Os autores agradecem o apoio financeiro das seguintes fontes. O desenvolvimento e teste de várias análises de neuroimagem foi apoiado por várias bolsas, principalmente a partir dos Institutos Canadenses de Pesquisa em Saúde (MOP # 13129), a Sociedade de Alzheimer do Canadá e Alzheimer Association (EUA), o Heart and Stroke Foundation Parceria Canadense para o curso Recuperação (HSFCPSR) ea Fundação LC Campbell. JR recebe apoio salário da Alzheimer Society do Canadá; SEB, do Instituto de Pesquisa Sunnybrook e os Departamentos de Medicina na Sunnybrook e U de T, incluindo o presidente Brill em Neurologia. Os autores também recebem apoio salário da 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>

Os autores não têm nada a revelar.

A segmentação e divisão em parcelas procedimento LE foi desenvolvido especificamente para obter volumetria regionais de ressonância magnética do AD e idosos normal. Embora existam inúmeros pipelines totalmente automáticas que aplicam algoritmos computacionais complexas para executar essas operações, essas ferramentas tendem a falta de precisão individualizado e precisão que gasoduto semi-automática de LE produz. O trade-off com os processos semi-automáticos são os recursos necessários para treinar adequadamente os operadores com o conhecimento anatômico e habilidades computacionais necessários para aplicar um gasoduto tão abrangente. No entanto, um dos principais benefícios de um gasoduto de imagem individualizada é a capacidade de obter volumetria quantitativos de casos moderados a graves de neurodegeneração quando pipelines automático falhar. Como o gasoduto LE tenha sido previamente avaliado e aplicado a vários idosos e dementes populações 1,2,13,14,19,22,23, as principais questões que are tipicamente encontradas por operadores treinados têm sido bem documentados e encontram-se resumidos abaixo. A verificação manual e edição necessários com o componente Brain-Sizer inclui o procedimento de extração de mascaramento TIV, vCSF mudança e remoção manual do tronco cerebral, cerebelo e outras estruturas subtentorial. Para a extração do cérebro, a saída automática TIV é geralmente uma máscara decente desde que as imagens originais PD/T2 são de boa qualidade. No entanto, devido aos valores de intensidade relativa do tecido vascular e nervo mediano para os pólos temporais inferiores, proximal para as artérias carótidas, a região geralmente requer alguma edição. Além disso, a mucosa da cavidade nasal tende a afetar os histogramas de intensidade regionais, desviando intensidade valores cut-offs nas regiões frontais anteriores, que tendem a exigir a edição manual adicional da máscara TIVauto automática. Finalmente, a edição manual adicional é normalmente necessária nas regiões mais superiores, onde glatrofia obal tende a resultar em um aumento do volume de CSF subaracnóide logo abaixo da dura-máter. Alternativamente, atrofia associada ao aumento do ventrículo tende a minimizar as intervenções do operador necessárias com vCSF redesignação. Outra vantagem de ter uma abordagem coregistration tri-característica é a capacidade de identificar infartos cheias de líquido cístico proximal para os ventrículos, potencialmente devido à vasculopatia venosa periventricular 5,24-26, que são identificáveis, devido à sua intensidade relativa no PD e T1 ( hiperintensas em PD, hipointensa em T1). Estes hypointensities pode ser delineada a partir vCSF usando limites manual elaborado em ITK-SNAP_sb antes das operações floodfilling. Desde vCSF reatribuição é executada no espaço T1-aquisição, em casos em que o alinhamento se desvia muito do plano CCCC, um limite pode ser necessária para o ventrículo 3 e a cisterna quadrigémea, se o computador não está totalmente visível. Embora o tentorium é uma estrutura relativamente fácil de diferentiate, várias regras baseadas em anatomia auxiliar na orientação a remoção manual do tronco cerebral e estruturas subtentorial, particularmente quando localizar a separação dos pedúnculos cerebrais do lobo temporal medial. SABRE tombamento é um procedimento baseado em estereotáxica realizada em imagens CCCC alinhados padrão, permitindo a localização moderadamente previsível de pontos anatômicos específicos. As exceções a esta são casos com atrofia extrema e variabilidade normal devido a diferenças individuais em neuroanatomia. Resultados atrofia cerebral em uma perda global de parênquima, aumentando CSF ​​ao longo da linha média em torno da foice cerebral, o que aumenta a dificuldade de escolha de locais adequados para colocar marcos. Protocolos baseados em regras são necessárias, identificando os casos em que são necessárias exceções à regra geral. As variações normais na anatomia, especialmente na localização relativa do sulco central e o sulco parieto-occipital, também aumentam a difity de delimitação manual de uma dessas estruturas. No entanto, a interface gráfica do usuário usado por SABRE permite a rotação em tempo real da superfície rendeu imagens, que auxilia de forma significativa no processo de tomada de decisão para a visualização desses locais particulares. Finalmente, algum protocolo baseado em regras foram integrados por meio de programação no software para evitar operador violação eg delimitação sulco central é forçado a mover-se posteriormente (traçado da linha é impedido de voltar para si mesmo). Procedimento de verificação O manual do componente Lesão-Seg requer experiência na identificação visual de hyperintensities relevante, uma habilidade de percepção visual que só é adquirido após a exposição a exames com graus variados de SH. Algoritmos de minimização de falsos-positivos auxiliar na remoção da maioria dos erros na segmentação inicial. No entanto, a diferenciação entre os espaços perivasculares dilatados (espaços de Virchow-Robin: VRS) no núcleo lentiforme e reSH vante na cápsula externa, claustrum, extremo da cápsula, e regiões subinsular pode ser difícil. Isto é particularmente difícil nos casos com VRS nos gânglios basais. Um artigo recente descrevendo normas para apresentação Alterações vasculares em neuroimagem (STRIVE), recomenda-se um critério de tamanho de diferenciar VRS de lacunoso, e descrever VRS a ser mais linear e intensidade CSF em ressonância magnética. Para tratar dessas questões com identificação VRS, LE adotou: a) uma regra baseada na anatomia, que impede os operadores de seleção de qualquer hiperintensas que cai dentro do núcleo lentiforme, b) um critério de tamanho de excluir hyperintensities menos de 5 mm de diâmetro e, c) uma regra de intensidade relativa de exclusão adicional devido à intensidade CSF relativo no PD, T2 e T1 27. Além disso, o alto sinal normal pode ser encontrado ao longo da linha média e foice cerebral, especialmente em imagens FLAIR, que pode ser difícil diferenciar entre SH relevantes ao longo do corpo caloso. Em casos detal sobreposição, baseado em regras de anatomia são implementados onde apenas SH que se estendem para fora das regiões periventriculares são aceitos. Em conclusão, é importante ter em conta que este componente escrito se destina a complementar, uma publicação guiada por vídeo padronizado protocolo de Jove ( <a href="https://www.jove.com">https://www.jove.com</a> ). Enquanto figuras tradicionais estáticos ajudar a explicar alguns conceitos, tutoriais em vídeo são mais eficientes em comunicar os processos metodológicos complexos envolvidos com um pipeline de neuroimagem abrangente, como Lesão Explorer.

