Summary
Abstract
Introduction
Protocol
Representative Results
Discussion
Acknowledgements
Materials
References
Neuroscience
Modellazione tridimensionale delle forme e analisi delle strutture cerebrali
Introduciamo un protocollo semi-automatico per l'analisi delle forme sulle strutture cerebrali, inclusa la segmentazione delle immagini utilizzando software aperto, e un'ulteriore analisi della forma per senso di gruppo utilizzando un pacchetto di modellazione automatizzata. Qui, dimostriamo ogni fase del protocollo di analisi della forma 3D con la segmentazione ippocampale dalle immagini MR del cervello.
L'analisi statistica delle forme delle strutture cerebrali è stata utilizzata per studiare l'associazione tra i loro cambiamenti strutturali e i processi patologici. Abbiamo sviluppato un pacchetto software per una modellazione accurata e robusta delle forme e l'analisi group-wise. Qui viene introdotta una pipeline per l'analisi della forma, dalla modellazione delle forme 3D all'analisi quantitativa delle forme di gruppo. Descriviamo anche le fasi di pre-elaborazione e segmentazione utilizzando pacchetti software aperti. Questa guida pratica aiuterebbe i ricercatori a risparmiare tempo e fatica nell'analisi della forma 3D sulle strutture cerebrali.
L'analisi della forma delle strutture cerebrali è emersa come lo strumento preferito per studiare i loro cambiamenti morfologici sotto processi patologici, come le malattie neurodegenerative e l'invecchiamento1. Sono necessari vari metodi computazionali per 1) delineare con precisione i confini delle strutture bersaglio da immagini mediche, 2) ricostruire la forma di destinazione sotto forma di mesh di superficie 3D, 3) costruire corrispondenza inter-soggetti attraverso i singoli modelli di forma tramite la parametrizzazione della forma o la registrazione della superficie, e 4) valutare quantitativamente le differenze di forma regionali tra ind....
Le immagini Brain MR sono state acquisite in base al protocollo approvato dal comitato di revisione istituzionale locale e dal comitato etico.
NOT: Gli strumenti per la modellazione e l'analisi delle forme possono essere scaricati dal repository NITRC: https://www.nitrc.org/projects/dtmframework/. Il software GUI (DTMModeling.exe) può essere eseguito dopo l'estrazione.
Il processo di modellazione della forma descritto qui è stato impiegato per vari studi di neuroimaging sull'invecchiamento6,8,10 e morbo di Alzheimer5,9. In particolare, questo metodo di modellazione della forma ha mostrato la sua precisione e sensibilità nell'analisi della forma sull'ippocampo per una popolazione di invecchiamento di 6.......
In sintesi, abbiamo descritto la pipeline software per l'analisi delle forme sulle strutture cerebrali, tra cui (1) la segmentazione dell'immagine MR utilizzando strumenti aperti (2) la ricostruzione di forme individuali utilizzando un modello deformabile e (3) la differenza di forma quantitativa misurazione tramite corrispondenza di forma transitiva con il modello modello. L'analisi statistica sotto il falso tasso di scoperta (FDR) viene eseguita con la deformità della forma per studiare il significato dei cambiamenti .......
Il lavoro è stato finanziato dalla National Research Foundation of Korea (JP as the PI). JK è finanziato dal Kyungpook National University Research Fund; e MCVH è finanziato dal Row Fogo Charitable Trust e dalla Royal Society di Edimburgo. La segmentazione dell'ippocampo è stata adattata dalle linee guida interne scritte dalla dott.ssa Karen Ferguson, presso il Centre for Clinical Brain Sciences, Edimburgo, Regno Unito.
....| Name | Company | Catalog Number | Comments |
- Costafreda, S. G., et al. Automated hippocampal shape analysis predicts the onset of dementia in mild cognitive impairment. NeuroImage. 56 (1), 212-219 (2011).
- Platero, C., Lin, L., Tobar, M. C. Longitudinal Neuroimaging Hippocampal Markers for Diagnosing Alzheimer's Disease. Neuroinformatics. , 1-19 (2018).
