Name: מחבר זרקור: גישור על פערים באנטומיה והקמת בסיס למחקרים אלגוריתמיים
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

עבודה זו נתמכה על ידי פרס המכון הלאומי לבריאות הנפש R01 MH131586 (ל- P.L ו- M.R), R01 MH078113 (ל- M.K), ומענק קרן סידני R בר ג'וניור (ל- P.L).

הפרוטוקול הנוכחי אושר על ידי ועדת הביקורת המוסדית במרכז הרפואי בית ישראל דיקונס. נבדק בריא עם סריקת MRI מוח ללא חפצים או תנועה שימש להדגמת פרוטוקול זה, והתקבלה הסכמה מדעת בכתב. סורק MRI 3.0 T עם סליל ראש של 32 ערוצים (ראה טבלת חומרים) שימש לקבלת תמונות 3D-T1 ברזולוציה של 1 מ"מ x 1 מ"מ x 1.2 מ"מ. נעש...

שיפור ניתוח דימות מוחי בהפרעות מוחיות

שלבים קריטיים של הפרוטוקול שלושה שלבים קריטיים דורשים תשומת לב מיוחדת בעת יישום פרוטוקול זה. ראשית, בדיקת האיכות והניגודיות של תמונות MR היא המפתח להבטחת פילוח מדויק. אם איכות התמונה ירודה מדי, או שהניגודיות נמוכה מדי או גבוהה מדי, הדבר עלול להוביל לתיחום לא מדויק של מקלעת הכורוא...