Análise de imagens do cérebro é um campo emergente da neurociência exigindo dos operadores qualificados com um alto grau de competência computacional e neuroanatomia. A fim de obter informações quantitativas de imagens de ressonância magnética (MRI), um operador treinado é muitas vezes necessária para implementar, monitorar e editar, saídas de imagem geradas por computador gerados a partir de imagens de ressonância magnética matérias. Embora muitas ferramentas de imagem &#39;totalmente automáticos &quot;estão disponíveis gratuitamente através da internet, precisão e confiabilidade é questionável quando aplicada por um operador novato falta de conhecimento, treinamento e familiaridade com a ferramenta de download. Embora o treinamento no local é a abordagem de ensino mais preferível, a apresentação de um protocolo padronizado guiada por vídeo é uma alternativa viável, especialmente se acompanhado por um conjunto de treinamento de imagens. Além disso, o conjunto de treinamento de imagens pode ser utilizado para medidas de controle de qualidade, como um teste de confiabilidade entre avaliadores off-site. O challenges de desenvolvimento de um pipeline de processamento de imagem, principalmente quando se estuda o envelhecimento ea doença de Alzheimer (DA), incluem uma ampla gama de questões técnicas e biológicas. Embora algumas questões técnicas são abordadas com pós-processamento de correção de algoritmos 3, a variabilidade devido a diferenças individuais e processos patológicos introduzir obstáculos mais complexos. Atrofia do cérebro e alargamento ventricular pode reduzir a viabilidade de deformação registo e abordagens modelo de correspondência. A presença de matéria branca relacionada à idade muda 4 e doença de pequenos vasos 5,6, observado como hyperintensities subcortical (SH) 7,8, lacunares-como infartos cheias de líquido cístico 9,10, e espaços perivasculares dilatados 11,12, mais complicar algoritmos de segmentação. Em casos de doença da substância branca significativa, uma única segmentação T1 pode resultar em superestimação da massa cinzenta (GM) 13, o que só pode ser corrigido com um adicional segmentation usando densidade de prótons (DP), T2 (T2), ou fluido atenuada inversão de recuperação (DOM) de imagem. Diante desses desafios, a lesão Explorer (LE) pipeline de processamento de imagem implementa um tri-característica semi-automático (T1, DP, T2) abordagem, utilizando operadores treinados em estágios particulares quando a intervenção humana é preferível 1,2. Extracção do cérebro (ou remoção do crânio) é tipicamente uma das primeiras operações executadas em neuroimagem. Diante disso, a precisão do total cofre intracraniana (TIV) processo de extração influencia muito as operações subseqüentes mais abaixo na pipeline. Significativo excesso de erosão, resultando em perda de cérebro, pode levar à superestimação de atrofia cerebral. Alternativamente, significativa sob-erosão, o que resulta na inclusão de dura-máter e outra matéria nonbrain, pode levar a uma inflação do volume cerebral. Brain-Sizer endereços que compõem o LE muitas destas questões por meio de um tri-característica (T1, T2 e PD) abordagem para geraruma máscara de TIV, que produz resultados superiores em comparação com os métodos de recurso único 1. Além disso, a máscara TIV gerado automaticamente está marcada e editados utilizando protocolo padronizado que identifica regiões suscetíveis a erros crânio descascar manualmente. Após a extracção do cérebro, a segmentação é realizada no T1 despojado-crânio, em que cada voxel cérebro é atribuído a uma de três etiquetas: GM, matéria branca (WM), ou no líquido cefalorraquidiano (LCR). Segmentação é realizado automaticamente utilizando um algoritmo de ajuste de curva aplicado robusto para histogramas globais e locais de intensidade; uma técnica desenvolvida para lidar com intensidade não uniformidade artefato e uma diminuição da separação entre GM e WM amplitude intensidade em casos de DA 14. O