Name: Pleins feux sur l’auteur : Combler les lacunes en anatomie et établir une base pour les études algorithmiques
Uploaded: 2023-12-15T12:40:00
Description: Watch this Scientific Journal Video about Bridging Gaps in Anatomy and Establishing a Foundation for Algorithmic Studies at JoVE.com

Ce travail a été soutenu par une bourse R01 MH131586 de l’Institut national de la santé mentale (à P.L et M.R.), R01 MH078113 (à M.K) et une subvention de la Fondation Sydney R Baer Jr (à P.L).

Le présent protocole a été approuvé par le comité d’examen institutionnel du centre médical Beth Israel Deaconess. Un sujet en bonne santé avec une IRM cérébrale exempte d’artefacts ou de mouvements a été utilisé pour cette démonstration du protocole, et un consentement éclairé écrit a été obtenu. Un scanner IRM de 3,0 T avec une bobine de tête à 32 canaux (voir le tableau des matériaux) a été utilisé pour acquérir des images 3D-T1 avec une résolution de 1 mm x 1 mm x 1,2 mm...

Améliorer l’analyse de la neuroimagerie dans les troubles cérébraux

Étapes critiques du protocole Trois étapes critiques nécessitent une attention particulière lors de la mise en œuvre de ce protocole. Tout d’abord, la vérification de la qualité et du contraste des images IRM est essentielle pour garantir une segmentation précise. Si la qualité de l’image est trop médiocre, ou si le contraste est trop faible ou trop élevé, cela peut entraîner une délimitation inexacte du plexus choroïde. Le contraste de l’image peut être ajusté en visualisant la...