הפונקציה Choroid plexus מקלעת הכורואיד היא מבנה וסקולרי מאוד במוח המורכב מנימים מופנים וחד-שכבה של תאי אפיתל מקלעת כורואיד1. מקלעת הכורואיד מקרינה לתוך חדרי המוח הצדיים, השלישי והרביעי ומייצרת נוזל מוחי שדרתי (CSF), הממלא תפקיד חשוב בתבניות עצביות2 ובפיזיולוגיה של המוח 3,4. מקלעת הכורואיד מפרישה חומרים נוירו-וסקולריים, מקיפה מאגר דמוי תא גזע, ופועלת כמחסום פיזי המעכב כניסה של מטבוליטים רעילים, מחסום אנזימטי להסרת מואייטים העוקפים את המחסום הפיזי, ומחסום אימונולוגי להגנה מפני פולשים זרים5. מקלעת הכורואיד מווסתת נוירוגנזה6, פלסטיות סינפטית7, דלקת8, שעון ביולוגי 9,10, ציר מוח המעי11 וקוגניציה12. יתר על כן, ציטוקינים היקפיים, מתח וזיהום (כולל SARS-CoV-2) יכולים לשבש את מחסום הדם-CSF 13,14,15,16. לפיכך, מערכת מקלעת הכורואיד CSF היא אינטגרלית להתפתחות עצבית, הבשלה של מעגלים עצביים, הומאוסטזיס מוחי ותיקון17. מאחר ששינויים חיסוניים, דלקתיים, מטבוליים ואנזימטיים משפיעים על המוח, חוקרים משתמשים בכלי דימות מוחי כדי להעריך את התפקיד של מקלעת הכורואיד לאורך תוחלת החיים ובהפרעות מוחיות 18,19,20. עם זאת, קיימות מגבלות בכלים אוטומטיים נפוצים לסגמנטציה של מקלעת כורואידים, כגון FreeSurfer, אשר גורמות לכך שמקלעת הכורואיד מפולחת בצורה גרועה. לפיכך, יש צורך קריטי בסגמנטציה ידנית של מקלעת הכורואיד שניתן להשתמש בה כדי לפתח כלי אוטומטי מדויק לסגמנטציה של מקלעת כורואידים.
מקלעת כורואיד בהתפתחות עצבית והפרעות מוחיות תפקידו של מקלעת הכורואיד בהפרעות מוחיות הוזנח זה מכבר, בעיקר משום שנחשב לשחקן משנה שתפקידו לרפד את המוח ולשמור על מאזן מלחים תקין 2,21. עם זאת, מקלעת הכורואיד זכתה לתשומת לב כמבנה הקשור להפרעות מוחיות כגון תסמונות כאב22, SARS-CoV-2 16,23,24, נוירו-התפתחותיות2 והפרעות מוחיות19, דבר המצביע על אפקט טרנסדיאגנוסטי בהתפתחות הפרעות התנהגותיות. בהפרעות נוירו-התפתחותיות, ציסטות מקלעת כורואיד היו קשורות לסיכון מוגבר לעיכוב התפתחותי, הפרעת קשב וריכוז (ADHD), או הפרעת ספקטרום האוטיזם (ASD)25,26. בנוסף, נפח מקלעת כורואיד החדר הצידי נמצא מוגבר בחולים עם ASD27. בהפרעות מוחיות, הפרעות מקלעת כורואיד תוארו מאז 1921 בהפרעות פסיכוטיות28,29. מחקרים קודמים זיהו הגדלת מקלעת כורואיד באמצעות סגמנטציה של FreeSurfer במדגם גדול של חולים עם הפרעות פסיכוטיות בהשוואה הן לקרוביהם מדרגה ראשונה והן לקבוצת הביקורת19. ממצאים אלה שוכפלו באמצעות נפח מקלעת כורואיד מקוטעת ידנית במדגם גדול של אוכלוסיית קלינית בסיכון גבוה לפסיכוזה, ומצאו כי לחולים אלה היה נפח מקלעת כורואידי גדול יותר בהשוואה לקבוצת ביקורת בריאה30. ישנם מספר גדל והולך של מחקרים המדגימים הגדלת מקלעת כורואיד בתסמונת כאב אזורי מורכב22, שבץ31, טרשת נפוצה20,32, אלצהיימר33,34 ודיכאון35, כאשר חלקם מראים קשר בין פעילות חיסונית / דלקתית היקפית ומוחית. מחקרי הדמיה מוחית אלה מבטיחים; עם זאת, סגמנטציה לקויה של מקלעת כורואיד החדר הצידי על ידי FreeSurfer21 מגבילה את האמינות של הערכת נפח מקלעת כורואיד אוטומטית. כתוצאה מכך, מחקרים בטרשת נפוצה20,32, דיכאון35, אלצהיימר34 ופסיכוזה מוקדמת36 החלו לפלח ידנית את מקלעת כורואיד החדר הצידי, אך אין הנחיות עדכניות כיצד לעשות זאת, וגם לא ההנחיות שלהם לגבי פילוח מקלעת כורואיד החדר השלישי והרביעי.