componente Brain-Sizer também inclui procedimentos para designação manual dos ventrículos e remoção de estruturas subtentorial. Segmentação do LCR ventricular (vCSF) é particularmente importante como o tamanho do ventrículo é uma Biomar comumente usadoker para AD demência 15. Além disso, a delimitação de ventrículos e plexo coróide é imperativo para a identificação correta de hyperintensities periventricular (pvSH), que são acreditados para refletir uma forma de doença de pequenos vasos caracterizada por colagenoses venoso 5,16,17. Usando T1 para referência, relabeling manual dos voxels CSF para vCSF é realizado com operações manuais Pinte na imagem segmentada. Normalmente, os ventrículos laterais são mais fáceis de diferenciar da CSF sulcal. Por esta razão, recomenda-se começar floodfilling em vista axial, a partir de fatias de qualidade superior e inferiormente em movimento. As partes mediais do sistema ventricular, particularmente o 3 º ventrículo, é mais difícil para delinear e é dada com base em regras de anatomia especiais que são descritos no manual. Passo final do cérebro-Sizer inclui a remoção do tronco cerebral, cerebelo, e outras estruturas subtentorial, utilizando procedimentos de rastreio descritos no manual do conjunto para o adicionalf protocolos padronizados baseados em anatomia. O componente semi-automática do cérebro Região Extraction (SABRE) é procedimento divisão em parcelas do pipeline. Esta etapa exige que os operadores treinados para identificar os seguintes pontos anatômicos: anterior e posterior das comissuras (AC, PC); borda posterior do cérebro; canal central; médio-sagital plano; incisura; occipito-parietal sulco; sulco central, e; Fissura Sylvian. Com base nessas coordenadas marco, a 18 grade Talairach-como é gerado automaticamente e divisão em parcelas regionais é realizado 19. Marcos são facilmente identificados em CCCC imagens alinhadas, que são gerados automaticamente e verificados manualmente antes de procedimentos landmarking SABRE. O componente Lesão-Seg é a fase final do pipeline onde a identificação e quantificação SH é realizado. A segmentação SH automática inicial implementa um algoritmo complexo que inclui PD/T2-based SH segmentation, distorcido c-means mascaramento e dilatação ventricular. Estas operações resultam em uma máscara de segmentação lesão gerada automaticamente que é verificado manualmente e editado por falsos positivos e outros erros. Como hipersinal na ressonância magnética pode resultar de fontes não patológicas (por exemplo, artefatos de movimento, biologia normal), a formação adequada é necessária para a identificação precisa do SH relevante. O resultado final do gasoduto LE é um perfil abrangente volumétrica contendo 8 diferentes volumetria tecidos e lesões que são parcellated em 26 regiões do cérebro SABRE. Para obter o teste de confiabilidade entre avaliadores de um operador individual fora do local, é recomendável executar o pipeline LE completa sobre o conjunto de treinamento fornecido com o software (http://sabre.brainlab.ca). Usando os resultados volumétricos, coeficiente de correlação inter-classe (ICC) 20 estatística pode ser calculada para cada classe tecido (GM / WM / CSF) em cada região SABRE. Usando o segmentation imagens, Índice de Similaridade (SI) 21 estatística pode ser calculada para avaliar o grau de congruência espacial. Além disso, a confiabilidade intra-avaliador pode ser avaliada nos resultados do mesmo operador, depois de um breve período de tempo se passou entre o 1 º do operador e 2 edições de segmentação nd. Desde que o operador de off-site segue as convenções de nomenclatura de arquivos descritos no manual LE, as estatísticas de confiabilidade pode ser calculado fora do local usando os pacotes mais básicos de software estatístico. Dadas estas controle de qualidade e protocolo padronizado guiada por vídeo, os operadores fora do local pode ter maior confiança que o gasoduto LE é aplicada com precisão e confiabilidade.

