Materyal kısmen Hibe No IIS0758410 kapsamında Ulusal Bilim Vakfı tarafından desteklenen çalışma dayanır. Veri Carolinas Sağlık Sistemi tarafından sağlandı.

1. Metodoloji Genel Bakış Önerilen çerçeve otomatik patolojik durumlarda orta hat kayması hesaplamak ve intrakraniyal basınç (ICP) tahmin etmek için yanı sıra diğer ekstre bilgilerini kullanmak için travmatik beyin hasarı (TBI) hastaların beyin BT görüntüleri işler. Şekil 1 tüm şematik diyagramını göstermektedir çerçeve. Otomatik orta hat kayması ölçümü üç adım ayrılabilir. İlk olarak, beynin ideal midline, sakatlanmadan önce midline yani kafatası simetri ve doku özellikleri 3. dayalı bir hiyerarşik arama üzerinden bulundu. İkincisi, ventriküler sistemde her bir beyin CT görüntü 4 parçalı olduğunu. Üçüncüsü, gerçek orta hat yöntemi 5 uyan bir şekil kullanarak segmente deforme ventriküler sistemi tahmin edilmektedir. Ventriküler sistemin yatay kaydırma sonra ideal bir orta hat ve gerçek midline tahmini esas alınarak tahmin edilir. T sonraO orta hat kayması arda orta hat kayması, BT görüntülerinde doku bilgileri, yanı sıra diğer demografik bilgileri gibi özellikleri ICP tahmin etmek için kullanılır, tahmin edilmektedir. Makine öğrenme algoritması ICP ile ekstre özellikleri 6 arasındaki ilişki modeli için kullanılır. 2. İdeal Midline Tahmini <ol><li> Bu adım, kafatası simetri kullanılarak yaklaşık ideal bir orta hat algılar. İlk olarak, gri ölçekli eşik kullanılarak, kafatası CT görüntüsünde içeriğinin geri kalan parçalı olması gerekir. Hangi sonra, kafatasının kütle merkezi etrafında dönme açıları belirlemek için kapsamlı bir arama gerçekleştirin. Optimal dönme açısı kafatası ortaya çıkan yarım simetri maksimize açı olarak tanımlanır. Yaklaşık olarak ideal bir orta hat kütle merkez nokta üzerinden geçen bir çizgi ve CT görüntüsünün orijinal dikey yönüne göre optimum rotasyon meleği vardır. </li><li> Bu adım, p algılarosterior falks serebri ve sagital sulkus marjları anterior falks eki. Bu aşama yaklaşık olarak tanımlanan ideal bir orta hat arıtmak için gerçekleştirilir. İlk yaklaşık ideal bir orta hat ve kalvaryumun arasındaki iki kesişim noktalarında merkezli iki arama dikdörtgenler tanımlayabilirsiniz. Ardından, ampirik yüzden aşağıda açıklandığı gibi anatomik özellikleri tespit edilecek kapsaması dikdörtgenlerin boyutu seçebilirsiniz. Anterior falks eki kalvaryumun ve falks serebri posterior bölgede 3 gri çizgi olarak algılanır üzerindeki sırtın tepe noktası olarak algılanır. </li><li> Bu adım, ideal bir orta hat konumunu iyileştirmek için yukarıda tespit edilen bu özellikleri kullanır. Calvarum gelen anterior falks eki ve posterior falks serebri en ileri noktasının tepe noktası belirlenir sonra, rafine ideal bir orta hat iki noktayı birleştiren hattır. </li></ol> 3. Ventrikül Segmentasyon <ol><li> İlk olarak, bir düşük-le uygulamakvel segmentasyon her BT kesit 4,7 için Gauss karışım modeli (GMM) kullanarak. Kemik / kan, beyin omurilik sıvısı (BOS), gri ve beyaz cevher: BT görüntülerinde doku 4 tip ayrılabilir. Gauss Karışım Modeli başlatma için, parametreleri CT görüntü bir K-means iteratif segmentasyon sonucunda dayanarak tahmin edilir. Sonra iyi BT görüntü temsil iteratif GMM optimize beklenti-maksimizasyonu (EM) yöntemini kullanın. Sert bölümleme sonuç, her pikselin bölge farklı türlerine ait üyelik maksimum olasılık dayalı bölgeye CT görüntü bölme ile elde edilebilir. </li><li> GMM düşük seviyeli bölümleme sonra, ventriküler bölgeleri tanımak için segmentasyon sonucu hakkında daha fazla kısıtlamalar geçerlidir. Belli bir eşiğin üstünde boyutu Sadece ventriküler bölgelerinde korunur. De beyin sınırlayıcı kutu ve ventricl kümesini kullanma gibi ventriküler bölgelerin yer kısıtlamalar Uygulae şablonları. Standart bir beyin MR görüntüleri ventrikül şablonları kümesi ayıklayın