Name: lesion explorer: a video-guided, standardized protocol for accurate and reliable mri-derived volumetrics in alzheimer's disease and normal elderly
Uploaded: 2014-04-14T16:45:00
Duration: 12 min 50 s
Description: 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

Los autores agradecen el apoyo financiero de las siguientes fuentes. El desarrollo y prueba de diversos análisis de neuroimagen con el apoyo de varias subvenciones, sobre todo de los Institutos Canadienses de Investigación en Salud (MOP # 13129), la Sociedad de Alzheimer de Canadá y la Asociación de Alzheimer (EE.UU.), el corazón y la fundación del movimiento Alianza Canadiense para la Carrera Recuperación (HSFCPSR), y la Fundación LC Campbell. JR recibe apoyo sueldo de la Sociedad de Alzheimer de Canadá; SEB, del Instituto de Investigación Sunnybrook y los Departamentos de Medicina de Sunnybrook y la Universidad de Toronto, incluido el Presidente Brill en Neurología. Los autores también reciben apoyo salarial del 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>

Los autores no tienen nada que revelar.

La segmentación y parcelación procedimiento LE fue desarrollado específicamente para obtener volumetría regionales de MRI de la EA y ancianos normal. Si bien existen numerosas tuberías completamente automáticos que se aplican los algoritmos de cálculo complejas para realizar estas operaciones, estas herramientas tienden a carecer de la precisión individualizada y precisión que la tubería semi-automática de LE produce. El trade-off con procesos semiautomáticos son los recursos necesarios para formar adecuadamente a los operadores con el conocimiento anatómico y habilidades de cálculo necesarios para solicitar un gasoducto tan completo. Sin embargo, uno de los principales beneficios de una tubería de imágenes individualizada es la capacidad de obtener volumetría cuantitativos de los casos moderados a graves de la neurodegeneración en tuberías automáticas fallan. Como la tubería LE ha sido evaluado y aplicado a diferentes poblaciones de ancianos y dementes 1,2,13,14,19,22,23, los principales problemas que ar previamentee típicamente encontrada por operadores entrenados han sido bien documentados y se resumen a continuación. La comprobación manual y edición requerida con el componente Brain-Sizer incluye el procedimiento de enmascaramiento extracción TIV, reasignación vCSF y la extracción manual del tronco cerebral, cerebelo y otras estructuras subtentorial. Para la extracción del cerebro, la salida automática TIV es generalmente una máscara decente, siempre que las imágenes PD/T2 originales son de buena calidad. Sin embargo, debido a los valores de intensidad relativa de vascular y nervio medial tejido a los polos temporal inferior, proximal a las arterias carótidas, esta región requiere típicamente un poco de edición. Además, la mucosa en la cavidad nasal tiende a afectar histogramas de intensidad regionales, sesgando de intensidad valores de puntos de corte en las regiones frontal anterior, que tienden a requerir la edición manual adicional de la máscara TIVauto automática. Por último, la edición manual adicional que normalmente se requiere en las regiones más superiores, donde glatrofia obal tiende a resultar en un aumento en el volumen de CSF subaracnoideo justo debajo de la duramadre. Alternativamente, la atrofia asociada con dilatación ventricular tiende a minimizar las intervenciones del operador requeridas con reasignación vCSF. Otro beneficio de tener un enfoque corregistro tri-característica es la capacidad de identificar infartos quísticas llenas de líquido proximal a los ventrículos, potencialmente debido a la vasculopatía venosa periventricular 5,24-26, que son identificables por su intensidad relativa en DP y T1 ( hiperintensa en PD, hipointensa en T1). Estos hipointensidades pueden delinearse desde vCSF usando límites manuales elaborados en ITK-SNAP_sb antes de las operaciones floodfilling. Desde reasignación vCSF se lleva a cabo en el espacio T1-la adquisición, en los casos en que la alineación se desvía lejos del plano CCCC, un límite puede ser necesaria para el 3 º ventrículo y la