<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

Obtenção em volumetria de tecido cerebral humano vivo de MRI é muitas vezes complicada por diversos problemas técnicos e biológicos. Estes desafios são exacerbados quando a atrofia cerebral significativa e alterações de substância branca relacionadas com a idade (por exemplo, leucoaraiose) estão presentes. Lesão Explorer (LE) é um pipeline de neuroimagem precisa e confiável desenvolvido especificamente para tratar de questões comumente observados na ressonância magnética da doença de Alzheimer e idosos normal. O gasoduto é um conjunto complexo de processos semi-automáticos que tenha sido previamente validados em uma série de testes de confiabilidade 1,2 interna e externa. No entanto, a precisão ea confiabilidade do LE é altamente dependente de operadores manuais devidamente treinados para executar comandos, identificar pontos anatômicos distintos, e editar manualmente / verificar várias saídas de segmentação geradas por computador. LE pode ser dividida em três componentes principais, cada um exigindo um conjunto de comandos e ópera Manualções: 1) Brain-Sizer, 2) Sabre, e 3) Lesão-Seg. Operações manuais de Brain-Sizer envolvem edição do despojado crânio total de cofre automático intracraniana (TIV) máscara extração, designação de ventricular líquido cefalorraquidiano (vCSF) e remoção de estruturas subtentorial. O componente SABRE requer verificação de alinhamento de imagem ao longo do anterior e posterior da comissura (CCAM) de avião, e identificação de vários pontos anatômicos necessários para a divisão em parcelas regional. Por fim, o componente Lesão-Seg envolve verificação manual da segmentação automática de lesão hyperintensities subcortical (SH) para erros de falsos positivos. Durante o treinamento no local do gasoduto LE é preferível, ferramentas de ensino visuais prontamente disponíveis com imagens de treinamento interativos são uma alternativa viável. Desenvolvido para garantir um elevado grau de precisão e confiabilidade, o seguinte é um, guiada por vídeo, protocolo padronizado passo-a-passo para os procedimentos manuais de LE.