כלי פילוח נפוצים אינם כוללים את מקלעת הכורואיד צינורות סגמנטציה מוחית כגון FreeSurfer37,38,39, FMRIB Software Library (FSL)40, SLANT41 ו-FastSurfer (שפותח על ידי המחבר השותף Martin Reuter)42,43, מפלחים באופן מדויק ואמין מבנים קליפתיים ותת-קליפתיים תוך שימוש בפרדיגמות מבוססות אטלס (FSL), אטלס ופני שטח (FreeSurfer), ופרדיגמות סגמנטציה של למידה עמוקה (SLANT ו-FastSurfer). חולשות של חלק מגישות אלה כוללות מהירות עיבוד, הכללה מוגבלת לסורקים שונים, עוצמות שדה וגדלי ווקסל37,44, ויישור מאולץ של מפת התוויות במרחב אטלס סטנדרטי. עם זאת, היכולת לפלח את מקלעת הכורואיד והתאימות ל-MRI ברזולוציה גבוהה מטופלות רק על ידי FreeSurfer ו-FastSurfer. הרשתות העצביות שמאחורי FastSurfer, מאומנות על תוויות מקלעת הכורואיד של FreeSurfer, כך שהן יורשות את מגבלות האמינות והכיסוי של FreeSurfer שנדונו בעבר, כאשר החדרים השלישי והרביעי מתעלמים21. קיימות גם מגבלות קיימות עבור MRI ברזולוציה גבוהה, אך ניתן להשתמש בזרם45 ברזולוציה גבוהה של FreeSurfer וב- FastSurferVINN43 כדי לטפל בבעיה זו.
כלי סגמנטציה נוכחיים של מקלעת כורואיד יש רק כלי סגמנטציה אחד זמין בחינם עבור מקלעת הכורואידים, אך דיוק הפילוח מוגבל. פילוח מדויק של מקלעת כורואיד יכול להיות מושפע ממגוון גורמים, כולל (1) שונות במיקום מקלעת כורואיד (לא נייח מרחבית) בשל מיקומו בתוך החדרים, (2) הבדלים בעוצמת הווקסל, ניגודיות, רזולוציה (הטרוגניות בתוך מבנה) עקב הטרוגניות תאית, תפקוד מקלעת כורואיד דינמית, שינויים פתולוגיים או השפעות נפח חלקיות, (3) הבדלי גודל חדרים הקשורים לגיל או פתולוגיה המשפיעים על גודל מקלעת כורואידים, ו-(4) קרבה למבנים תת-קורטיקליים סמוכים (היפוקמפוס, אמיגדלה, קאודטה והמוח הקטן), שגם הם קשים לפילוח. בהתחשב באתגרים אלה, סגמנטים של FreeSurfer לעתים קרובות תחת או מעריכים יתר על המידה, מתייגים או מתעלמים ממקלעת הכורואידים.
שלושה פרסומים אחרונים התייחסו לפער של סגמנטציה אמינה של מקלעת כורואיד עם מודל תערובת גאוסיאנית (GMM)46, Axial-MLP47, וגישות למידה עמוקה מבוססות U-Net48. כל מודל אומן והוערך באמצעות מערכי נתונים פרטיים, מתויגים ידנית של לכל היותר 150 נבדקים עם מגוון מוגבל של סורקים, אתרים, דמוגרפיה והפרעות. בעוד שפרסומים אלה 46,48,49 השיגו שיפורים משמעותיים לעומת סגמנטציית מקלעת הכורואיד של FreeSurfer - לעיתים הכפלת ההצטלבות של חיזוי ואמת קרקעית, אף אחת מהשיטות אינה (1) מאומתת ב- MRI ברזולוציה גבוהה, (2) יש לה ניתוחי הכללה ואמינות ייעודיים, (3) כוללת מערכי נתונים גדולים של אימון ובדיקה מייצגים, (4) מטפלת או מנתחת באופן ספציפי אתגרי סגמנטציה של מקלעת כורואיד כגון אפקטי נפח חלקיים, או (5) זמין לציבור ככלי מוכן לשימוש. לפיכך, "תקן הזהב" הנוכחי לסגמנטציה של מקלעת כורואיד הוא מעקב ידני, למשל באמצעות 3D Slicer50 או ITK-SNAP51, שלא תואר בעבר והיווה אתגר גדול עבור חוקרים המבקשים לבחון את תפקיד מקלעת הכורואיד במחקריהם. 3D Slicer נבחרה לסגמנטציה ידנית בשל היכרותו של המחבר עם התוכנה ומשום שהיא מספקת למשתמש כלים שונים המבוססים על גישות שונות שניתן לשלב כדי להשיג את התוצאה הרצויה. ניתן להשתמש בכלים אחרים, כגון ITK-SNAP, המכוון בעיקר לפילוח תמונות, וברגע שהכלי נשלט, המשתמש יכול להשיג תוצאות טובות. בנוסף, המחברים ערכו מחקר מקרה-ביקורת המדגים את הדיוק והאמינות הגבוהים של טכניקת הפילוח הידנית שלהם באמצעות3D Slicer 30, ומתודולוגיה ספציפית זו מתוארת כאן.