Fonction du plexus choroïde Le plexus choroïde est une structure hautement vascularisée du cerveau constituée de capillaires fenêtrés et d’une monocouche de cellules épithéliales du plexus choroïde1. Le plexus choroïde se projette dans les ventricules cérébraux latéraux, troisième et quatrième et produit du liquide céphalorachidien (LCR), qui joue un rôle important dans la structuration neuronale2 et la physiologie cérébrale 3,4. Le plexus choroïde sécrète des substances neurovasculaires, englobe un dépôt semblable à une cellule souche et agit comme une barrière physique pour empêcher l’entrée de métabolites toxiques, une barrière enzymatique pour éliminer les fractions qui contournent la barrière physique et une barrière immunologique pour protégercontre les envahisseurs étrangers. Le plexus choroïde module la neurogenèse6, la plasticité synaptique7, l’inflammation8, le rythme circadien 9,10, l’axe cerveau intestinal11 et la cognition12. De plus, les cytokines périphériques, le stress et l’infection (y compris le SRAS-CoV-2) peuvent perturber la barrière hémato-céphalo-rachidien 13,14,15,16. Ainsi, le système plexus-LCR choroïde fait partie intégrante du neurodéveloppement, de la maturation des circuits neurologiques, de l’homéostasie cérébrale et de la réparation17. Étant donné que les altérations immunitaires, inflammatoires, métaboliques et enzymatiques ont un impact sur le cerveau, les chercheurs utilisent des outils de neuroimagerie pour évaluer le rôle du plexus choroïde tout au long de la vie et dans les troubles cérébraux 18,19,20. Cependant, il existe des limites dans les outils automatisés couramment utilisés pour la segmentation du plexus choroïde, tels que FreeSurfer, qui se traduisent par une mauvaise segmentation du plexus choroïde. Ainsi, il existe un besoin critique de segmentation manuelle de la vérité terrain du plexus choroïde qui peut être utilisé pour développer un outil automatisé précis pour la segmentation du plexus choroïde.
Plexus choroïde dans le neurodéveloppement et les troubles cérébraux Le rôle du plexus choroïde dans les troubles cérébraux a longtemps été négligé, principalement parce qu’il était considéré comme un acteur de soutien dont le rôle était d’amortir le cerveau et de maintenir un bon équilibre salin 2,21. Cependant, le plexus choroïde a attiré l’attention en tant que structure liée à des troubles cérébraux tels que les syndromes douloureux22, le SRAS-CoV-2 16,23,24, le neurodéveloppement2 et les troubles cérébraux19, suggérant un effet transdiagnostique dans le développement des troubles du comportement. Dans les troubles neurodéveloppementaux, les kystes du plexus choroïde étaient associés à un risque accru de retard de développement, de trouble déficitaire de l’attention/hyperactivité (TDAH) ou de trouble du spectre autistique (TSA)25,26. De plus, on a constaté une augmentation du volume du plexus choroïde du ventricule latéral chez les patients atteints de TSA27. Dans les troubles cérébraux, des anomalies du plexus choroïde sont décrites depuis 1921 dans les troubles psychotiques28,29. Des études antérieures ont identifié l’élargissement du plexus choroïde à l’aide de la segmentation FreeSurfer dans un large échantillon de patients atteints de troubles psychotiques par rapport à leurs parents au premier degré et aux témoins19. Ces résultats ont été reproduits à l’aide d’un volume de plexus choroïde segmenté manuellement dans un grand échantillon de population clinique à haut risque de psychose et ont constaté que ces patients avaient un volume de plexus choroïde plus important par rapport aux témoins sains30. Il existe un nombre croissant d’études démontrant l’élargissement du plexus choroïde dans le syndrome douloureux régional complexe22, l’accident vasculaire cérébral31, la sclérose en plaques20,32, la maladie d’Alzheimer33,34 et la dépression35, certaines démontrant un lien entre l’activité immunitaire/inflammatoire périphérique et cérébrale. Ces études de neuroimagerie sont prometteuses ; cependant, une mauvaise segmentation du plexus choroïde du ventricule latéral par FreeSurfer21 limite la fiabilité de l’estimation automatisée du volume du plexus choroïde. En conséquence, des études sur la sclérose en plaques20,32, la dépression35, la maladie d’Alzheimer34 et la psychose précoce36 ont commencé à segmenter manuellement le plexus choroïde du ventricule latéral, mais il n’y a pas de lignes directrices actuelles sur la façon de le faire, pas plus que leurs conseils sur la segmentation du plexus choroïde du troisième et du quatrième ventricule.
Les outils de segmentation courants excluent le plexus choroïde Les pipelines de segmentation cérébrale tels que FreeSurfer 37,38,39, FMRIB Software Library (FSL)40, SLANT41 et FastSurfer (développé par le co-auteur Martin Reuter)42,43, segmentent avec précision et fiabilité les structures corticales et sous-corticales en utilisant des paradigmes de segmentation basés sur l’atlas (FSL), l’atlas et la surface (FreeSurfer) et l’apprentissage profond (SLANT et FastSurfer). Les faiblesses de certaines de ces approches comprennent la vitesse de traitement, la généralisation limitée à différents scanners, les intensités de champ et les tailles de voxel37,44 et l’alignement forcé de la carte d’étiquettes dans un espace d’atlas standard. Cependant, la capacité de segmenter le plexus choroïde et la compatibilité avec l’IRM haute résolution ne sont abordées que par FreeSurfer et FastSurfer. Les réseaux neuronaux à l’origine de FastSurfer sont entraînés sur les étiquettes du plexus choroïde de FreeSurfer, de sorte qu’ils héritent de la fiabilité et des limites de couverture précédemment discutées de FreeSurfer, les troisième et quatrième ventricules étant ignorés21. Il existe également des limitations actuelles pour l’IRM haute résolution, mais le flux haute résolution45 et le FastSurferVINN43 de FreeSurfer peuvent être utilisés pour résoudre ce problème.