Confiabilidade entre avaliadores pode ser avaliada através de várias métricas. Usando o conjunto de treinamento oferecido on-line ( <a href="http://sabre.brainlab.ca">http://sabre.brainlab.ca</a> ), os seguintes passos são recomendados para avaliar a confiabilidade entre avaliadores para cada um dos estágios de processamento após a conclusão do LE. Brain-Sizer: Para avaliar a confiabilidade entre avaliadores dos procedimentos de extração do cérebro, gerar volumetria para cada TIV-E máscaras, _TIVedit &lt;name&gt;, usando o comando &lt;img_count&gt;. Entre estes volumetria em um pacote de software estatístico (por exemplo, SPSS), junto com os volumetria TIVedit fornecidas para cada um o conjunto de treinamento (ver arquivo do Excel / csv fornecidos on-line) e calcular o coeficiente de correlação entre avaliadores (ICC). Volumetria do cérebro inteiro para in-house avaliadores treinados obtêm relatou ICC = 0,99, p &lt;0,0001 1,2. Além disso, a avaliação do acordo espacial para o mascaramento TIV pode ser avaliada através doSI 21. Código MATLAB é fornecido on-line para calcular os valores de SI entre dois avaliadores. Para avaliar a mudança de ventricular, gerar volumes vCSF usando o comando &lt;img_count&gt; para cada um dos arquivos de segmentação com os voxels vCSF realocados, ou seja. &lt;name&gt; _ seg_vcsf. O volume vCSF é o valor ao lado de linha &#39;7 &#39;, na coluna intitulada &quot;volume&quot;. Usando os mesmos procedimentos para avaliar TIV confiabilidade entre avaliadores, calcule ICC e SI para vCSF. A remoção de tronco cerebral, cerebelo e estruturas subtentorial pode ser avaliado da mesma forma, executando o comando &lt;img_count&gt; em _seg_vcsf_st &lt;name&gt;. Os volumes utilizados para essa máscara segmentação são mostradas na penúltima linha intitulada &quot;contagem total de voxels diferentes de zero:&quot; sob &quot;volume&quot; (a última coluna à direita). Usando os mesmos procedimentos para avaliar TIV e vCSF, calcule ICC e SI para este mascaramento procedire usando as volumetria no arquivo excel prestados e os arquivos _seg_vcsf_st &lt;name&gt;. SABRE: Enquanto procedimentos manuais de Brain-Sizer pode ser facilmente avaliada utilizando métricas padrão, alinhamento CCCC é um pouco mais difícil. Por este motivo, os arquivos da matriz são fornecidos para comparar visualmente para o treinamento de operadores fora do local. Após a conclusão do alinhamento CCCC, abra uma nova janela ITK-SNAP_sb, carregar a imagem de T1, em seguida, coloque a matriz para o caso de treinamento fornecido on-line, _T1_IHCpre_toACPC.mat &lt;name&gt;, e compare visualmente a inclinação, rotação de guinada, e fatia CCCC entre as duas imagens. Para avaliar os procedimentos SABRE landmarking, correr &lt;img_count&gt; sobre a máscara parcellated, &lt;name&gt; _SABREparcel_inACPC para cada caso de treinamento. Digite os volumetria para cada região (3-28). Códigos de região SABRE são fornecidos online. Usando os mesmos procedimentos para avaliar TIV e vCSF, calcule ICC para cada região do cérebro SABRE.SABRE parcellated volumetria regionais para in-house avaliadores treinados obter CCIs médios reportados = 0,98, p &lt;0,01, com valores que variam ICC 0,91-0,99 1,2. Lesão-Seg: Como este componente é a etapa final do oleoduto LE, a fiabilidade e precisão dependerá das fases anteriores. Confiabilidade entre avaliadores da segmentação do SH é realizado usando ICC regional da SH e volumes acordo espacial das máscaras SH. Para avaliar volumes SH regionais, execute &lt;SH_volumetrics&gt;, entrando o arquivo lobmask no espaço T1-aquisição, &lt;name&gt; _SABREparcel eo arquivo final editado lesão segmentação, _LEedit &lt;name&gt;. Usando os mesmos procedimentos para avaliar volumetria SABRE, calcule ICC para volumes de lesão dentro de cada região do cérebro SABRE. Usando os mesmos procedimentos para avaliar acordo espacial do processo de mascaramento TIV, calcular SI para as máscaras finais editados lesão, &lt;name&gt; _LEedit (ou FLEXedit). Os mesmos testes de fiabilidade pode ser realizado em ambas a segmentação PD/T2-based e segmentação baseada em DOM. