مقالة منهجية

التجزئة اليدوية للضفيرة المشيمية البشرية باستخدام التصوير بالرنين المغناطيسي للدماغ

4.3K مشاهدات

⸱

DOI:

10.3791/65341

⸱

ديسمبر 15, 2023

 ,  ,  ,  , 
1Department of Psychiatry, Beth Israel Deaconess Medical Center, 2Division of Translational Neuroscience, Beth Israel Deaconess Medical Center, 3Huaxi MR Research Center (HMRRC), Department of Radiology, West China Hospital of Sichuan University, 4Department of Psychiatry and Psychotherapy, Jena University Hospital, 5AI in Medical Imaging, German Center for Neurodegenerative Diseases (DZNE), 6A. A. Martinos Center for Biomedical Imaging, Massachusetts General Hospital, 7Department of Radiology, Harvard Medical School, 8Department of Psychiatry, Harvard Medical School

* These authors contributed equally

في هذه المقالة

ملخص

على الرغم من الدور الحاسم للضفيرة المشيمية في الدماغ ، فإن دراسات التصوير العصبي لهذا الهيكل نادرة بسبب عدم وجود أدوات تجزئة آلية موثوقة. يهدف البروتوكول الحالي إلى ضمان التقسيم اليدوي القياسي الذهبي للضفيرة المشيمية التي يمكن أن تفيد دراسات التصوير العصبي المستقبلية.

الملخص

الضفيرة المشيمية متورطة في النمو العصبي ومجموعة من اضطرابات الدماغ. تظهر الأدلة أن الضفيرة المشيمية ضرورية لنضج الدماغ ، والتنظيم المناعي / الالتهابي ، والأداء السلوكي / المعرفي. ومع ذلك ، فإن أدوات تجزئة التصوير العصبي الآلي الحالية ضعيفة في تقسيم الضفيرة المشيمية البطينية الجانبية بدقة وموثوقية. علاوة على ذلك ، لا توجد أداة موجودة تقسم الضفيرة المشيمية الموجودة في البطينين الثالث والرابع من الدماغ. وبالتالي ، هناك حاجة إلى بروتوكول يحدد كيفية تقسيم الضفيرة المشيمية في البطين الجانبي والثالث والرابع لزيادة موثوقية وتكرار الدراسات التي تفحص الضفيرة المشيمية في اضطرابات النمو العصبي والدماغ. يوفر هذا البروتوكول خطوات مفصلة لإنشاء ملفات مصنفة بشكل منفصل في 3D Slicer للضفيرة المشيمية بناء على صور DICOM أو NIFTI. سيتم تقسيم الضفيرة المشيمية يدويا باستخدام المستويات المحورية والسهمية والإكليلية لصور T1w مع التأكد من استبعاد voxels من هياكل المادة الرمادية أو البيضاء المتاخمة للبطينين. سيتم تعديل النوافذ للمساعدة في توطين الضفيرة المشيمية وحدودها التشريحية. سيتم عرض طرق تقييم الدقة والموثوقية كجزء من هذا البروتوكول. يمكن استخدام التجزئة القياسية الذهبية للضفيرة المشيمية باستخدام الترسيمات اليدوية لتطوير أدوات تجزئة آلية أفضل وأكثر موثوقية يمكن مشاركتها علنا لتوضيح التغييرات في الضفيرة المشيمية عبر العمر وداخل اضطرابات الدماغ المختلفة.