cisterna cuadrigémina, si el PC no es totalmente visible. Aunque la tienda del cerebelo es una estructura relativamente fácil de differentiate, varias reglas basadas en la anatomía ayudan a guiar la extracción manual del tronco del encéfalo y estructuras subtentorial, sobre todo cuando la localización de la separación de los pedúnculos cerebrales en el lóbulo temporal medial. SABRE landmarking es un procedimiento basado en estereotáxica realizado en imágenes ACPC alineados estándar, lo que permite la localización moderadamente predecible de determinados puntos de referencia anatómicos. Las excepciones son los casos con atrofia extrema y la variabilidad normal debido a las diferencias individuales en la neuroanatomía. Resultados de la atrofia cerebral en una pérdida global del parénquima, el aumento de la PPC en la línea media que rodea a la hoz del cerebro, lo que aumenta la dificultad de la elección de los puntos apropiados para colocar puntos de referencia. Se requieren protocolos basados ​​en reglas, la identificación de los casos en que se requieren excepciones a la regla general. Las variaciones normales en la anatomía, en particular en la ubicación relativa del surco central y el surco parieto-occipital, también aumentan el dificultadesTy de delimitación manual de una de estas estructuras. Sin embargo, la interfaz gráfica de usuario utilizada por SABRE permite la rotación en tiempo real de superficie prestados imágenes, que ayuda de manera significativa en el proceso de toma de decisiones para la visualización de estos puntos de referencia específicos. Por último, algunos de protocolo basado en normas se han integrado mediante programación en el software para prevenir la violación operador por ejemplo delineación surco central se ve obligado a moverse posteriormente (el rastreo de línea se impide volver sobre sí mismo). Procedimiento de comprobación manual del componente de la lesión-Seg requiere experiencia en la identificación visual de hyperintensities relevante, una habilidad de percepción visual que sólo se adquiere después de la exposición a las exploraciones con diferentes grados de SH. Los algoritmos de minimización de falsos positivos ayudan con la eliminación de la mayoría de los errores en la segmentación inicial. Sin embargo, la diferenciación entre los espacios perivasculares dilatados (espacios de Virchow-Robin: VRS) en el núcleo lenticular y reSH Levant en la cápsula externa, Claustrum, la cápsula extrema, y ​​regiones subinsular puede ser difícil. Esto es particularmente difícil en los casos con VRS en los ganglios basales. Un reciente documento delineando normas para informar los cambios vasculares en la neuroimagen (STRIVE), recomendó un criterio de tamaño para diferenciar VRS de infartos lacunares, y describir VRS sea más lineal y la intensidad de LCR en la RM. Para hacer frente a estos problemas con la identificación de VRS, LE ha adoptado: a) una regla basada en la anatomía que impide que los operadores seleccionar cualquier hiperintensidad que cae dentro del núcleo lenticular, b) un criterio de tamaño para excluir hyperintensities menos de 5 mm de diámetro, y c) una regla de intensidad relativa para la exclusión adicional debido a la intensidad relativa de LCR en DP, T2 y T1 27. Además, la señal normal de hiperintensa se puede encontrar a lo largo de la línea media y la hoz del cerebro, sobre todo en las imágenes de FLAIR, que puede ser difícil diferenciar entre SH relevante a lo largo del cuerpo calloso. En los casos deesa superposición, reglas basadas en la anatomía se implementan donde se aceptan sólo SH que se extienden hacia fuera en las regiones periventriculares. En conclusión, es importante apreciar que este componente escrito está destinado a complementar un video-guiada, publicación protocolo estandarizado en JoVe ( <a href="http://www.jove.com">http://www.jove.com</a> ). Si bien las cifras estáticas tradicionales ayudan a explicar algunos conceptos, tutoriales basados ​​en vídeo son más eficientes en la comunicación de los complejos procesos metodológicos involucrados en una tubería completa de neuroimagen, como la lesión Explorer.