- Valdés Hernández, M. D. C., et al. Rationale, design, and methodology of the image analysis protocol for studies of patients with cerebral small vessel disease and mild stroke. Brain and behavior. 5 (12), e00415 (2015).
- Kalmady, S. V., et al. Clinical correlates of hippocampus volume and shape in antipsychotic-naïve schizophrenia. Psychiatry Research: Neuroimaging. 263, 93-102 (2017).
- Kim, J., Valdés Hernández, M. D. C., Royle, N. A., Park, J. Hippocampal Shape Modeling Based on a Progressive Template Surface Deformation and its Verification. IEEE Transactions on Medical Imaging. 34 (6), 1242-1261 (2015).
- Kim, J., et al. 3D shape analysis of the brain's third ventricle using a midplane encoded symmetric template model. Computer Methods and Programs in Biomedicine. 129, 51-62 (2016).
- Kim, J., Ryoo, H., Valdés Hernández, M. D. C., Royle, N. A., Park, J. Brain Ventricular Morphology Analysis Using a Set of Ventricular-Specific Feature Descriptors. International Symposium on Biomedical Simulation. , 141-149 (2014).
- Valdés Hernández, M. D. C., et al. Hippocampal morphology and cognitive functions in community-dwelling older people: the Lothian Birth Cohort 1936. Neurobiology of Aging. 52, 1-11 (2017).
- Lee, P., Ryoo, H., Park, J., Jeong, Y. Morphological and Microstructural Changes of the Hippocampus in Early MCI: A Study Utilizing the Alzheimer's Disease Neuroimaging Initiative Database. Journal of Clinical Neurology. 13 (2), 144-154 (2017).
- Cox, S. R., et al. Associations between hippocampal morphology, diffusion characteristics, and salivary cortisol in older men. Psychoneuroendocrinology. 78, 151-158 (2017).
- Sled, J. G., Zijdenbos, A. P., Evans, A. C. A nonparametric method for automatic correction of intensity nonuniformity in MRI data. IEEE Transactions on Medical Imaging. 17 (1), 87-97 (1998).
- Tustison, N. J., et al. N4ITK: improved N3 bias correction. IEEE Transactions on Medical Imaging. 29 (6), 1310-1320 (2010).
- Zhang, Y., Brady, M., Smith, S. Segmentation of brain MR images through a hidden Markov random field model and the expectation-maximization algorithm. IEEE Transactions on Medical Imaging. 20 (1), 45-57 (2001).
- Wardlaw, J. M., et al. Brain aging, cognition in youth and old age and vascular disease in the Lothian Birth Cohort 1936: rationale, design and methodology of the imaging protocol. International Journal of Stroke. 6 (6), 547-559 (2011).
- Morey, R. A., et al. A comparison of automated segmentation and manual tracing for quantifying hippocampal and amygdala volumes. NeuroImage. 45 (3), 855-866 (2009).
- Boccardi, M., et al. Survey of protocols for the manual segmentation of the hippocampus: preparatory steps towards a joint EADC-ADNI harmonized protocol. Journal of Alzheimer's Disease. 26 (s3), 61-75 (2011).
- Winterburn, J., et al. High-resolution In Vivo Manual Segmentation Protocol for Human Hippocampal Subfields Using 3T Magnetic Resonance Imaging. Journal of Visualized Experiments. (105), e51861 (2015).
- MacLullich, A., et al. Intracranial capacity and brain volumes are associated with cognition in healthy elderly men. Neurology. 59 (2), 169-174 (2002).
- Gower, J. C. Generalized Procrustes analysis. Psychometrika. 40 (1), 33-51 (1975).
- Lorensen, W. E., Cline, H. E. Marching cubes: A high resolution 3D surface construction algorithm. ACM Siggraph Computer Graphics. , 163-169 (1987).
ABOUT JoVE
Copyright © 2024 MyJoVE Corporation. All rights reserved