ve sonra farklı konular ve patolojik durumlar arasında farklılıklar karşılamak için morfolojik dilatasyon kullanarak büyütebilirsiniz. </li></ol> 4. Gerçek Midline Tahmini <ol><li> MR çıkarılan ventrikül şablonları özellik noktaları belirtin. </li><li> Birden Bölgeler Şekil segmente ventriküller ve MR şablon arasındaki 5,8 Eşleştirme etmeyin. </li><li> Şekil eşleştirme kullanarak ventrikül şekiller tanımlanan özellik noktaları esas fiili orta hat tahmin. Sonra orta hat x-koordinatı tanımlamak için bu özelliği noktalarının x-koordinatları demek sol tarafında ortalama ve sağ tarafında ortalama kullanın. </li></ol> 5. Daha Özelliği Ekstraksiyonları <ol><li> BT görüntüleri elde Gauss karışım modeli (GMM) segmentasyon sonuçlarına dayalı intrakraniyal hematom / kanama hacmi ölçün. Parçalara sonucu Mayısvenöz sinüs kan ve falks serebri gibi küçük bölgeler dışlayacak, ancak genellikle hematom bölgelere kıyasla ihmal edilebilir. Sonra her dilim için kan olarak sınıflandırılmış piksel sayısını saymak ve onları toplamak. Son toplamı BT incelemesinde, ekstravaze kan hacmi rakamlarla. </li><li> Doku özellikleri ayıklayın. Öncelikle gri ve beyaz cevher yakalar her BT görüntüsünde altı pencere seçer ama BT görüntüsünde kan ve ventrikül yapıları önlemek, Şekil 6&#39;ya bakınız. Gri Seviye Run uzunluğu 9, Histogram analizi, Fourier analiz, İkili Ağacı Kompleks Dalgacık analizi 10: Sonra aşağıdaki yöntemleri kullanarak karşılık gelen doku özellikleri ayıklamak. </li><li> Demografik bilgiler ve yaralanma ciddiyet skoru da toplanır. </li><li> Her CT görüntü tüm ekstre özellikleri tüm BT incelemesinde temsil toplanır. Özellikle, min (f), maksimum (f), orta (f), (f), STD (f) diğerleri arasında ortalama hesaplanırÖzellikle BT incelemesinde ait l seçilen özellikler, orta hat kayması veya doku özelliği bir özelliği ƒ örneğin. Intrakraniyal kanama miktar özellik için, yukarıda belirtilen 5 operatörler yanı sıra, toplam (f) &#39;da, toplam kan hacminin kaydetmek için eklenir. </li></ol> 6. ICP Tahmini ICP tahmini ana fikri eğitim örneklerinin bir dizi dayalı bir model oluşturmak için makine öğrenmesi tekniklerini uygulamaktır. Sonra inşa modeli kalan test örnekleri üzerinde değerlendirilir. Çünkü CT taramaları ve demografik bilgiler de dahil olmak üzere çıkarılan özniteliklerin yüksek boyut, özellik seçimi nispeten basit bir nedenle istikrarlı modeli için ilgisiz özellikleri kaldırmak için önemlidir. Dolayısıyla ICP tahmini / tahmini için yapılması gereken iki adım vardır. Birincisi, ICPs tahmininde bilgilendirici göreli özellikleri seçin. İkinci adım olarak Destek Vektör Makinesi (DVM) kullanmaktıralgoritması eğitim modeli geliştirmek ve değerlendirmek. öğrenme Bu makine öğrenme algoritmaları çoğu için çok iyi gelişmiş bir araçtır ve modelleri eğitmek ve değerlendirmek için çok güçlü arabirimler sağlar çünkü bu tür RapidMiner 11 olarak Yazılım bu görev için idealdir. <ol><li> Iki aşamada özellik seçimi yapın. Önce ilk 50 özellikleri seçmek için ilk aşamada bilgi kazanç oranı ölçüt kullanın. İkinci aşamada, daha fazla özellik seçimi optimize etmek için bir genetik algoritma içeren SVM kullanın. Sonra aşağıdaki adımda ICP tahmini için model oluşturmak için seçilen özellikler son seti kullanın. </li><li> Makine öğrenme teknikleri ile ICP sınıflandırılması ve değerlendirilmesi gerçekleştirin. Eğitim ve test üst düzeyde şeması Şekil 8&#39;de RapidMiner gösterilmiştir. Değerlendirilmesi için dıştaki katman olarak 10 kat çapraz doğrulama düzeni uygulama. Iyi genelleme ile bir model oluşturmak ve t yanına oturan önlemek içinO eğitim verileri, yuva her eğitim kat içindeki çapraz doğrulama başka bir katman. Bu modüller, ilk yukarıda açıklanan işlem seçme özelliği uygulamak ve sonra kendi parametre seçimi modülü 6 ile sınıflandırılması için bir DVM kullanın. </li></ol>