Análisis de imágenes del cerebro es un campo emergente de la neurociencia exigir a los operadores cualificados con un alto grado de competencia computacional y neuroanatómica. Con el fin de obtener información cuantitativa de las imágenes de resonancia magnética (MRI), un operador entrenado a menudo se requiere para implementar, monitorear y editar, salidas de imágenes generadas por ordenador generados a partir de imágenes de resonancia magnética primas. Mientras que muchas herramientas de imagen &quot;totalmente automáticos&quot; son de libre acceso a través de Internet, la precisión y la fiabilidad es cuestionable cuando se aplica por un operador novato que carecen de conocimientos, la formación y la familiaridad con la herramienta descargada. Si bien la formación en el lugar es el método de enseñanza más preferible, la presentación de un protocolo estandarizado de video-guiada es una alternativa viable, sobre todo si se acompaña de un conjunto de formación de imágenes. Además, el conjunto de formación de imágenes puede ser utilizado para las medidas de control de calidad, como una prueba de confiabilidad entre calificadores fuera de sitio. La challenges de desarrollo de una canalización de procesamiento de la imagen, sobre todo cuando se estudia el envejecimiento y la enfermedad de Alzheimer (AD), incluyen una amplia gama de temas técnicos y biológicos. Aunque algunos problemas técnicos se tratan con algoritmos de corrección de post-procesamiento de 3, la variabilidad debida a las diferencias individuales y los procesos patológicos introducen obstáculos más complejos. La atrofia cerebral y dilatación ventricular pueden reducir la viabilidad de las deformaciones de registro y enfoques plantilla-determinadas. La presencia de materia blanca relacionada con la edad cambia 4 y enfermedad de vasos pequeños de 5,6, se observa como hiperintensidades subcorticales (SH) 7,8,-como infartos lacunares llenos de líquido quístico 9,10 y espacios perivasculares dilatados 11,12, más complicar algoritmos de segmentación. En casos de enfermedad de la materia blanca significativa, una única segmentación T1 podría dar lugar a una sobreestimación de la materia gris (GM) 13, que sólo se puede corregir con una SE adicionalgmentation usando la densidad de protones (PD), T2 (T2), o la recuperación de la inversión de los fluidos atenuada de imágenes (FLAIR). A la luz de estos desafíos, la canalización de procesamiento de la imagen lesión Explorer (LE) implementa un enfoque (T1, PD, T2) tri-función semiautomática, utilizando operadores capacitados en etapas particulares cuando la intervención humana es preferible 1,2. La extracción de cerebro (o de desmontaje del cráneo) es típicamente uno de los primero operaciones realizadas en neuroimagen. Ante esto, la exactitud del total bóveda intracraneal proceso de extracción (TIV) influye en gran medida las operaciones posteriores más abajo en la tubería. Significativa sobre la erosión, lo que resulta en pérdida de cerebro, pueden conducir a una sobreestimación de la atrofia cerebral. Alternativamente, significativa bajo-erosión, lo que resulta en la inclusión de la duramadre y otras materias nonbrain, puede conducir a la inflación de los volúmenes cerebrales. Componente se Brain-Sizer de LE muchos de estos problemas mediante el uso de un tri-función (T1, T2, y PD) enfoque para generaruna máscara TIV, que produce resultados superiores en comparación con los métodos de una sola característica 1. Además, la máscara TIV generada automáticamente se comprueba y edita utilizando protocolo estandarizado que identifica las regiones susceptibles a errores cráneo pelar manualmente. Después de la extracción del cerebro, la segmentación se realiza en el cráneo T1-despojado, donde se asigna cada voxel del cerebro a 1 de 3 etiquetas: GM, materia blanca (WM), o líquido cefalorraquídeo (LCR). La segmentación se realiza automáticamente mediante un algoritmo de ajuste de curvas robusta aplicada a histogramas globales y locales de intensidad; una técnica desarrollada para hacer frente a la intensidad de artefactos no uniformidad y una separación disminuido entre GM y WM amplitud intensidad en los casos de EA 14. El componente Brain-Sizer