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td></td><td> T1 3D </td><td> PD/T2 </td></tr><tr><td> Parâmetros de imagem </td><td> Volume Axial SAT (S 1) SPGR </td><td> Rotação axial Eco FC VEMP VB (intercalação) </td></tr><tr><td> O tempo de pulso </td><td></td><td></td></tr><tr><td> TE (ms) </td><td> 5 </td><td> 30/80 </td></tr><tr><td> TR (ms) </td><td> 35 </td><td> 3000 </td></tr><tr><td> Virar Ângulo (°) </td><td> 35 </td><td> 90 </td></tr><tr><td> TI (ms) </td><td> N / D </td><td> N / D </td></tr><tr><td> Faixa de digitalização </td><td></td><td></td></tr><tr><td> FOV (cm) </td><td> 22 </td><td> 20 </td></tr><tr><td> A espessura de corte (mm) </td><td> 10,2 / 0 </td><td> 3/0 </td></tr><tr><td> Não. Fatias </td><td> 124 </td><td> 62 </td></tr><tr><td> Aquisição </td><td></td><td></td></tr><tr><td> Tamanho Matrix </td><td> 256 x 192 </td><td> 256 x 192 </td></tr><tr><td> Tamanho 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 Total (min) </td><td> 11:00 </td><td> 00:00 </td></tr></tbody></table> Tabela 1. General Electric 1.5T MRI estruturais parâmetros de aquisição. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td></td><td> T1 3D </td><td> PD/T2 </td><td> DOM </td></tr><tr><td> Parâmetros de imagem </td><td> Axial 3D FSPGR EDR IR Prep </td><td> Axial 2D FSE-XL, EDR, RÁPIDO, gordura sentou </td> &lt;td&gt; Axial T2Flair, EDR, RÁPIDO </td></tr><tr><td> O tempo de pulso </td><td></td><td></td><td></td></tr><tr><td><h2> TE (EM) </h2></td><td> 3.2 </td><td> 11.1 / 90 </td><td> 140 </td></tr><tr><td> TR (ms) </td><td> 8.1 </td><td> 2500 </td><td> 9700 </td></tr><tr><td> Virar Ângulo (°) </td><td> 8 ° </td><td> 90 ° </td><td> 90 ° </td></tr><tr><td> TI (ms) </td><td> 650 </td><td> N / D </td><td> 2200 </td></tr><tr><td> Faixa de digitalização </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> A espessura de corte (mm) </td><td> 1 </td><td> 3 </td><td> 3 </td></tr><tr><td> Não. Fatias </td><td> 186 </td><td> 48 </td><td> 48 </td></tr><tr><td> Aquisição </td><td></td><td></td><td></td></tr><tr><td> Tamanho Matrix </td&gt; <td> 256 x 192 </td><td> 256 x 192 </td><td> 256 x 192 </td></tr><tr><td> Tamanho 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 Total (min) </td><td> 07:20 </td><td> 06:10 </td><td> 07:20 </td></tr></tbody></table> Tabela 2. General Electric 3T estruturais de ressonância magnética parâmetros de aquisição. <img alt="Figura 1" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig1highres.jpg" width="500" /> Figura 1. Axial T1 com inédito cofre intracraniana totais (TIV) sobreposição da máscara (verde). Este é um exemplo do uso da ferramenta polígono fechado em ITK-SNAP_sb para remover o tecido nonbrain como parte do processo de edição manual do Brain- procedimento de extração do TIV Sizer. <pclass = &quot;jove_content&quot; fo: manter-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. Axial T1 com segmentação tecido sobreposição. Note-se que as cores da etiqueta são arbitrários e pode ser modificada usando a ferramenta Label. Imagem à esquerda mostra as cores padrão. Imagem do meio mostra como CSF ​​(5 = roxo) é transferido para vCSF (7 = magenta). Imagem à direita mostra como a cor WM pode ser modificado sem alterar o rótulo da classe tecido, ie. Etiqueta 3 = WM permanece, mas a cor pode ser modificada para azul. <img alt="Figura 3" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig3highres.jpg" width="500" /> Figura 3. Axial T1 com tecido segmentação sobreposição (imagem à esquerda, GM = amarelo, WM = laranja, CSF = roxo) (esquerda). Descrita é um exemplo da remoção manual de estruturas subtentorial usando a ferramenta polygo n fechada em ITK-SNAP_sb (meio) e a segmentação do tecido final, após remoção do (à direita). Como na Figura 2, a imagem da direita mostra a forma como a cor WM pode ser modificado sem alteração da etiqueta de classe de tecido, isto é. Etiqueta 3 = WM permanece, mas a cor pode ser modificada para azul. <img alt="Figura 4" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig4highres.jpg" width="500" /> Figura 4. Axial T1 no espaço aquisição antes (esquerda) e depois (direita) alinhamento AC-PC é realizada. <img alt="Figura 5" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig5highres.jpg" width="500" /> T1 Figura 5. Dois exemplos que mostram procedimentos landmarking SABRE. Axial AC-PC alinhado com AC (amarelo), PC (azul), e borda posterior (rosa) colocações marco (esquerda). A-rendido superfície T1 3D (à direita) com fissura Sylvian (roxo) e centosulco ral delimitação (rosa). <img alt="Figura 6" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig6highres.jpg" width="500" /> Figura 6. Axial PD (esquerda) com sobreposição gerada automaticamente lesão (centro), e lesão editado manualmente (vermelho) sobreposição (à direita). <img alt="Figura 7" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig7highres.jpg" width="500" /> Figura 7. Axial FLAIR (esquerda), com sobreposição gerada automaticamente lesão (centro), e lesão editado manualmente (vermelho) sobreposição (à direita).