Outils actuels de segmentation du plexus choroïde Il n’existe qu’un seul outil de segmentation disponible gratuitement pour le plexus choroïde, mais la précision de la segmentation est limitée. La segmentation précise du plexus choroïde peut être influencée par divers facteurs, notamment (1) la variabilité de l’emplacement du plexus choroïde (spatialement non stationnaire) en raison de son emplacement dans les ventricules, (2) les différences d’intensité des voxels, de contraste, de résolution (hétérogénéité intra-structure) dues à l’hétérogénéité cellulaire, à la fonction dynamique du plexus choroïde, aux changements pathologiques ou aux effets de volume partiels, (3) les différences de taille ventriculaire liées à l’âge ou à la pathologie ayant un impact sur la taille du plexus choroïde, et (4) la proximité des structures sous-corticales adjacentes (hippocampe, amygdale, caudé et cervelet), qui sont également difficiles à segmenter. Compte tenu de ces défis, les segmentations FreeSurfer sous-estiment ou surestiment souvent, étiquetent mal ou ignorent le plexus choroïde.
Trois publications récentes ont abordé la lacune de la segmentation fiable du plexus choroïde avec un modèle de mélange gaussien (GMM)46, un MLP axial47 et des approches d’apprentissage profond basées surU-Net 48. Chaque modèle a été entraîné et évalué à l’aide d’ensembles de données privés, étiquetés manuellement, d’au plus 150 sujets avec une diversité limitée de scanners, de sites, de données démographiques et de troubles. Bien que ces publications 46,48,49 aient apporté des améliorations significatives par rapport à la segmentation du plexus choroïde de FreeSurfer - doublant parfois l’intersection de la prédiction et de la vérité terrain, aucune des deux méthodes n’est (1) validée en IRM haute résolution, (2) dispose d’analyses de généralisation et de fiabilité dédiées, (3) présente de grands ensembles de données d’entraînement et de test représentatifs, (4) aborde ou analyse spécifiquement les défis de segmentation du plexus choroïde tels que : effets de volume partiels, ou (5) est accessible au public en tant qu’outil prêt à l’emploi. Ainsi, l’étalon-or actuel pour la segmentation du plexus choroïde est le traçage manuel, par exemple à l’aide de 3D Slicer50 ou ITK-SNAP51, qui n’a pas été décrit auparavant et qui a constitué un défi majeur pour les chercheurs souhaitant examiner le rôle du plexus choroïde dans leurs études. 3D Slicer a été choisi pour la segmentation manuelle en raison de la familiarité de l’auteur avec le logiciel et parce qu’il fournit à l’utilisateur divers outils basés sur différentes approches qui peuvent être combinés pour obtenir le résultat souhaité. D’autres outils peuvent être utilisés, comme ITK-SNAP, qui est principalement orienté sur la segmentation d’images, et une fois l’outil maîtrisé, de bons résultats peuvent être obtenus par l’utilisateur. De plus, les auteurs ont mené une étude cas-témoins démontrant la grande précision et la fiabilité de leur technique de segmentation manuelle à l’aide de 3D Slicer30, et cette méthodologie spécifique est décrite ici.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>3D Slicer</td>
			<td>3D Slicer</td>
			<td>https://www.slicer.org/</td>
			<td>A free, open source software for visualization, processing, segmentation, registration, and analysis of medical, biomedical, and other 3D images and meshes; and planning and navigating image-guided procedures.</td>
		</tr>
		<tr>
			<td>FreeSurfer</td>
			<td>FreeSurfer</td>
			<td>https://surfer.nmr.mgh.harvard.edu/</td>
			<td>An open source neuroimaging toolkit for processing, analyzing, and visualizing human brain MR images</td>
		</tr>
		<tr>
			<td>ITK-SNAP</td>
			<td>ITK-SNAP</td>
			<td>http://www.itksnap.org/pmwiki/pmwiki.php</td>
			<td>A free, open-source, multi-platform software application used to segment structures in 3D and 4D biomedical images.&#160;</td>
		</tr>
		<tr>
			<td>Monai Package</td>
			<td>Monai Consortium</td>
			<td>https://docs.monai.io/en/stable/metrics.html</td>
			<td>Use for Dice Coefficient and DeepMind average Surface Distance.&#160;</td>
		</tr>
		<tr>
			<td>MRI scanner</td>
			<td>GE</td>
			<td>Discovery MR750&#160;</td>
			<td></td>
		</tr>
		<tr>
			<td>Psych Package</td>
			<td>R-Project</td>
			<td>https://cran.r-project.org/web/packages/psych/index.html</td>
			<td>A general purpose toolbox developed originally for personality, psychometric theory and experimental psychology.</td>
		</tr>
		<tr>
			<td>R Software</td>
			<td>R-Project</td>
			<td>https://www.r-project.org/</td>
			<td>R is a free software environment for statistical computing and graphics.&#160;</td>
		</tr>
		<tr>
			<td>RStudio</td>
			<td>Posit</td>
			<td>https://posit.co/</td>
			<td>An RStudio integrated development environment (IDE) is a set of tools built to help you be more productive with R and Python.&#160;</td>
		</tr>
		<tr>
			<td>Windows or Apple OS Desktop or Laptop</td>
			<td>Any company</td>
			<td>n/a</td>
			<td>Needed for running the software used in this protocol.&#160;</td>
		</tr>
	</tbody>
</table>