también incluye procedimientos para la designación Manual de ventrículos y desmantelamiento de estructuras subtentorial. Segmentación del LCR ventricular (vCSF) es particularmente importante ya que el tamaño del ventrículo es una BioMar comúnmente utilizadoker para la demencia AD 15. Además, la delimitación de los ventrículos y el plexo coroideo es imprescindible para la correcta identificación de hyperintensities periventricular (pvSH), que se cree que refleja una forma de enfermedad de pequeños vasos caracterizada por colagenosis venosa 5,16,17. Usando T1 para referencia, reetiquetado Manual de voxels LCR a vCSF se logra con operaciones floodFill manuales en la imagen segmentada. Por lo general, los ventrículos laterales son más fáciles de diferenciar de CSF sulcal. Por esta razón, se recomienda para comenzar floodfilling en vista axial, a partir de rodajas superiores y mover inferiormente. Las partes mediales del sistema ventricular, particularmente la 3 º ventrículo, es más difícil de definir y se da reglas basadas en la anatomía especiales que se detallan en el manual. Paso final de Brain-Sizer incluye la extirpación del tronco encefálico, el cerebelo y otras estructuras subtentorial, utilizando procedimientos de rastreo manual descritos en un conjunto o adicionalf protocolos estandarizados basados ​​en la anatomía. El cerebro Región de extracción (SABRE) componente Semi-Automated es procedimiento parcelación de la tubería. Esta etapa requiere de operadores capacitados para identificar los siguientes puntos de referencia anatómicos: anterior y posterior de comisura (AC, PC); borde posterior del cerebro; canal central; mediados de plano sagital; muesca preoccipital; occipito-parietal sulcus; surco central, y; Cisura de Silvio. Con base en estas coordenadas históricas, un 18 grid-Talairach como se genera automáticamente y parcelación regional se lleva a cabo 19. Monumentos históricos se identifican fácilmente en CCCC imágenes alineadas, que se generan automáticamente y se comprueban manualmente antes de procedimientos landmarking SABRE. El componente de lesión-Seg es la etapa final de la tubería donde se lleva a cabo la identificación y cuantificación SH. La segmentación inicial SH automática implementa un algoritmo complejo que incluye PD/T2-based SH segmentation, fuzzy c-means adhesiva, y dilatación ventricular. Estas operaciones dan lugar a una máscara de la segmentación de la lesión generada automáticamente que se comprueba y editado por los falsos positivos y otros errores de forma manual. Como señal hiperintensa en la RM puede producir a partir de fuentes no patológicas (por ejemplo, artefactos de movimiento, la biología normal), se requiere una formación adecuada para la identificación precisa de SH relevante. El resultado final de la tubería LE es un perfil volumétrico global que contiene 8 diferentes volumetrías de tejido y lesiones que se parcellated en 26 regiones del cerebro SABRE. Para obtener la prueba de confiabilidad entre los evaluadores de operador individual fuera de las instalaciones, se recomienda ejecutar la tubería llena LE en el conjunto de entrenamiento se proporciona con el software (http://sabre.brainlab.ca). Utilizando los resultados volumétricos, el coeficiente de correlación entre clases (ICC) 20 estadísticas pueden calcularse para cada clase de tejido (GM / WM / CSF) en cada región SABRE. Uso de la segmentation imágenes, Similitud Index (SI) 21 estadísticas se pueden calcular para evaluar el grado de congruencia espacial. Además, la fiabilidad intra-evaluador puede evaluarse en los resultados del mismo operador, después de un breve periodo de tiempo ha pasado entre el operador de 1 ª y 2 ª ediciones de segmentación. A condición de que el operador fuera de las instalaciones se adhiere a las convenciones de nombres de archivos se describen en el manual de LE, estadísticas de fiabilidad se puede calcular fuera de las instalaciones utilizando los paquetes más básicos de software estadístico. Teniendo en cuenta estos controles de calidad y protocolo estandarizado de video-guiada, los operadores de fuera de las instalaciones pueden tener mayor confianza en que la tubería LE se aplica con precisión y fiabilidad.