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

Lesão Explorer (LE) é, de um gasoduto semi-automáticas de processamento de imagem desenvolvido para obter o tecido cerebral regional e volumetria das lesões hiperintensas subcorticais de ressonância magnética estrutural da doença de Alzheimer e idosos normal. Para garantir um alto nível de precisão e confiabilidade, o que se segue é, um protocolo padronizado guiada por vídeo para procedimentos manuais de LE.

Lesão Explorer: Um guiada por vídeo, protocolo padronizado para Volumetrics MRI derivados precisos e confiáveis ​​na doença de Alzheimer e idosos normais

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 visualizações.  Sunnybrook Health Sciences Centre.  Lesão Explorer (LE) é, de um gasoduto semi-automáticas de processamento de imagem desenvolvido para obter o tecido cerebral regional e volumetria das lesões hiperintensas subcorticais de ressonância magnética estrutural da doença de Alzheimer e idosos normal. Para garantir um alto nível de precisão e confiabilidade, o que se segue é, um protocolo padronizado guiada por vídeo para procedimentos manuais de LE. 

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

Lesão Explorer: Um guiada por vídeo, protocolo padronizado para Volumetrics MRI derivados precisos e confiáveis ​​na doença de Alzheimer e idosos normais

Lesão Explorer: Um guiada por vídeo, protocolo padronizado para Volumetrics MRI derivados precisos e confiáveis na doença de Alzheimer e idosos normais