manual segmentation of the human choroid plexus using brain mri

Le plexus choroïde a été impliqué dans le développement neurologique et une gamme de troubles cérébraux. Les preuves démontrent que le plexus choroïde est essentiel à la maturation du cerveau, à la régulation immunitaire/inflammatoire et au fonctionnement comportemental/cognitif. Cependant, les outils actuels de segmentation automatisée en neuroimagerie sont médiocres pour segmenter avec précision et fiabilité le plexus choroïde du ventricule latéral. De plus, il n’existe pas d’outil qui segmente le plexus choroïde situé dans les troisième et quatrième ventricules du cerveau. Ainsi, un protocole délimitant la façon de segmenter le plexus choroïde dans le ventricule latéral, le troisième et le quatrième ventricule est nécessaire pour augmenter la fiabilité et la reproductibilité des études examinant le plexus choroïde dans les troubles neurodéveloppementaux et cérébraux. Ce protocole fournit des étapes détaillées pour créer des fichiers étiquetés séparément dans 3D Slicer pour le plexus choroïde à partir d’images DICOM ou NIFTI. Le plexus choroïde sera segmenté manuellement à l’aide des plans axial, sagittal et coronal des images T1w en veillant à exclure les voxels des structures de matière grise ou blanche bordant les ventricules. Le fenêtrage sera ajusté pour aider à la localisation du plexus choroïde et de ses limites anatomiques. Des méthodes d’évaluation de l’exactitude et de la fiabilité seront démontrées dans le cadre de ce protocole. La segmentation de référence du plexus choroïde à l’aide de délimitations manuelles peut être utilisée pour développer des outils de segmentation automatisés meilleurs et plus fiables qui peuvent être partagés ouvertement pour élucider les changements dans le plexus choroïde tout au long de la vie et dans divers troubles cérébraux.