<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

מקלעת הכורואיד הייתה מעורבת בהתפתחות עצבית ובמגוון הפרעות מוחיות. ראיות מוכיחות כי מקלעת הכורואיד חיונית להבשלת המוח, ויסות חיסוני/דלקתי ותפקוד התנהגותי/קוגניטיבי. עם זאת, כלי הפילוח האוטומטיים הנוכחיים של דימות מוחי אינם מסוגלים לפלח באופן מדויק ואמין את מקלעת כורואיד החדר הצידי. יתר על כן, אין כלי קיים המקטע את מקלעת הכורואיד הממוקמת בחדר השלישי והרביעי של המוח. לפיכך, יש צורך בפרוטוקול המתאר כיצד לפלח את מקלעת הכורואיד בחדר הצידי, השלישי והרביעי כדי להגביר את המהימנות והשכפול של מחקרים הבוחנים את מקלעת הכורואיד בהפרעות נוירו-התפתחותיות ומוחיות. פרוטוקול זה מספק שלבים מפורטים ליצירת קבצים עם תוויות נפרדות ב- 3D Slicer עבור מקלעת הכורואיד בהתבסס על תמונות DICOM או NIFTI. מקלעת הכורואיד תחולק ידנית באמצעות מישורי הציר, הקשת והעטרה של תמונות T1w תוך הקפדה על אי הכללת ווקסלים ממבני חומר אפור או לבן הגובלים בחדרים. החלונות יותאמו כדי לסייע בלוקליזציה של מקלעת הכורואיד וגבולותיה האנטומיים. שיטות להערכת דיוק ומהימנות יודגמו כחלק מפרוטוקול זה. ניתן להשתמש בסגמנטציה סטנדרטית של מקלעת הכורואיד באמצעות תיחום ידני כדי לפתח כלי סגמנטציה אוטומטיים טובים ואמינים יותר שניתן לשתף בגלוי כדי להבהיר שינויים במקלעת הכורואיד לאורך תוחלת החיים ובתוך הפרעות מוחיות שונות.

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.

מחבר זרקור: גישור על פערים באנטומיה והקמת בסיס למחקרים אלגוריתמיים 

פילוח ידני של מקלעת הכורואיד האנושית באמצעות MRI מוח

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.

השיטה המוצעת עברה עידון איטרטיבי עבור מקלעת כורואיד החדר הצידי, הכוללת בדיקות מקיפות על עוקבה של 169 בקרות בריאות ו -340 חולים עם סיכון קליני גבוה לפסיכוזה30. באמצעות הטכניקה שתוארה לעיל, המחברים השיגו דיוק ואמינות תוך מדרגים גבוהים עם DC = 0.89, avgHD = 3.27 מ"מ3, ו- ICC יחיד = 0.9730, המדגי?...

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

למרות התפקיד המכריע של מקלעת הכורואיד במוח, מחקרי דימות מוחי של מבנה זה נדירים בשל היעדר כלי סגמנטציה אוטומטיים אמינים. הפרוטוקול הנוכחי נועד להבטיח פילוח ידני סטנדרטי של מקלעת הכורואיד שיכול לשמש בסיס למחקרי דימות מוחי עתידיים.

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

אנו שואפים לבסס פרוטוקול נגיש וסטנדרטי לחלוקה ידנית של מקלעת הכורואיד בתוך החדר השלישי והרביעי הלטרליים של המוח. אנו מקווים לענות על כל שאלה או בעיה נפוצות שיכולות להתעורר בעת פילוח ידני של מקלעת הכורואידים, במיוחד בהתחשב באופי המורכב של מיקומו בתוך המוח. פיתוח פרוטוקול זה יוביל ליצירת מערך נתונים גדול מספיק המורכב ממפות פילוח אמת קרקעיות שנוכל להשתמש בהן כדי לאמן ולפתח אלגוריתמים שיכולים לפלח באופן מדויק ואוטומטי את מקלעת הכורואידים.בעתיד, זה יוביל למחקרים שיחקרו את התפקיד של מקלעת הכורואיד בתוך הפרעות נוירולוגיות ונוירופסיכיאטריות שונות.

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.

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.