<ol>
	<li>Langlois, J. A., Rutland-Brown, W., Thomas, K. 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> Traumatic brain injury in the united states: emergency department visits, hospitalizations, and deaths. , (2006).</li><li>Moore, E. E., Feliciano, D. V., Mattox, K. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Trauma. , (2003).</li><li>Chen, W., Smith, R., Ji, S. Y., Ward, K. R., Najarian, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+Ventricular+Systems+Segmentation+in+Brain+CT+Images+by+Combining+Low-level+Segmentation+and+High-level+Template+Matching.">Automated Ventricular Systems Segmentation in Brain CT Images by Combining Low-level Segmentation and High-level Template Matching.</a> BMC Medical Informatics and Decision Making. 9, (2009).</li><li>Chen, W., Najarian, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Segmentation+of+Ventricles+in+Brain+CT+Images+Using+Gaussian+Mixture+Model+Method.">Segmentation of Ventricles in Brain CT Images Using Gaussian Mixture Model Method.</a> , 15-20 (2009).</li><li>Chen, W., Ward, K. R., Najarian, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Actual+Midline+Estimation+from+Brain+CT+Scan+Using+Multiple+Regions+Shape+Matching.">Actual Midline Estimation from Brain CT Scan Using Multiple Regions Shape Matching.</a> , 2552-2555 (2010).</li><li>Chen, W., Cockrell, C., Ward, K. R., Najarian, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Intracranial+Pressure+Level+Prediction+in+Traumatic+Brain+Injury+by+Extracting+Features+from+Multiple+Sources+and+Using+Machine+Learning+Methods.">Intracranial Pressure Level Prediction in Traumatic Brain Injury by Extracting Features from Multiple Sources and Using Machine Learning Methods.</a> , 510-515 (2010).</li><li>Greenspan, H., Ruf, A., Goldberger, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Constrained+Gaussian+mixture+model+framework+for+automatic+segmentation+of+MR+brain+images.">Constrained Gaussian mixture model framework for automatic segmentation of MR brain images.</a> IEEE Trans. Med. Imaging. 25 (9), 1233-1245 (2006).</li><li>Belongie, S., Malik, J., Puzicha, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Shape+matching+and+object+recognition+using+shape+contexts.">Shape matching and object recognition using shape contexts.</a> IEEE Trans. Pattern Anal. Mach. Intell. 24, 509-522 (2002).</li><li>Weszaka, J. S., Dyer, C. R., Rosenfeld, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+comparative+study+of+texture+measures+for+terrain+classification.">A comparative study of texture measures for terrain classification.</a> IEEE Trans. on Syst., Man, Cyber. , (1976).</li><li>Kingsbury, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Complex+wavelets+for+shift+invariant+analysis+and+filtering+of+signals.">Complex wavelets for shift invariant analysis and filtering of signals.</a> Applied and Computational Harmonic Analysis. 10 (3), 234-253 (2002).</li><li>Mierswa, I., Wurst, M., Klinkenberg, R., Scholz, M., Euler, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=+Yale:+Rapid+prototyping+for+complex+data+mining+tasks."> Yale: Rapid prototyping for complex data mining tasks.</a> , 935-940 (2006).</li></ol>

Çıkar çatışması ilan etti.

BT görüntüleri ve çıkarılan özelliklere göre ICP düzeyinde tahmini olarak orta hat kayması tahmini: Bu çalışmada, sezgisel ve esnek bir çerçeve iki zorlu sorunları çözmek için önerilmiştir. Değerlendirme sonuçları önerilen yöntemin etkinliğini göstermektedir. Bildiğimiz gibi, bu iki bu sorunları ele sistematik bir çalışmanın ilk kez. Biz genel çerçeveye dayalı, elde edilebilir birçok potansiyel gelişmeler olduğunu fark. Örneğin, önerilen bölütleme içinde, düşük seviyede b...