Choroid plexus function 
The choroid plexus is a highly vascularized structure in the brain consisting of fenestrated capillaries and a monolayer of choroid plexus epithelial cells1. The choroid plexus projects into the lateral, third, and fourth cerebral ventricles and produces cerebrospinal fluid (CSF), which plays an important role in neural patterning2 and brain physiology3,4. The choroid plexus secretes neurovascular substances, encompasses a stem-cell like repository, and acts as a physical barrier to impede the entrance of toxic metabolites, an enzymatic barrier to remove moieties that circumvent the physical barrier, and an immunological barrier to protect against foreign invaders5. The choroid plexus modulates neurogenesis6, synaptic plasticity7, inflammation8, circadian rhythm9,10, gut brain-axis11, and cognition12. Moreover, peripheral cytokines, stress, and infection (including SARS-CoV-2) can disrupt the blood-CSF barrier13,14,15,16. Thus, the choroid plexus-CSF system is integral for neurodevelopment, neurocircuit maturation, brain homeostasis, and repair17. Since immune, inflammatory, metabolic, and enzymatic alterations impact the brain, researchers are using neuroimaging tools to assess the role of the choroid plexus across the lifespan and in brain disorders18,19,20. However, limitations exist in commonly used automated tools for choroid plexus segmentation, such as FreeSurfer, which result in the choroid plexus being poorly segmented. Thus, there is a critical need for ground truth manual segmentation of the choroid plexus that can be used to develop an accurate automated tool for choroid plexus segmentation.
Choroid plexus in neurodevelopment and brain disorders 
The role of the choroid plexus in brain disorders has long been neglected, mainly because it was regarded as a supporting player whose role was to cushion the brain and maintain a proper salt balance2,21. However, the choroid plexus has gained attention as a structure linked to brain disorders such as pain syndromes22, SARS-CoV-216,23,24, neurodevelopmental2, and brain disorders19, suggesting a transdiagnostic effect in the development of behavioral disorders. In neurodevelopmental disorders, choroid plexus cysts were associated with an increased risk of developmental delay, attention-deficit/hyperactivity disorder (ADHD), or autism spectrum disorder (ASD)25,26. Additionally, lateral ventricle choroid plexus volume was found to be increased in patients with ASD27. In brain disorders,choroid plexus abnormalities have been described since 1921 in psychotic disorders28,29. Previous studies have identified choroid plexus enlargement using FreeSurfer segmentation in a large sample of patients with psychotic disorders compared to both their first-degree relatives and controls19. These findings were replicated using manually segmented choroid plexus volume in a large sample of clinical high-risk for psychosis population and found that these patients had larger choroid plexus volume compared to healthy controls30. There are a growing number of studies demonstrating choroid plexus enlargement in complex regional pain syndrome22, stroke31, multiple sclerosis20,32, Alzheimer&#39;s33,34, and depression35, with some demonstrating a link between peripheral and brain immune/inflammatory activity. These neuroimaging studies are promising; however, poor lateral ventricle choroid plexus segmentation by FreeSurfer21 limits the trustworthiness of automated choroid plexus volume estimation. As a result, studies in multiple sclerosis20,32, depression35, Alzheimer&#39;s34, and early psychosis36 have begun manually segmenting the lateral ventricle choroid plexus, but there are no current guidelines for how to do this, nor is their guidance on segmenting the third and fourth ventricle choroid plexus.
Common segmentation tools exclude the choroid plexus 
Brain segmentation pipelines such as FreeSurfer37,38,39, FMRIB Software Library (FSL)40, SLANT41, and FastSurfer (developed by the co-author Martin Reuter)42,43, accurately and reliably segment cortical and subcortical structures employing atlas-based (FSL), atlas- and surface-based (FreeSurfer), and deep learning segmentation paradigms (SLANT and FastSurfer). Weaknesses of some of these approaches include processing speed, limited generalization to different scanners, field strengths and voxel sizes37,44, and forced alignment of the label map in a standard atlas space. However, the capability to segment the choroid plexus and the compatibility with high-resolution MRI is only addressed by FreeSurfer and FastSurfer. The neural networks behind FastSurfer, are trained on FreeSurfer choroid plexus labels, so they inherit FreeSurfer&#39;s previously discussed reliability and coverage limitations, with the third and fourth ventricles being ignored21. Current limitations for high-resolution MRI also exist, but FreeSurfer&#39;s high-resolution stream45 and FastSurferVINN43 can be used to handle this issue.
Current choroid plexus segmentation tools 
There is only one freely available segmentation tool for the choroid plexus, but segmentation accuracy is limited. Accurate choroid plexus segmentation can be impacted by a variety of factors, including (1) variability in choroid plexus location (spatially non-stationary) due to its location within the ventricles, (2) differences in voxel intensity, contrast, resolution (within-structure heterogeneity) due to cellular heterogeneity, dynamic choroid plexus function, pathological changes, or partial volume effects, (3) age- or pathology-related ventricular size differences impacting choroid plexus size, and (4) proximity to adjacent subcortical structures (hippocampus, amygdala, caudate, and cerebellum), which are also difficult to segment. Given these challenges, FreeSurfer segmentations often under or over-estimate, mislabel or ignore the choroid plexus.
Three recent publications addressed the gap of reliable choroid plexus segmentation with a Gaussian Mixture Model (GMM)46, an Axial-MLP47, and U-Net-based deep learning approaches48. Each model was trained and evaluated using private, manually labeled datasets of at most 150 subjects with a limited diversity of scanners, sites, demographics, and disorders. While these publications46,48,49 achieved significant improvements over FreeSurfer&#39;s choroid plexus segmentation - sometimes doubling the intersection of prediction and ground truth, neither method is (1) validated in high-resolution MRI, (2) has dedicated generalization and reliability analyses, (3) features large representative training and testing datasets, (4) specifically addresses or analyzes choroid plexus segmentation challenges such as partial volume effects, or (5) is publicly available as a ready-to-use tool. Thus, the current &#34;gold standard&#34; for choroid plexus segmentation is manual tracing, e.g., using 3D Slicer50 or ITK-SNAP51, which has not been previously described and has been a major challenge for researchers wishing to examine the role of the choroid plexus in their studies. 3D Slicer was chosen for manual segmentation due to the author&#39;s familiarity with the software and because it provides the user with various tools based on different approaches that can be combined to obtain the desired result. Other tools can be used, such as ITK-SNAP, which is primarily oriented on image segmentation, and once the tool is mastered, good results can be obtained by the user. Additionally, the authors have conducted a case-control study demonstrating the high accuracy and reliability of their manual segmentation technique using 3D Slicer30, and that specific methodology is described herein.