المقدمة

وظيفة الضفيرة المشيمية
الضفيرة المشيمية هي بنية عالية الأوعية الدموية في الدماغ تتكون من الشعيرات الدموية المحصورة وطبقة أحادية من الخلايا الظهارية الضفيرة المشيمية1. تبرز الضفيرة المشيمية في البطينات الدماغية الجانبية والثالثة والرابعة وتنتج السائل النخاعي (CSF) ، والذي يلعب دورا مهما في الأنماط العصبية2 وفسيولوجيا الدماغ 3,4. تفرز الضفيرة المشيمية مواد وعائية عصبية ، وتشمل مستودعا يشبه الخلايا الجذعية ، وتعمل كحاجز مادي لإعاقة دخول المستقلبات السامة ، وحاجز إنزيمي لإزالة الأجزاء التي تتحايل على الحاجز المادي ، وحاجز مناعي للحماية من الغزاة الأجانب5. تعدل الضفيرة المشيمية تكوين الخلايا العصبية6 ، واللدونة المشبكية7 ، والالتهاب8 ، وإيقاع الساعة البيولوجية 9,10 ، ومحور الدماغ المعوي11 ، والإدراك12. علاوة على ذلك ، يمكن أن تؤدي السيتوكينات المحيطية والإجهاد والعدوى (بما في ذلك SARS-CoV-2) إلى تعطيل حاجز الدم CSF13،14،15،16. وبالتالي ، فإن نظام الضفيرة المشيمية - CSF هو جزء لا يتجزأ من النمو العصبي ، ونضج الدائرة العصبية ، وتوازن الدماغ ، والإصلاح17. نظرا لأن التغيرات المناعية والالتهابية والأيضية والأنزيمية تؤثر على الدماغ ، يستخدم الباحثون أدوات التصوير العصبي لتقييم دور الضفيرة المشيمية عبر العمر وفي اضطرابات الدماغ18،19،20. ومع ذلك ، توجد قيود في الأدوات الآلية شائعة الاستخدام لتجزئة الضفيرة المشيمية ، مثل FreeSurfer ، مما يؤدي إلى تجزئة الضفيرة المشيمية بشكل سيئ. وبالتالي ، هناك حاجة ماسة للتجزئة اليدوية للحقيقة الأرضية للضفيرة المشيمية التي يمكن استخدامها لتطوير أداة آلية دقيقة لتجزئة الضفيرة المشيمية.

الضفيرة المشيمية في النمو العصبي واضطرابات الدماغ
لطالما تم إهمال دور الضفيرة المشيمية في اضطرابات الدماغ ، ويرجع ذلك أساسا إلى أنها كانت تعتبر لاعبا داعما يتمثل دوره في تخفيف الدماغ والحفاظ على توازن الملح المناسب 2,21. ومع ذلك ، فقد اكتسبت الضفيرة المشيمية الانتباه كهيكل مرتبط باضطرابات الدماغ مثل متلازمات الألم22 ، SARS-CoV-216،23،24 ، النمو العصبي2 ، واضطرابات الدماغ19 ، مما يشير إلى تأثير عبر التشخيص في تطور الاضطرابات السلوكية. في اضطرابات النمو العصبي ، ارتبطت أكياس الضفيرة المشيمية بزيادة خطر تأخر النمو أو اضطراب نقص الانتباه / فرط النشاط (ADHD) أو اضطراب طيف التوحد (ASD)25,26. بالإضافة إلى ذلك ، تم العثور على زيادة حجم الضفيرة المشيمية البطين الجانبي في المرضى الذين يعانون من ASD27. في اضطرابات الدماغ ،تم وصف تشوهات الضفيرة المشيمية منذ عام 1921 في الاضطرابات الذهانية28,29. حددت الدراسات السابقة تضخم الضفيرة المشيمية باستخدام تجزئة FreeSurfer في عينة كبيرة من المرضى الذين يعانون من اضطرابات ذهانية مقارنة بكل من أقاربهم من الدرجة الأولى والضوابط19. تم تكرار هذه النتائج باستخدام حجم الضفيرة المشيمية المجزأة يدويا في عينة كبيرة من الخطورة السريرية عالية لسكان الذهان ووجدت أن هؤلاء المرضى لديهم حجم ضفيرة مشيمية أكبر مقارنة بالضوابط الصحية30. هناك عدد متزايد من الدراسات التي توضح تضخم الضفيرة المشيمية في متلازمة الألم الإقليمية المعقدة22 ، والسكتة الدماغية31 ، والتصلب المتعدد20،32 ، ومرض الزهايمر33،34 ، والاكتئاب35 ، مع بعض إظهار وجود صلة بين النشاط المناعي / الالتهابي المحيطي والدماغي. هذه الدراسات العصبية واعدة. ومع ذلك ، فإن تجزئة الضفيرة المشيمية البطينية الجانبية الضعيفة بواسطة FreeSurfer21 تحد من مصداقية تقدير حجم الضفيرة المشيمية الآلي. نتيجة لذلك ، بدأت الدراسات في التصلب المتعدد20,32 ، والاكتئاب35 ، ومرض الزهايمر34 ، والذهان المبكر36 في تقسيم الضفيرة المشيمية البطينية الجانبية يدويا ، ولكن لا توجد إرشادات حالية لكيفية القيام بذلك ، ولا إرشاداتهم حول تقسيم الضفيرة المشيمية البطين الثالث والرابع.