Her yıl Amerika Birleşik Devletleri yaklaşık 1,4 milyon travmatik beyin yaralanması (TBY) ilgili acil serviste durumlar vardır, hangi, ölüm 1 50.000 sonuç üzerinde. TBI Şiddetli genellikle hematom ve şişlik beyin dokusu gibi belirtilerle intrakraniyal basınç (ICP) bir artış eşlik eder. Azaltılmış serebral perfüzyon basıncı ve ek risk incinen beyin yerleştirerek serebral kan akımında bu sonucu. Şiddetli ICP artışı ölümcül olabilir, TBH olan hastalar için ICP izlenmesi çok önemlidir bu yüzden. Bu genellikle doğrudan basınç izleme, yalnızca uzman tıp merkezlerinde yapılabilir hastalar için riskli bir prosedür için beyin içine kateter kalıcı yerleştirme gerektirir. Bu prosedür, aynı zamanda enfeksiyon gibi risk içerir. Ancak, yüksek ICP bazı belirtileri tıbbi görüntüleme alanında belirgin olabilir. Özellikle, orta hat kayması genellikle ICP bir artış ile ilişkilidir ve beyin bilgisayarlı t çekilebiliromography (BT) görüntüleri. Gibi, bu görüntüleri kranial trepanasyon önce bir ön eleme adım olarak kullanılabilir yükseltilmiş ICP non-invaziv tespiti için bir fırsat sağlamaktadır. CT görüntüleme nedeniyle yüksek hız ve nispeten düşük maliyeti 2, hala tüm diğer görüntüleme yöntemleri, örneğin MR arasındaki ilk TBI değerlendirmesi için altın standarttır. Ayrıca, BT incelemesi sıkı hasta hareketsizlik gerektiren ve bu kemik kırıkları ve hematom gibi ciddi anormallikler ortaya avantaj sahip değildir. BT yaygın güncel teknolojiye dayalı beyin yaralanmaları, tespiti için kullanılır iken, orta hat kayması otomatik olarak ölçülür değildir ve bu nedenle hekimler görsel muayene ile bu önemli faktörü değerlendirmek gerekir. Yanlış ya da tutarsız CT yorumlama sık sık insan görme sisteminin yapısı ve beyin karmaşık yapısı ile ilgilidir. Küçük orta hat kaymaları zor olsa da, onlar s, beyin hasarının değerlendirilmesi için genellikle paha biçilmezdirBir hastanın durumunun daha önce yaralanma erken aşamalarında artiküler daha şiddetli olur. Yelpazenin diğer tarafında, büyük orta hat kayması oldukça yüksek ICP ve TBI daha şiddetli göstermektedir. Ancak, görsel BT görüntüleri incelemek ve nicelik ICP düzeyini tahmin etmek insanlar için çok zor bir iştir. Otomatik hesaplama tekniklerindeki gelişmeler nedeniyle, beyin BT görüntülerinin orta hat kayması, hematom hacmi ve doku gibi BT görüntüleri, çıkarılan özelliklerini ölçülebilir ve otomatik gelişmiş görüntü işleme yöntemleri kullanarak. Ancak, ICP ve orta hat kayması yanı sıra kanama derecesi gibi diğer özellikler arasındaki ilişkinin, BT görüntüleri doku araştırılmamıştır. Bu yazıda, bir bilişimsel çerçeve orta hat kayması ölçümü yanı sıra beyin BT görüntülerinde diğer fizyolojik / anatomik özelliklerini ölçmek ve ardından ICP olmayan intrusively tekniklerini öğrenme makinesi kullanmanın derecesi tahmin öne sürülmüştür.

automated midline shift and intracranial pressure estimation based on brain ct images

Orta hat kayması tahmini ve intrakraniyal basınç (ICP) ön eleme sistemi: Bu yazıda esas olarak iki ana bileşenden oluşan bilgisayarlı tomografi (BT) görüntüleri dayalı otomatik bir sistem sunuyoruz. İdeal midline bir tahmin kafatası ve beyin BT anatomik özellikleri simetri esasına dayanılarak yapılır, önce orta hat kayması tahmin etmek. Daha sonra, CT taraması ventriküllerin bölümleme gerçekleştirilir ve şekil eşleme yoluyla gerçek orta hat belirlenmesi için bir kılavuz olarak kullanılır. Bu süreçler hekimler tarafından ölçüm süreci taklit ve değerlendirilmesinde umut verici sonuçlar göstermiştir. İkinci bileşen, daha fazla özellikleri de dahil edilmiştir gibi, yaş, ICP tahmin etmek yaralanma ciddiyet skoru olarak CT taramaları ve diğer kayıtlı özellikleri, gelen doku bilgi, kan miktarı, ICP ilgili ayıklanır. Böyle Desteği gibi özellik seçimi ve sınıflandırılması dahil Makine öğrenme teknikleri,Vektör Makineleri (DVM), RapidMiner kullanarak tahmini model oluşturmak için istihdam edilmektedir. Tahmini değerlendirme modelinin potansiyel yararı gösterir. Tahmini ideal bir orta hat kayması ve ICP seviyeleri tahmin veya invaziv ICP izlenmesi karşı tavsiye etmek, böylece kararlar hekimler için hızlı bir ön tarama adım olarak kullanılabilir.

Test BT veri kümeleri Kurumsal Değerlendirme Kurulu onayı altında Carolinas Sağlık Sistemi (CHS) tarafından sağlandı. İlk hastaneye bütün konuları şiddetli TBY hafif tanısı konuldu. Her hasta için, ICP değeri elde edildi öncesi ve CT taramaları sonrasında ventrikül bölge içinde ICP problar kullanılarak saatte kaydedildi. BT bir saat içinde her ikisi de her BT, BT tarama zamanı ortalama ICP yakın iki ölçümleri ile ICP değerini ilişkilendirmek için. Sonra, CT taraması sırasında ICP tah...

