrevemos cada etapa da análise de forma das estruturas cerebrais usando nossas ferramentas de modelagem de forma personalizada e ferramentas de segmentação de imagem disponíveis publicamente.

Aqui, demonstramos a estrutura de análise de forma para estruturas cerebrais através da análise de forma dos hipocampi esquerdo e direito usando um conjunto de dados de controles adultos e pacientes com doença de Alzheimer. A atrofia do hipocampi é reconhecida como um biomarcador crítico de imagem em doenças neurodegenerativas^2,3,4. Em nossa estrutura de análise de forma, empregamos o modelo modelo da estrutura alvo e o registro deformável modelo-a-imagem no processo de modelagem de forma. O modelo de modelo codifica características gerais de forma da estrutura alvo em uma população, e também fornece uma linha de base para quantificar as diferenças de forma entre os modelos individuais através de sua relação transitiva com o modelo modelo. No registro modelo-a-imagem, desenvolvemos um método de deformação da superfície laplácina para ajustar o modelo modelo à estrutura alvo em imagens individuais, minimizando a distorção da distribuição de pontos no modelo^{modelo modelo 5,6,7.} A viabilidade e robustez do quadro proposto foram validados em estudos recentes de neuroimagem do envelhecimento cognitivo⁸, detecção precoce do comprometimento cognitivo leve^9,e para explorar associações entre as alterações estruturais cerebrais e os níveis de cortisol¹⁰. Essa abordagem facilitaria o uso dos métodos de modelagem e análise de forma em estudos de neuroimagem adicionais.

Protocolo

As imagens de MR do cérebro foram adquiridas de acordo com o protocolo aprovado pelo conselho de revisão institucional local e pelo comitê de ética.

Nota: As ferramentas para modelagem e análise de forma podem ser baixadas do repositório nitrc: https://www.nitrc.org/projects/dtmframework/. O software GUI (DTMModeling.exe) pode ser executado após a extração. Veja a Figura 1.

1. Brain MR Segmentação de imagem

1. Adquirir imagens de RM do cérebro de indivíduos individuais e máscaras de segmentação cerebral.
   Nota: Normalmente, adquirimos imagens de RM ponderadas por T1 para análises de estruturas cerebrais. Assumimos que as imagens de RM são pré-processadas para correção de não linearidade gradiente e correção de inhomogeneidade de intensidade usando N3¹¹, métodos N3 melhorados^12,ou FSL-FAST¹³. Algumas ferramentas disponíveis gratuitamente para segmentação automática de estruturas cerebrais humanas estão listadas na Tabela 1.
2. Corrija os resultados da segmentação manualmente.
   Nota: A segmentação manual de suporte de software Open GUI está listada na Tabela 2. Protocolos de segmentação manual para as estruturas cerebrais podem ser encontrados aqui^14,15,16. Um guia de vídeo sobre segmentação manual para hipocampo está aqui¹⁷. Descrevemos o protocolo de segmentação hipocampal na próxima seção.
   1. Abra a ressonância magnética ponderada pelo T1 e os resultados automáticos de segmentação usando o menu Open File.
   2. Carregue o plugin de segmentação clicando no Menu da Janela | Show | Segmentação.
   3. Corrija a máscara de segmentação usando as ferramentas adicionar, subtratoe correção no plugin de segmentação.
   4. Salve a máscara de segmentação corrigida no formato Nifti usando o menu Save.

2. Edição manual da segmentação hipocampal

Nota: Introduzimos um protocolo para edição manual de segmentação cerebral usando o software de modelagem GUI baseado na bancada do MITK(http://www.mitk.org/). A bancada do MITK fornece várias funções para a segmentação manual e automática e visualização de imagens médicas. Demonstramos o processo de edição manual para o hipocampo esquerdo e direito. Etapas para edição manual¹⁸ o resultado da segmentação hipocampal automática são as seguintes.

1. Abra a imagem de RM ponderada pelo T1 e os resultados da segmentação hipocampal automática usando o software de bancada Do MITK.
2. Carregue o plugin de segmentação na bancada do MITK clicando na janela do menu | Mostrar Vista | Segmentação.
3. Selecione a visão coronal clicando no ícone do lado direito que aparece no canto superior direito da janela display.
4. Eitie a máscara binária de cada hipocampo (ou seja, esquerda e direita) na visão coronal, a partir da cabeça hipocampal para o corpo da seguinte forma.
   1. Role por todo o volume até que o uncus seja encontrado. Inclua o uncus na máscara hipocampal onde está atual.
   2. Eite a máscara do corpo hipocampal depois que o uncus recuou usando a função adicionar e subtrair no plugin segmentação.
   3. Continue editar a máscara hipocampal até que a cauda hipocampal seja encontrada. Como o núcleo pulvinar do tálamo recua superior ao hipocampo, o fornix emerge.
   4. Termine de editar a última fatia coronal do hipocampo em que todo o comprimento do fornix é visível, mas ainda não contínuo com o esplenio do corpo caloso.
      Nota: Os espaços de líquido cefalorraquidiano (CSF) podem ser contidos nas regiões hipocampais. Os espaços CSF podem ser removidos das máscaras hipocampais usando a ferramenta Subtrain no plugin de segmentação da bancada do MITK. pode ser mais fácil definir as regiões hipocampais inteiramente e, em seguida, passar por todas as fatias coronais da cabeça hipocampal à cauda para a remoção de espaços CSF.
   5. Siga o mesmo processo para editar as máscaras binárias de ambos os hipocampi.
      Nota: As ferramentas de adicionar, subtratoe correção do plugin de segmentação na bancada do MITK podem ser usadas para a edição manual. A ferramenta correção é fácil de lidar com pequenos erros na máscara de segmentação, realizando adição e subtração de acordo com a entrada do usuário e a máscara de segmentação sem seleção de ferramentas adicionais.
5. Guarde as máscaras binárias para hipocampi esquerdo e direito no formato Nifti (nii ou nii.gz) usando o menu Save no software de bancada Do MITK.
   Nota: As máscaras binárias dos hipocampi esquerdo e direito devem ser salvas separadamente para os passos subsequentes do modelo de forma hipocampal.