<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

La obtención in vivo volumetría de tejido cerebral humano de MRI a menudo se complica por diversos problemas técnicos y biológicos. Estos desafíos se ven agravados cuando están presentes atrofia cerebral significativa y cambios en la materia blanca relacionada con la edad (por ejemplo Leucoaraiosis). Lesión Explorer (LE) es una tubería de neuroimagen precisa y confiable desarrollado específicamente para abordar este tipo de cuestiones comúnmente observados en la RM de la enfermedad de Alzheimer y ancianos normal. La tubería es un conjunto complejo de procedimientos semi-automáticos, que ha sido validado previamente en una serie de pruebas de confiabilidad interna y externa 1,2. Sin embargo, la precisión y la fiabilidad de LE es altamente dependiente de operadores manuales debidamente capacitado para ejecutar comandos, identificar puntos de referencia anatómicos distintos y editar manualmente / verificar varias salidas de segmentación generados por ordenador. LE se puede dividir en 3 componentes principales, cada uno requiere un conjunto de comandos y ópera manual deciones: 1) Brain-Sizer, 2) SABRE, y 3) la lesión-Seg. Operaciones manuales de Brain-Sizer implican la edición del total bóveda automática calavera despojada intracraneal (TIV) Máscara de la extracción, la designación del ventrículo líquido cefalorraquídeo (vCSF), y la eliminación de las estructuras subtentorial. El componente de SABRE requiere la comprobación de la alineación de la imagen a lo largo de la comisura anterior y posterior (ACPC) avión, y la identificación de varios puntos de referencia anatómicos necesarios para la parcelación regional. Por último, el componente de la lesión-Seg implica la comprobación manual de la segmentación automática de lesión hiperintensidades subcorticales (SH) de errores falsos positivos. Si bien la capacitación en el lugar de la tubería LE es preferible, herramientas fácilmente disponibles didácticos visuales con imágenes de entrenamiento interactivos son una alternativa viable. Desarrollado para garantizar un alto grado de exactitud y fiabilidad, lo que sigue es un vídeo-guía, protocolo estandarizado paso a paso de los procedimientos manuales de LE.