Watch this Scientific Journal Video about Automated Midline Shift and Intracranial Pressure Estimation based on Brain CT Images at JoVE.com

Automated Midline Shift and Intracranial Pressure Estimation based on Brain CT Images

Otomatik bir orta hat kayması tahmini ve intrakraniyal basınç (ICP) travmatik beyin hasarı (TBI) olan hastalarda bilgisayarlı tomografi (BT) görüntüleri dayalı ön eleme sisteminin görüntü işleme ve makine öğrenme teknikleri kullanılarak önerilmiştir.

Beyin BT Görüntüleri dayalı otomatik Midline Shift ve İntrakraniyal Basınç Tahmini

In this paper we present an automated system based mainly on the computed tomography (CT) images consisting of two main components: the midline shift ...

automated-midline-shift-intracranial-pressure-estimation-based-on

Research

JoVE Journal

Medicine

42.3K Görüntüleme.  Virginia Commonwealth University. Otomatik bir orta hat kayması tahmini ve intrakraniyal basınç (ICP) travmatik beyin hasarı (TBI) olan hastalarda bilgisayarlı tomografi (BT) görüntüleri dayalı ön eleme sisteminin görüntü işleme ve makine öğrenme teknikleri kullanılarak önerilmiştir.

Video: Automated Midline Shift and Intracranial Pressure Estimation based on Brain CT Images

Epidural Intracranial Pressure Measurement in Rats Using a Fiber-optic Pressure Transducer

Elevated intracranial pressure (ICP) is a significant problem in several forms of ischemic brain injury including stroke, traumatic brain injury and cardiac arrest. This elevation may result in further neurological injury, in the form of transtentorial herniation1,2,3,4, midbrain compression, neurological deficit or increased cerebral infarct2,4. Current therapies are often inadequate to control elevated ICP in the clinical setting5,6,7 . Thus there is a need for accurate methods of ICP measurement in animal models to further our understanding of the basic mechanisms and to develop new treatments for elevated ICP.
In both the clinical and experimental setting ICP cannot be estimated without direct measurement. Several methods of ICP catheter insertion currently exist. Of these the intraventricular catheter has become the clinical 'gold standard' of ICP measurement in humans8. This method involves the partial removal of skull and the instrumentation of the catheter through brain tissue. Consequently, intraventricular catheters have an infection rate of 6-11%9. For this reason, subdural and epidural cannulations have become the preferred methods in animal models of ischemic injury. 
Various ICP measurement techniques have been adapted for animal models, and of these, fluid-filled telemetry catheters10 and solid state catheters are the most frequently used11,12,13,14,15. The fluid-filled systems are prone to developing air bubbles in the line, resulting in false ICP readings. Solid state probes avoid this problem (Figure 1). An additional problem is fitting catheters under the skull or into the ventricles without causing any brain injury that might alter the experimental outcomes. Therefore, we have developed a method that places an ICP catheter contiguous with the epidural space, but avoids the need to insert it between skull and brain. 
An optic fibre pressure catheter (420LP, SAMBA Sensors, Sweden) was used to measure ICP at the epidural location because the location of the pressure sensor (at the very tip of the catheter) was found to produce a high fidelity ICP signal in this model. There are other manufacturers of similar optic fibre technologies13 that may be used with our methodology. Alternative solid state catheters, which have the pressure sensor located at the side of the catheter tip, would not be appropriate for this model as the signal would be dampened by the presence of the monitoring screw. 
Here, we present a relatively simple and accurate method to measure ICP. This method can be used across a wide range of ICP related animal models.

A novel technique to record the pressures within the skull is described. The minimally invasive method uses a fibre-optic pressure sensing system to accurately measure intracranial pressure (ICP) in anaesthetized rats without causing significant brain trauma. The technique may be used in a wide range of experimental models.

Bir Fiber optik Basıç kullanarak Sıçanlarda Epidural İntrakraniyal Basınç Ölçümü

Elevated intracranial pressure (ICP) is a significant problem in several forms of ischemic brain injury including stroke, traumatic brain injury and ...

Tıp

A Novel High-resolution In vivo Imaging Technique to Study the Dynamic Response of Intracranial Structures to Tumor Growth and Therapeutics

We have successfully integrated previously established Intracranial window (ICW) technology 1-4 with intravital 2-photon confocal microscopy to develop a novel platform that allows for direct long-term visualization of tissue structure changes intracranially. Imaging at a single cell resolution in a real-time fashion provides supplementary dynamic information beyond that provided by standard end-point histological analysis, which looks solely at 'snap-shot' cross sections of tissue.
Establishing this intravital imaging technique in fluorescent chimeric mice, we are able to image four fluorescent channels simultaneously. By incorporating fluorescently labeled cells, such as GFP+ bone marrow, it is possible to track the fate of these cells studying their long-term migration, integration and differentiation within tissue. Further integration of a secondary reporter cell, such as an mCherry glioma tumor line, allows for characterization of cell:cell interactions. Structural changes in the tissue microenvironment can be highlighted through the addition of intra-vital dyes and antibodies, for example CD31 tagged antibodies and Dextran molecules.
Moreover, we describe the combination of our ICW imaging model with a small animal micro-irradiator that provides stereotactic irradiation, creating a platform through which the dynamic tissue changes that occur following the administration of ionizing irradiation can be assessed.
Current limitations of our model include penetrance of the microscope, which is limited to a depth of up to 900 &mu;m from the sub cortical surface, limiting imaging to the dorsal axis of the brain. The presence of the skull bone makes the ICW a more challenging technical procedure, compared to the more established and utilized chamber models currently used to study mammary tissue and fat pads 5-7. In addition, the ICW provides many challenges when optimizing the imaging.