Pleins feux sur l’auteur : Combler les lacunes en anatomie et établir une base pour les études algorithmiques 

Segmentation manuelle du plexus choroïde humain à l’aide de l’IRM cérébrale

We aim to establish an accessible and standardized protocol for manually segmenting the choroid plexus within the lateral third and fourth ventricles of the brain. We hope to address any common questions or problems that can arise when manually segmenting the choroid plexus, especially considering the complex nature of its location within the brain. Developing this protocol will lead to the creation of a large enough data set consisting of ground truth segmentation maps that we can then use to train and develop algorithms that can accurately and automatically segment the choroid plexus.In the future, this will lead to studies that investigate the role of the choroid plexus within various neurologic and neuropsychiatric disorders.

La méthode proposée a fait l’objet d’un raffinement itératif pour le plexus choroïde du ventricule latéral, impliquant des tests approfondis sur une cohorte de 169 témoins sains et 340 patients présentant un risque cliniquement élevé de psychose30. À l’aide de la technique décrite ci-dessus, les auteurs ont obtenu une précision et une fiabilité intra-évaluateurs élevées avec un DC = 0,89, un AVGH = 3,27 mm3 et un ICC à évaluateur unique = 0,9730, ce qui démontre...

Watch this Scientific Journal Video about Bridging Gaps in Anatomy and Establishing a Foundation for Algorithmic Studies at JoVE.com

Malgré le rôle crucial du plexus choroïde dans le cerveau, les études de neuroimagerie de cette structure sont rares en raison du manque d’outils de segmentation automatisés fiables. Le présent protocole vise à assurer une segmentation manuelle de référence du plexus choroïde qui peut éclairer les futures études de neuroimagerie.

The choroid plexus has been implicated in neurodevelopment and a range of brain disorders. Evidence demonstrates that the choroid plexus is critical for ...

Notre objectif est d’établir un protocole accessible et standardisé pour segmenter manuellement le plexus choroïde au sein des troisième et quatrième ventricules latéraux du cerveau. Nous espérons répondre à toutes les questions ou problèmes courants qui peuvent survenir lors de la segmentation manuelle du plexus choroïde, en particulier compte tenu de la nature complexe de son emplacement dans le cerveau. Le développement de ce protocole conduira à la création d’un ensemble de données suffisamment important composé de cartes de segmentation de la vérité terrain que nous pourrons ensuite utiliser pour entraîner et développer des algorithmes capables de segmenter avec précision et automatiquement le plexus choroïde.À l’avenir, cela conduira à des études qui étudient le rôle du plexus choroïde dans divers troubles neurologiques et neuropsychiatriques.