La fiabilidad entre revisores se evaluó a través de varios indicadores. Utilizando el conjunto de formación en línea ( <a href="http://sabre.brainlab.ca">http://sabre.brainlab.ca</a> ), se recomiendan las siguientes medidas para evaluar la confiabilidad entre calificadores para cada una de las etapas de procesamiento después de la finalización de la LE. Brain-Sizer: Para evaluar la confiabilidad entre los evaluadores de los procedimientos de extracción de cerebro, generar volumetría para cada TIV-E máscaras, _TIVedit &lt;nombre&gt;, utilizando el comando &lt;img_count&gt;. Introduzca estos volumetría en un paquete de software estadístico (por ejemplo, SPSS), junto con la volumetría TIVedit previstas para cada uno de la serie de capacitación (véase el archivo de Excel / CSV suministrado en línea) y calcular el coeficiente de correlación entre evaluadores (ICC). Volumetría de todo el cerebro para internos evaluadores entrenados obtener reportaron ICC = 0,99, p &lt;0,0001 1,2. Además, la evaluación del acuerdo espacial para el enmascaramiento TIV se puede evaluar utilizando elSI 21. Código MATLAB se proporciona en línea para calcular los valores de la IS entre dos evaluadores. Para evaluar la reasignación del ventrículo, generar volúmenes vCSF usando el comando &lt;img_count&gt; para cada uno de los archivos de segmentación con los vóxeles vCSF reasignados, es decir. &lt;nombre&gt; _ seg_vcsf. El volumen vCSF es el valor al lado de la fila &#39;7 &#39;en la columna titulada&#39; volumen &#39;. Utilizando los mismos procedimientos para evaluar TIV entre los calificadores fiabilidad, el cálculo de la CPI y de la IS para vCSF. La eliminación del tronco cerebral, cerebelo y estructuras subtentorial puede evaluarse de manera similar mediante la ejecución del comando &lt;img_count&gt; en _seg_vcsf_st NOMBRE. Los volúmenes utilizados para esta máscara de segmentación se muestran en la penúltima fila titulada &quot;recuento total de voxels distintos de cero:&quot; bajo &quot;volumen&quot; (la última columna a la derecha). Utilizando los mismos procedimientos para evaluar TIV y vCSF, calcule ICC y SI para este enmascaramiento procedure el uso de la volumetría en el archivo de excel proporcionados y los archivos _seg_vcsf_st &lt;name&gt;. SABRE: Si bien los procedimientos del manual de Brain-Sizer fácilmente se pueden evaluar usando métricas estándar, alineación ACPC es un poco más difícil. Por esta razón, los archivos de matriz se proporcionan para comparar visualmente para el entrenamiento de los operadores fuera de las instalaciones. Después de culminar su adaptación ACPC, abra una nueva ventana de ITK-SNAP_sb, cargar la imagen T1, a continuación, cargar la matriz para el caso de la formación impartida en línea, _T1_IHCpre_toACPC.mat &lt;nombre&gt; y comparar visualmente el cabeceo, balanceo, guiñada y ACPC rebanada entre las dos imágenes. Para evaluar los procedimientos de SABRE de lugares históricos, ejecute &lt;img_count&gt; en la máscara parcellated, NOMBRE _SABREparcel_inACPC para cada caso de entrenamiento. Introduzca la volumetría de cada región (3-28). Códigos de región SABRE se ofrecen en línea. Utilizando los mismos procedimientos para evaluar TIV y vCSF, calcule ICC para cada región del cerebro SABRE.SABRE parcellated volumetría regionales para internos evaluadores entrenados obtener CCI medios notificados = 0,98, p &lt;0,01, con valores que van desde 0,91 hasta 0,99 ICC 1,2. Lesión-Seg: Como este componente es la etapa final de la tubería LE, la fiabilidad y la precisión dependerán de las etapas anteriores. Interamericano de calificadores fiabilidad de la segmentación SH se logra utilizando ICC regional de los volúmenes de SH y el acuerdo espacial de las máscaras SH. Para evaluar los volúmenes SH regionales, ejecute &lt;SH_volumetrics&gt;, entrando tanto el archivo lobmask en el espacio T1-adquisición, NOMBRE _SABREparcel y el archivo de la segmentación definitiva editada lesión, _LEedit NOMBRE. Utilizando los mismos procedimientos para evaluar volumetría SABRE, calcule ICC para volúmenes de lesión dentro de cada región del cerebro SABRE. Utilizando los mismos procedimientos para evaluar la concordancia espacial del proceso de enmascaramiento TIV, el cálculo de la IS para las máscaras finales editadas lesión, &lt;nombre&gt; _LEedit (o FLEXedit). Las mismas pruebas de fiabilidad se pueden realizar tanto en la segmentación PD/T2-based y segmentación basada en FLAIR. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td></td><td> T1 3D </td><td> PD/T2 </td></tr><tr><td> Parámetros de imágenes </td><td> Volumen Axial SAT (S 1) SPGR </td><td> Girar Axial Echo FC VEMP VB (intercalación) </td></tr><tr><td> El tiempo 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> Voltear Ángulo (°) </td><td> 35 </td><td> 90 </td></tr><tr><td> TI (ms) </td><td> N / A </td><td> N / A </td></tr><tr><td> Tamaño de escaneado </td><td></td><td></td></tr><tr><td> FOV (cm) </td><td> 22 </td><td> 20 </td></tr><tr><td> Grosor de corte (mm) </td><td> 10,2 / 0 </td><td> 3/0 </td></tr><tr><td> No. Slices </td><td> 124 </td><td> 62 </td></tr><tr><td> Adquisición </td><td></td><td></td></tr><tr><td> Tamaño de matriz </td><td> 256 x 192 </td><td> 256 x 192 </td></tr><tr><td> Tamaño 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> Tiempo total (min) </td><td> 11:00 </td><td> 12:00 </td></tr></tbody></table> Tabla 1. General Electric 1.5T parámetros de adquisición de resonancia magnética estructural. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td></td><td> T1 3D </td><td> PD/T2 </td><td> FLAIR </td></tr><tr><td> Parámetros de imágenes </td><td> Axial 3D FSPGR EDR IR Prep </td><td> Axial 2D FSE-XL, EDR, FAST, la grasa se sentó </td> &lt;td&gt; Axial T2Flair, EDR, FAST </td></tr><tr><td> El tiempo de pulso </td><td></td><td></td><td></td></tr><tr><td><h2> TE (MS) </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> Voltear Ángulo (°) </td><td> 8 ° </td><td> 90 ° </td><td> 90 ° </td></tr><tr><td> TI (ms) </td><td> 650 </td><td> N / A </td><td> 2200 </td></tr><tr><td> Tamaño de escaneado </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> Grosor de corte (mm) </td><td> 1 </td><td> 3 </td><td> 3 </td></tr><tr><td> No. Slices </td><td> 186 </td><td> 48 </td><td> 48 </td></tr><tr><td> Adquisición </td><td></td><td></td><td></td></tr><tr><td> Tamaño de matriz </td&gt; <td> 256 x 192 </td><td> 256 x 192 </td><td> 256 x 192 </td></tr><tr><td> Tamaño 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> Tiempo total (min) </td><td> 07:20 </td><td> 06:10 </td><td> 07:20 </td></tr></tbody></table> Tabla 2. General Electric 3T parámetros de adquisición de resonancia magnética estructural. <img alt="Figura 1" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig1highres.jpg" width="500" /> Figura 1. Axial T1 con sin editar bóveda intracraneal total de (TIV) superposición de la máscara (verde). Este es un ejemplo de la utilización de la herramienta de polígono cerrado en ITK-SNAP_sb para eliminar el tejido nonbrain como parte del procedimiento de edición manual de la Cerebro- procedimiento de extracción TIV de Sizer. <pclass = &quot;jove_content&quot; fo: keep-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 con superposición de la segmentación del tejido. Observe que los colores de las etiquetas son arbitrarias y se pueden modificar mediante la herramienta Label. Imagen de la izquierda muestra los colores por defecto. Imagen del centro muestra cómo CSF ​​(5 = morado) se reasigna a vCSF (7 = magenta). Imagen de la derecha muestra cómo el color WM puede modificarse sin cambiar la etiqueta de clase de tejidos, es decir. Etiqueta 3 = WM permanece pero el color puede ser modificado para azul. <img alt="Figura 3" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig3highres.jpg" width="500" /> Figura 3. Axial T1 con superposición de la segmentación del tejido (imagen de la izquierda, GM = amarillo, WM = naranja, CSF = morado) (izquierda). Representado es un ejemplo de la extracción manual de las estructuras subtentorial utilizando la herramienta poligonales n cerrada en ITK-SNAP_sb (centro) y la segmentación del tejido final después de la eliminación (derecha). Al igual que en la figura 2, la imagen de la derecha muestra cómo el color WM puede modificarse sin cambiar la etiqueta de clase de tejidos, es decir. Etiqueta 3 = WM permanece pero el color puede ser modificado para azul. <img alt="Figura 4" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig4highres.jpg" width="500" /> Figura 4. Axial T1 en el espacio adquisición antes (izquierda) y después (derecha) se lleva a cabo la alineación AC-PC. <img alt="La figura 5" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig5highres.jpg" width="500" /> T1 Figura 5. Dos ejemplos que muestran procedimientos landmarking SABRE. Axial AC-PC alineado con AC (amarillo), PC (azul) y de borde posterior (rosa) las colocaciones históricas (izquierda). Un T1-rendido superficie 3D (derecha) con Sylvian fisura (púrpura) y cientosulcus ral (rosa) delineación. <img alt="La figura 6" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig6highres.jpg" width="500" /> Figura 6. Axial PD (izquierda) con el recubrimiento generado automáticamente lesión (centro), y la lesión editado manualmente (red) overlay (derecha). <img alt="La figura 7" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig7highres.jpg" width="500" /> Figura 7. Axial FLAIR (izquierda), con superposición genera automáticamente lesión (centro), y la lesión editado manualmente (red) overlay (derecha).