A Novel High-resolution In vivo Imaging Technique to Study the Dynamic Response of Intracranial Structures to Tumor Growth and Therapeutics

We describe a novel in vivo imaging technique that couples fluorescent chimeric mice with intracranial windows and high-resolution 2-photon microscopy. This imaging platform aids studies of dynamic changes in brain tissue and microvasculature, at a single-cell level, following pathological insults and is adaptable to assess intracranial drug delivery and distribution.

Yeni Bir Yüksek çözünürlüklü<em&gt; In vivo</emTümör Büyüme ve Tedavi için İntrakranial Yapıların Dinamik Tepki Eğitim&gt; Görüntüleme Tekniği

We have successfully integrated previously established Intracranial window (ICW) technology 1-4 with intravital 2-photon confocal microscopy to develop a ...

Creating Anatomically Accurate and Reproducible Intracranial Xenografts of Human Brain Tumors

Orthotopic tumor models are currently the best way to study the characteristics of a tumor type, with and without intervention, in the context of a live animal &#8211;&#160;particularly in sites with unique physiological and architectural qualities such as the brain. In vitro and ectopic models cannot account for features such as vasculature, blood brain barrier, metabolism, drug delivery and toxicity, and a host of other relevant factors. Orthotopic models have their limitations too, but with proper technique tumor cells of interest can be accurately engrafted into tissue that most closely mimics conditions in the human brain. By employing methods that deliver precisely measured volumes to accurately defined locations at a consistent rate and pressure, mouse models of human brain tumors with predictable growth rates can be reproducibly created and are suitable for reliable analysis of various interventions. The protocol described here focuses on the technical details of designing and preparing for an intracranial injection, performing the surgery, and ensuring successful and reproducible tumor growth and provides starting points for a variety of conditions that can be customized for a range of different brain tumor models.

The brain is a unique site with qualities that are not well represented by in vitro or ectopic analyses. Orthotopic mouse models with reproducible location and growth characteristics can be reliably created with intracranial injections using a stereotaxic fixation instrument and a low pressure syringe pump.

Oluşturma Anatomik Doğru ve İnsan Beyin Tümörleri Reproducible İntrakraniyal Ksenograftlar

Orthotopic tumor models are currently the best way to study the characteristics of a tumor type, with and without intervention, in the context of a live ...

Assessing Cortical Cerebral Microinfarcts on High Resolution MR Images

Cerebral microinfarcts are frequent findings in the post-mortem human brain, and are related to cognitive decline and dementia. Due to their small sizes it is challenging to study them on clinical MRI scans. It was recently demonstrated that cortical microinfarcts can be depicted with MRI scanners using high magnetic field strengths (7T). Based on this experience, a proportion of these lesions is also visible on lower resolution 3T MRI. These findings were corroborated with ex vivo imaging of post-mortem human brain tissue, accompanied by histopathological verification of possible cortical microinfarcts.
Here an ex vivo imaging protocol is presented, for the purpose of validating MR observed cerebral microvascular pathology with histological evaluation. Furthermore, guidelines are provided for the assessment of cortical microinfarcts on both in vivo 7T and 3T MR images. These guidelines provide researchers with a tool to rate cortical microinfarcts on in vivo images of larger patient samples, to further unravel their clinical relevance in cognitive decline and dementia, and establish these lesions as a novel biomarker of cerebral small vessel disease.

A high resolution ex vivo 7T MR imaging protocol is presented, to perform MR-guided histopathological validation of microvascular pathology in post-mortem human brain tissue. Furthermore, guidelines are provided for the assessment of cortical microinfarcts on in vivo 7T as well as 3T MR images.

Yüksek Çözünürlüklü MR Görüntüleri Kortikal üzerinde Serebral mikroinfarktlarının Değerlendirilmesi

Cerebral microinfarcts are frequent findings in the post-mortem human brain, and are related to cognitive decline and dementia. Due to their small sizes ...