أدوات التجزئة الشائعة تستبعد الضفيرة المشيمية
خطوط أنابيب تجزئة الدماغ مثل FreeSurfer37،38،39 ، مكتبة برامج FMRIB (FSL) 40 ، SLANT41 ، و FastSurfer (التي طورها المؤلف المشارك مارتن رويتر)42،43 ، تقسم بدقة وموثوقية الهياكل القشرية وتحت القشرية التي تستخدم نماذج الأطلس (FSL) والأطلس والسطح (FreeSurfer) ونماذج تجزئة التعلم العميق (SLANT و FastSurfer). تشمل نقاط الضعف في بعض هذه الأساليب سرعة المعالجة ، والتعميم المحدود على الماسحات الضوئية المختلفة ، وشدة المجال وأحجام الفوكسل37،44 ، والمحاذاة القسرية لخريطة التسمية في مساحة أطلس قياسية. ومع ذلك ، فإن القدرة على تقسيم الضفيرة المشيمية والتوافق مع التصوير بالرنين المغناطيسي عالي الدقة يتم معالجتها فقط بواسطة FreeSurfer و FastSurfer. يتم تدريب الشبكات العصبية وراء FastSurfer على ملصقات الضفيرة المشيمية FreeSurfer ، لذا فهي ترث قيود الموثوقية والتغطية التي تمت مناقشتها سابقا من FreeSurfer ، مع تجاهل البطينين الثالث والرابع21. توجد أيضا قيود حالية للتصوير بالرنين المغناطيسي عالي الدقة ، ولكن يمكن استخدام دفق FreeSurfer عالي الدقة45 و FastSurferVINN43 للتعامل مع هذه المشكلة.

أدوات تجزئة الضفيرة المشيمية الحالية
لا يوجد سوى أداة تجزئة واحدة متاحة مجانا للضفيرة المشيمية ، لكن دقة التجزئة محدودة. يمكن أن يتأثر تجزئة الضفيرة المشيمية الدقيقة بمجموعة متنوعة من العوامل ، بما في ذلك (1) التباين في موقع الضفيرة المشيمية (غير ثابت مكانيا) بسبب موقعها داخل البطينين ، (2) الاختلافات في شدة الفوكسل ، التباين ، الدقة (عدم التجانس داخل الهيكل) بسبب عدم التجانس الخلوي ، وظيفة الضفيرة المشيمية الديناميكية ، التغيرات المرضية ، أو تأثيرات الحجم الجزئي ، (3) اختلافات حجم البطين المرتبطة بالعمر أو الأمراض التي تؤثر على حجم الضفيرة المشيمية ، و (4) القرب من الهياكل تحت القشرية المجاورة (الحصين ، اللوزة ، المذنبة ، والمخيخ) ، والتي يصعب أيضا تقسيمها. بالنظر إلى هذه التحديات ، غالبا ما تكون تجزئة FreeSurfer أقل من أو تبالغ في تقدير الضفيرة المشيمية أو تخطئ في تسميتها أو تتجاهلها.