manual-segmentation-of-the-human-choroid-plexus-using-brain-mri

Research

JoVE Journal

Neuroscience

Manual Segmentation of the Human Choroid Plexus Using Brain MRI

The choroid plexus has been implicated in neurodevelopment and a range of brain disorders. Evidence demonstrates that the choroid plexus is critical for brain maturation, immune/ inflammatory regulation, and behavioral/cognitive functioning. However, current automated neuroimaging segmentation tools are poor at accurately and reliably segmenting the lateral ventricle choroid plexus. Furthermore, there is no existing tool that segments the choroid plexus located in the third and fourth ventricles of the brain. Thus, a protocol delineating how to segment the choroid plexus in the lateral, third, and fourth ventricle is needed to increase the reliability and replicability of studies examining the choroid plexus in neurodevelopmental and brain disorders. This protocol provides detailed steps to create separately labeled files in 3D Slicer for the choroid plexus based on DICOM or NIFTI images. The choroid plexus will be manually segmented using the axial, sagittal, and coronal planes of T1w images making sure to exclude voxels from gray or white matter structures bordering the ventricles. Windowing will be adjusted to assist in the localization of the choroid plexus and its anatomical boundaries. Methods for assessing accuracy and reliability will be demonstrated as part of this protocol. Gold standard segmentation of the choroid plexus using manual delineations can be used to develop better and more reliable automated segmentation tools that can be openly shared to elucidate changes in the choroid plexus across the lifespan and within various brain disorders.

Despite the crucial role of the choroid plexus in the brain, neuroimaging studies of this structure are scarce due to the lack of reliable automated segmentation tools. The present protocol aims to ensure gold-standard manual segmentation of the choroid plexus that can inform future neuroimaging studies.

Recherche

Neurosciences

Segmentation of the Choroid Plexus Using Manual Delineations

To begin, import digital imaging and communications in medicine or DICOM data by clicking on the DCM button located at the upper left corner of the toolbar and clicking the import DICOM files button. To adjust the brightness of an image, click adjust window and level of volume or left click on the image and drag the mouse up or down. Then left click on the image slice and move the mouse to the left or right to adjust the contrast.Refer to the deep gray matter nuclei or the contrast scale bars signal intensity and ensure that it remains consistent throughout the segmentation to choose the suitable contrast for the choroid plexus. To start the segmentation of the lateral third and fourth ventricle choroid plexus, select the segment editor from the module's dropdown menu. Now click on the dropdown menu for segmentation to select different segmentations and rename the selected one.Use the master volume dropdown and pick the NIfTI or DICOM sets that need editing. Click the add button two times to include two segments for the lateral ventricle choroid plexus. Double click on their titles and rename them as right lateral ventricle choroid plexus and left lateral ventricle choroid plexus.Click on the add button once more to introduce segments for the choroid plexus of the third and fourth ventricles. Afterward, rename them as the third ventricle choroid plexus and the fourth ventricle choroid plexus respectively. Begin with the lateral ventricle choroid plexus in the axial plane and ensure to position images based on the bicommissural line.Use the trigonum collaterale as a reference point to locate the lateral ventricle choroid plexus. To start manual segmentation, select either the paint or draw tool located in the effects section of the segment editor. While using the paint tool, select the desired brush diameter for painting.Use the red nucleus level to determine when to stop segmenting the choroid plexus in the lateral ventricles. To locate the third ventricle choroid plexus, commence in the sagittal plane, and use the foramen of Monro, fornix, corpus callosum, thalamus, and internal cerebral vein as landmarks. Similarly, for the fourth ventricle choroid plexus, begin in the sagittal plane and use the superior cerebellar peduncle, pons and medulla as reference points to pinpoint the choroid plexus in the fourth ventricle.From the modules dropdown menu, navigate to quantification and select segment statistics. Then under the input section, select the newly created segmentation map for quantification under the segmentation tool and select the MRI volume from the scaler volume. For the output table, select the table option under output and hit apply.A table displaying the choroid plexus volume in different units will appear. Click on the save button located in the top left part of the toolbar to store the generated files. Preserve the segmentation files in the formats nrrd, nii.gz, or tsv.