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's Disease and Normal Elderly

Lesión Explorer: Un video-guiada, Protocolo normalizado para precisa y fiable volumétrica derivados de la RM en la Enfermedad de Alzheimer y normal Ancianos

Lesión Explorer (LE) es una tubería semi-automático, procesamiento de imágenes desarrollado para obtener tejido cerebral regional y subcorticales volumetría lesión hiperintensidad de resonancia magnética estructural de la enfermedad de Alzheimer y ancianos normal. Para asegurar un alto nivel de precisión y fiabilidad, el siguiente es un video-guiada, protocolo estandarizado para los procedimientos manuales de LE.

Obtaining in vivo human brain tissue volumetrics from MRI is often complicated by various technical and biological issues. These challenges are ...

Research

JoVE Journal

Medicine

Accurate and Simple Measurement of the Pro-inflammatory Cytokine IL-1&beta; using a Whole Blood Stimulation Assay

Accurate and Simple Measurement of the Pro-inflammatory Cytokine IL-1ÃƒÅ½Ã‚Â² using a Whole Blood Stimulation Assay

La medición precisa y simple de la citoquina pro-inflamatoria IL-1β mediante un análisis de sangre entera estimulación

Inflammatory processes resulting from the secretion of soluble mediators by immune cells, lead to various manifestations in skin, joints and other tissues ...

Investigación

Medicina

Isolation of Soluble and Insoluble PrP Oligomers in the Normal Human Brain

Aislamiento de oligómeros de PrP soluble e insoluble en el cerebro humano normal

The central event in the pathogenesis of prion diseases involves a conversion of the host-encoded cellular prion protein PrPC into its pathogenic isoform ...

Photothrombotic Ischemia: A Minimally Invasive and Reproducible Photochemical Cortical Lesion Model for Mouse Stroke Studies

Isquemia photothrombotic: Un modelo de lesión cortical fotoquímico mínimamente invasiva y reproducible de Estudios Carrera Ratón

The photothrombotic stroke model aims to induce an ischemic damage within a given cortical area by means of photo-activation of a previously injected ...

A Standardized Obstacle Course for Assessment of Visual Function in Ultra Low Vision and Artificial Vision

Una carrera de obstáculos normalizado para la evaluación de la función visual en Ultra Baja Visión y Visión Artificial

We describe an indoor, portable, standardized course that can be used to evaluate obstacle avoidance in persons who have ultralow vision. Six sighted ...

Fast and Accurate Exhaled Breath Ammonia Measurement

Rápido y preciso exhalado Amoníaco Medición

This exhaled breath ammonia method uses a fast and highly sensitive spectroscopic method known as quartz enhanced photoacoustic spectroscopy (QEPAS) that ...

Establishment and Characterization of UTI and CAUTI in a Mouse Model

Establecimiento y caracterización de IU y ITUAC en un modelo de ratón

Urinary tract infections (UTI) are highly prevalent, a significant cause of morbidity and are increasingly resistant to treatment with antibiotics. ...

Motor and Hippocampal Dependent Spatial Learning and Reference Memory Assessment in a Transgenic Rat Model of Alzheimer's Disease with Stroke

Motor y del hipocampo aprendizaje espacial dependiente y Evaluación de referencia a memoria en un modelo de rata transgénica de la enfermedad de Alzheimer con accidente cerebrovascular

Alzheimer&#39;s disease (AD) is a debilitating neurodegenerative disease that results in neurodegeneration and memory loss. While age is a major risk ...

A Step by Step Protocol for Subretinal Surgery in Rabbits

Un Paso a Paso Protocolo para la cirugía subretiniana en conejos

Age related macular degeneration (AMD), retinitis pigmentosa, and other RPE related diseases are the most common causes for irreversible loss of vision in ...

An Intramedullary Locking Nail for Standardized Fixation of Femur Osteotomies to Analyze Normal and Defective Bone Healing in Mice

Un clavo intramedular de bloqueo para estandarizada fijación del fémur osteotomías para analizar normal y defectuoso Bone Healing en ratones

Bone healing models are essential to the development of new therapeutic strategies for clinical fracture treatment. Furthermore, mouse models are becoming ...

Application of Granger Causality Analysis of the Directed Functional Connection in Alzheimer's Disease and Mild Cognitive Impairment

Aplicación del análisis de causalidad de Granger de la conexión funcional dirigida en la enfermedad de Alzheimer y deterioro cognitivo leve

Impaired functional connectivity in the Default Mode Network (DMN) may be involved in the progression of Alzheimer&#39;s Disease (AD). The Posterior ...