Proximal Cadaveric Femur Preparation for Fracture Strength Testing and Quantitative CT-based Finite Element Analysis

Cadaveric fracture testing is routinely used to understand factors that affect proximal femur strength. Because ex vivo biological tissues are prone to lose their mechanical properties over time, specimen preparation for experimental testing must be performed carefully to obtain reliable results that represent in vivo conditions. For that reason, we designed a protocol and a set of fixtures to prepare the femoral specimens such that their mechanical properties experienced minimal changes. The femora were kept in a frozen state except during preparation steps and mechanical testing. The relevant clinical measures of total hip and femoral neck bone mineral density (BMD) were obtained with a clinical dual X-ray absorptiometry (DXA) bone densitometer, and the 3D geometry and distribution of bone mineral were obtained using CT with a calibration phantom for quantitative estimations based on the greyscale values. Any possible bone disease, fracture, or the presence of implants or artifacts affecting the bone structure, was ruled out with X-ray scans. For preparation, all bones were carefully cleaned of excess soft tissue, and were cut and potted at the internal rotation angle of interest. A cutting fixture allowed the distal end of the bone to be cut off leaving the proximal femur at a desired length. To allow positioning of the femoral neck at prescribed angles during later CT scanning and mechanical testing, the proximal femoral shafts were potted in polymethylmethacrylate (PMMA) using a fixture designed specifically for desired orientations. The data collected from our experiments were then used for validation of quantitative computed tomography (QCT)-based finite element analysis (FEA), as described in a different protocol. In this manuscript, we present the protocol for the precise bone preparation for mechanical testing and subsequent QCT/FEA modeling. The current protocol was successfully applied to prepare about 200 cadaveric femora over a 6-year time period.

We present a robust protocol on how to carefully preserve and prepare cadaveric femora for fracture testing and quantitative computed tomography imaging. The method provides precise control over input conditions for the purpose of determining relationships between bone mineral density, fracture strength, and defining finite element model geometry and properties.

Kırılma Mukavemeti Test ve Kantitatif BT merkezli Sonlu Elemanlar Analizi Proksimal Kadavra Femur Hazırlık

Cadaveric fracture testing is routinely used to understand factors that affect proximal femur strength.  Because ex vivo biological tissues are prone to ...

Determining Glucose Metabolism Kinetics Using 18F-FDG Micro-PET/CT

This paper describes the use of 18F-FDG and micro-PET/CT imaging to determine in vivo glucose metabolism kinetics in mice (and is transferable to rats). Impaired uptake and metabolism of glucose in multiple organ systems due to insulin resistance is a hallmark of type 2 diabetes. The ability of this technique to extract an image-derived input function from the vena cava using an iterative deconvolution method eliminates the requirement of the collection of arterial blood samples. Fitting of tissue and vena cava time activity curves to a two-tissue, three compartment model permits the estimation of kinetic micro-parameters related to the 18F-FDG uptake from the plasma to the intracellular space, the rate of transport from intracellular space to plasma and the rate of 18F-FDG phosphorylation. This methodology allows for multiple measures of glucose uptake and metabolism kinetics in the context of longitudinal studies and also provides insights into the efficacy of therapeutic interventions.

Determining Glucose Metabolism Kinetics Using 18F-FDG Micro-PET/CT

This study describes a protocol that uses 18F-FDG and positron emission tomography/computed tomography (PET/CT) imaging, together with kinetic modelling, to quantify the in vivo, real-time uptake of 18F-FDG into tissues.

Kullanımı Glukoz Metabolizma Kinetiği Belirlenmesi<sup&gt; 18</sup&gt; F-FDG Mikro PET / BT

This paper describes the use of 18F-FDG and micro-PET/CT imaging to determine in vivo glucose metabolism kinetics in mice (and is transferable to rats). ...

Improved Method for the Establishment of an In Vitro Blood-Brain Barrier Model Based on Porcine Brain Endothelial Cells

The aim of this protocol presents an optimized procedure for the purification and cultivation of pBECs and to establish in vitro blood-brain barrier (BBB) models based on pBECs in mono-culture (MC), MC with astrocyte-conditioned medium (ACM), and non-contact co-culture (NCC) with astrocytes of porcine or rat origin. pBECs were isolated and cultured from fragments of capillaries from the brain cortices of domestic pigs 5-6 months old. These fragments were purified by careful removal of meninges, isolation and homogenization of grey matter, filtration, enzymatic digestion, and centrifugation. To further eliminate contaminating cells, the capillary fragments were cultured with puromycin-containing medium. When 60-95% confluent, pBECs growing from the capillary fragments were passaged to permeable membrane filter inserts and established in the models. To increase barrier tightness and BBB characteristic phenotype of pBECs, the cells were treated with the following differentiation factors: membrane permeant 8-CPT-cAMP (here abbreviated cAMP), hydrocortisone, and a phosphodiesterase inhibitor, RO-20-1724 (RO). The procedure was carried out over a period of 9-11 days, and when establishing the NCC model, the astrocytes were cultured 2-8 weeks in advance. Adherence to the described procedures in the protocol has allowed the establishment of endothelial layers with highly restricted paracellular permeability, with the NCC model showing an average transendothelial electrical resistance (TEER) of 1249 &#177; 80 &#937; cm2, and paracellular permeability (Papp) for Lucifer Yellow of 0.90 10-6 &#177; 0.13 10-6 cm sec-1 (mean &#177; SEM, n=55). Further evaluation of this pBEC phenotype showed good expression of the tight junctional proteins claudin 5, ZO-1, occludin and adherens junction protein p120 catenin. The model presented can be used for a range of studies of the BBB in health and disease and, with the highly restrictive paracellular permeability, this model is suitable for studies of transport and intracellular trafficking.