تناولت ثلاثة منشورات حديثة فجوة تجزئة الضفيرة المشيمية الموثوقة باستخدام نموذج خليط غاوسي (GMM) 46 ، و Axial-MLP47 ، ونهج التعلم العميق القائم على U-Net48. تم تدريب كل نموذج وتقييمه باستخدام مجموعات بيانات خاصة مصنفة يدويا لما لا يزيد عن 150 شخصا مع تنوع محدود من الماسحات الضوئية والمواقع والتركيبة السكانية والاضطرابات. في حين أن هذه المنشورات46،48،49 حققت تحسينات كبيرة على تجزئة الضفيرة المشيمية في FreeSurfer - في بعض الأحيان تضاعف تقاطع التنبؤ والحقيقة الأرضية ، لم يتم التحقق من صحة أي من الطريقتين (1) في التصوير بالرنين المغناطيسي عالي الدقة ، (2) خصصت تحليلات التعميم والموثوقية ، (3) تتميز بتدريب وتمثيلي كبير ومجموعات بيانات الاختبار ، (4) تتناول أو تحلل على وجه التحديد تحديات تجزئة الضفيرة المشيمية مثل تأثيرات الحجم الجزئي ، أو (5) متاحة للجمهور كأداة جاهزة للاستخدام. وبالتالي ، فإن "المعيار الذهبي" الحالي لتجزئة الضفيرة المشيمية هو التتبع اليدوي ، على سبيل المثال ، باستخدام 3D Slicer50 أو ITK-SNAP51 ، والذي لم يتم وصفه من قبل وكان تحديا كبيرا للباحثين الراغبين في فحص دور الضفيرة المشيمية في دراساتهم. تم اختيار 3D Slicer للتجزئة اليدوية نظرا لإلمام المؤلف بالبرنامج ولأنه يوفر للمستخدم أدوات متنوعة تعتمد على طرق مختلفة يمكن دمجها للحصول على النتيجة المرجوة. يمكن استخدام أدوات أخرى ، مثل ITK-SNAP ، والتي يتم توجيهها بشكل أساسي إلى تجزئة الصورة ، وبمجرد إتقان الأداة ، يمكن للمستخدم الحصول على نتائج جيدة. بالإضافة إلى ذلك ، أجرى المؤلفون دراسة حالة وشواهد توضح الدقة العالية والموثوقية لتقنية التجزئة اليدوية الخاصة بهم باستخدام 3D Slicer30 ، ويتم وصف هذه المنهجية المحددة هنا.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

تمت الموافقة على البروتوكول الحالي من قبل مجلس المراجعة المؤسسية في مركز بيث إسرائيل ديكونيس الطبي. تم استخدام موضوع سليم مع فحص التصوير بالرنين المغناطيسي للدماغ الذي كان خاليا من القطع الأثرية أو الحركة في عرض البروتوكول هذا ، وتم الحصول على موافقة خطية مستنيرة. تم استخدام ماسح ضوئي للتصوير بالرنين المغناطيسي 3.0 T مع ملف رأس 32 قناة (انظر جدول المواد) للحصول على صور ثلاثية الأبعاد بدقة 1 مم × 1 مم × 1.2 مم. تم استخدام تسلسل MP-RAGE ASSET مع مجال رؤية 256 × 256 ، TR / TE / TI = 7.38 / 3.06 / 400 مللي ثانية ، وزاوية قلب 11 درجة.

1. استيراد التصوير بالرنين المغناطيسي للدماغ إلى 3D القطاعة

ملاحظة: يوفر 3D Slicer الوثائق المتعلقة بواجهة المستخدم الخاصة به.

  1. إعداد الدماغ التصوير بالرنين المغناطيسي DICOM (التصوير الرقمي والاتصالات في الطب) أو NIFTI (مبادرة تكنولوجيا المعلوماتية التصوير العصبي) الملفات لاستيرادها إلى 3D القطاعة.
  2. قم باستيراد بيانات DICOM بالنقر فوق الزر DCM في الزاوية العلوية اليسرى من شريط الأدوات. ثم انقر فوق ملف استيراد ملفات DICOM زر لاستيراد بيانات تنسيق DICOM.
  3. إذا كانت بيانات التصوير بالرنين المغناطيسي بتنسيق NIFTI، فقم باستيرادها بالنقر فوق الزر DATA في الزاوية العلوية اليسرى من شريط الأدوات. في مربع الحوار المنبثق، حدد اختيار دليل لإضافته إلى الاستيراد الدفعي لبيانات NIFTI في مجلد أو حدد اختيار ملف (ملفات) لإضافته لاستيراد ملفات NIFTI محددة. ثم ، انقر فوق OK زر لمتابعة تحميل البيانات إلى 3D Slicer.
  4. بعد الاستيراد ، ستظهر بيانات التصوير بالرنين المغناطيسي في النافذة الموجودة على اليمين لعرض المستويات المحورية والسهمية والإكليلية.
  5. قم بتغيير تخطيط النوافذ بالانتقال إلى التخطيطات وتحديد تخطيط معين. يمكن العثور على هذا إما عن طريق النقر فوق صورة وحدة التخطيطات في شريط أدوات 3D Slicer نفسه أو عبر عرض تخطيطات > من قائمة التطبيق.

2. تنزيل DICOM من عينة البيانات في 3D Slicer

  1. انقر فوق الزر تنزيل عينة البيانات في الشاشة الافتتاحية لقسم مرحبا بك في مقسم طريقة العرض. ثم حدد زر MRHead ، وسيبدأ عملية التنزيل ، والتي قد تستغرق بضع دقائق.
  2. تأكد من عرض بيانات التصوير بالرنين المغناطيسي للدماغ مع المستويات المحورية والسهمية والإكليلية في النافذة اليمنى.