3. Construção do modelo do grupo

Nota: Após a segmentação e edição manual para todos os sujeitos, a modelagem de forma individual requer o modelo de modelo da estrutura alvo. Construímos o modelo de modelo da máscara binária média para uma população, adquirida usando plugin "ShapeModeling" na bancada do MITK. As etapas da construção do modelo modelo usando o software GUI são as seguintes.

1. Carregue o plugin shapemodeling usando a função do menu: Janela | Mostrar Vista | Modelagem de forma.
2. Abra um diretório contendo as máscaras binárias de uma população de estudo clicando no botão Open Directory no plugin ShapeModeling.
3. Clique no botão De construção de modelos no plugin ShapeModeling.
4. Verifique a malha de forma média e guarde-a no formato de estereolitografia (STL) usando o menu Save.

4. Reconstrução da forma individual

Nota: Nesta etapa, executamos a modelagem de forma para assuntos individuais usando o botão de modelagem Start Shape no plugin "ShapeModeling". Listamos os parâmetros de software deste plugin na Tabela 3. Explicação detalhada sobre cada parâmetro pode ser encontrada aqui⁵. As etapas da reconstrução individual da forma usando o software da GUI são as seguintes.

1. Carregue a imagem mr ponderada por T1 e sua máscara de segmentação usando o menu Open File.
   Nota: Usamos a imagem de RM ponderada pelo T1 para validação visual.
2. Verifique os parâmetros de modelagem no plugin ShapeModeling e modifique, se necessário.
   Nota: Se o modelo modelo modelo não for deformado ou a distância entre o modelo e o limite de imagem for grande, é recomendado aumentar o alcance de pesquisa de limites. Se algumas distorções geométricas forem encontradas, aumentar maxAlpha e minAlpha com a etapa 0.5 ajudaria a resolver o problema. É importante verificar a intensidade do voxel para o objeto alvo na máscara de segmentação. Se o valor não for 1, o parâmetro de intensidade deve ser alterado em conformidade.
3. Clique no botão modelagem shape para executar o processo de modelagem de forma e verificar o resultado na visualização 3D da bancada MITK.
4. Repita os passos 4.2 e 4.3, quando o modelo modelo não é montado no limite de imagem de perto.
   Nota: O modelo modelo é visualizado com a máscara de segmentação na visão sagital, coronal, axial e 3D da bancada do MITK. A superfície do modelo não é deformada quando a distância entre o modelo modelo e o limite de imagem é inferior a um limiar que é um décimo do menor tamanho do voxel.
5. Salve o resultado da modelagem em um formato de estereolitografia (STL) usando o menu Save na estrutura do MITK.

5. Normalização de forma em grupo e medição da diferença de forma

Nota: Nesta etapa, alinhamos os modelos de forma individual ao modelo modelo e calculamos a deformidade de forma em termos de ponto entre os vérteges correspondentes entre o modelo e o modelo de forma individual. As etapas para a medida da deformidade da forma são as seguintes.

1. Selecione o modelo de forma de um assunto no Gerente de Dados da bancada do MITK.
   Nota: Os usuários podem selecionar vários modelos para a medição de deformidade.
2. Executar a medição de deformidade clicando no botão de medição no plugin ShapeModeling.

Resultados

O processo de modelagem de forma descrito aqui tem sido empregado para vários estudos de neuroimagem sobre o envelhecimento^6,8,10 e a doença de Alzheimer^5,9. Especialmente, este método de modelagem de forma mostrou sua precisão e sensibilidade na análise de forma no hipocampo para uma população envelhecida de 654 indivíduos

Discussão

Em resumo, descrevimos o pipeline de software para a análise de forma em estruturas cerebrais, incluindo (1) segmentação de imagem de RM usando ferramentas abertas (2) reconstrução de forma individual usando um modelo de modelo deformado e (3) diferença de forma quantitativa medição via correspondência de forma transitiva com o modelo modelo. A análise estatística a correção da falsa taxa de descoberta (FDR) é realizada com a deformidade da forma para investigar o significado das alterações morfológicas ...

Materiais

Name	Company	Catalog Number	Comments