Improved Method for the Establishment of an In Vitro Blood-Brain Barrier Model Based on Porcine Brain Endothelial Cells

The aim of the protocol is to present an optimized procedure for the establishment of an in vitro blood-brain barrier (BBB) model based on primary porcine brain endothelial cells (pBECs). The model shows high reproducibility, high tightness, and is suitable for studies of transport and intracellular trafficking in drug discovery.

Yöntem bir Vitro kan - beyin bariyerini modeli domuz beyin endotel hücreleri temel alan kurulması için geliştirilmiş

The aim of this protocol presents an optimized procedure for the purification and cultivation of pBECs and to establish in vitro blood-brain barrier (BBB) ...

A Swin Transformer-Based Model for Thyroid Nodule Detection in Ultrasound Images

In recent years, the incidence of thyroid cancer has been increasing. Thyroid nodule detection is critical for both the detection and treatment of thyroid cancer. Convolutional neural networks (CNNs) have achieved good results in thyroid ultrasound image analysis tasks. However, due to the limited valid receptive field of convolutional layers, CNNs fail to capture long-range contextual dependencies, which are important for identifying thyroid nodules in ultrasound images. Transformer networks are effective in capturing long-range contextual information. Inspired by this, we propose a novel thyroid nodule detection method that combines the Swin Transformer backbone and Faster R-CNN. Specifically, an ultrasound image is first projected into a 1D sequence of embeddings, which are then fed into a hierarchical Swin Transformer. 
The Swin Transformer backbone extracts features at five different scales by utilizing shifted windows for the computation of self-attention. Subsequently, a feature pyramid network (FPN) is used to fuse the features from different scales. Finally, a detection head is used to predict bounding boxes and the corresponding confidence scores. Data collected from 2,680 patients were used to conduct the experiments, and the results showed that this method achieved the best mAP score of 44.8%, outperforming CNN-based baselines. In addition, we gained better sensitivity (90.5%) than the competitors. This indicates that context modeling in this model is effective for thyroid nodule detection.

Here, a new model for thyroid nodule detection in ultrasound images is proposed, which uses Swin Transformer as the backbone to perform long-range context modeling. Experiments prove that it performs well in terms of sensitivity and accuracy.

Ultrason Görüntülerinde Tiroid Nodülü Tespiti için Swin Transformatör Tabanlı Bir Model

In recent years, the incidence of thyroid cancer has been increasing. Thyroid nodule detection is critical for both the detection and treatment of thyroid ...

Klinik Ölçekli CAR-T Hücre Üretimi için Otomatik İşlemci

Chimeric Antigen Receptor T Cell Manufacturing on an Automated Cell Processor

Chimeric antigen receptor (CAR)-T cells represent a promising immunotherapeutic approach for the treatment of various malignant and non-malignant diseases. CAR-T cells are genetically modified T cells that express a chimeric protein that recognizes and binds to a cell surface target, resulting in the killing of the target cell. Traditional CAR-T cell manufacturing methods are labor-intensive, expensive, and may carry the risk of contamination. The CliniMACS Prodigy, an automated cell processor, allows for manufacturing cell therapy products at a clinical scale in a closed system, minimizing the risk of contamination. Processing occurs semi-automatically under the control of a computer and thus&#160;minimizes human involvement in the process, which saves time and reduces variability and errors.
This manuscript and video describes the T cell transduction (TCT) process for manufacturing CAR-T cells using this processor. The TCT process involves CD4+/CD8+ T cell enrichment, activation, transduction with a viral vector, expansion, and harvest. Using the Activity Matrix, a functionality that allows ordering and timing of these steps, the TCT process can be customized extensively. We provide a walk-through of CAR-T cell manufacturing in compliance with current Good Manufacturing Practice&#160;(cGMP) and discuss required release testing and preclinical experiments that will support an Investigational New Drug (IND) application. We demonstrate&#160;the feasibility and discuss the advantages and disadvantages of using a&#160;semi-automatic process for clinical CAR-T cell manufacturing. Finally, we describe an ongoing investigator-initiated clinical trial that targets pediatric B-cell malignancies [NCT05480449] as an example of how this manufacturing process can be applied in a clinical setting.

Yazar Spotlight: CAR-T Hücre Üretimi ve Gen Tedavisi Üretimindeki Gelişmeler 

This article details the manufacturing process for chimeric antigen receptor T cells for clinical use, specifically using an automated cell processor capable of performing viral transduction and cultivation of T cells. We provide recommendations and describe pitfalls that should be considered during the process development and implementation of an early-phase clinical trial.