3. مراقبة الجودة وضبط صورة التصوير بالرنين المغناطيسي

  1. حدد نوعيا جودة الصورة ووجود القطع الأثرية بسبب حركة الرأس أو مشكلات المسح الضوئي من خلال مراجعة نقدية لكل شريحة من شرائح التصوير بالرنين المغناطيسي.
  2. قم بتكبير شريحة الصورة بالنقر بزر الماوس الأيمن وتحريك الماوس لأعلى أو لأسفل للتصغير أو التصغير ، على التوالي.
  3. لتحريك شريحة الصورة، انقر بزر الماوس الأيسر فوق الصورة، واضغط مع الاستمرار على مفتاح Shift ، واسحب الماوس حولها.
  4. يمكن أن يساعد ضبط سطوع الصورة في عرض الضفيرة المشيمية. للقيام بذلك ، انقر فوق ضبط النافذة / مستوى الصوت في شريط الأدوات أو انقر بزر الماوس الأيسر فوق الصورة وحرك الماوس لأعلى أو لأسفل لرفع أو خفض السطوع ، على التوالي.
  5. يمكن أن يساعد ضبط التباين أيضا في العثور على الضفيرة المشيمية. انقر بزر الماوس الأيسر على شريحة الصورة وحرك الماوس إلى اليسار أو اليمين لزيادة التباين أو تقليله ، على التوالي. لتحديد التباين المناسب للضفيرة المشيمية ، استخدم نوى المادة الرمادية العميقة (كتل مركزية من المادة الرمادية مصفوفة حول البطينين الجانبي والثالث) أو شدة الإشارة الموضحة في شريط مقياس التباين.
  6. بمجرد تحديد التباين المفضل ، حافظ على نفس التباين طوال التجزئة ولا تضبط الاختلافات المحتملة في المناطق فوق وتحت الوترية.

4. إنشاء الأجزاء اليدوية من الضفيرة المشيمية

  1. لبدء تجزئة الضفيرة المشيمية البطينية الجانبية والثالثة والرابعة ، قم بإنشاء ملفات التجزئة في وحدة محرر القطع . للتنقل إلى هناك ، انقر إما على محرر المقاطع في شريط الأدوات أو انتقل إلى القائمة المنسدلة الوحدات النمطية: وحدد محرر القطع.
  2. انقر فوق القائمة المنسدلة للتجزئة لتحديد تقسيمات مختلفة (إذا تم إنشاء أجزاء متعددة) وإعادة تسمية التجزئة المحددة حاليا.
  3. استخدم القائمة المنسدلة الحجم الرئيسي لاختيار مجموعات NIFTI أو DICOM التي تحتاج إلى تحرير. فقط عند تحديد ملف وحدة التخزين ، يمكن للمستخدم البدء في التقسيم / التحرير.
  4. انقر فوق الزر إضافة مرتين لإضافة مقطعين للضفيرة المشيمية البطينية الجانبية. لإعادة تسميتها ، انقر نقرا مزدوجا فوق الاسم وقم بتغييرها إلى الضفيرة المشيمية البطين الجانبي الأيمن والضفيرة المشيمية البطين الجانبي الأيسر.
  5. انقر فوق الزر "إضافة" مرة أخرى لإضافة مقاطع للضفيرة المشيمية البطينية الثالثة والرابعة ، وإعادة تسميتها إلى "الضفيرة المشيمية البطينية الثالثة" و "الضفيرة المشيمية البطينية 4".

5. عرض شرائح وتجزئة مختلفة

  1. قبل التحرير ، قم بإجراء دراسة خلفية لمعرفة كيفية التنقل بين التخطيطات في نافذة العرض وكيفية تغيير عرض أو عتامة التجزئة.
  2. في الجزء العلوي من نافذة العرض وعلى يسار شريط تمرير الشريحة ، انقر فوق رمز الدبوس. سيؤدي هذا إلى فتح قائمة منسدلة ، والتي قد تختلف اعتمادا على التخطيط المحدد للنافذة.
    ملاحظة: يمكن أن يكون استخدام تخطيطات مختلفة مفيدا عند تقسيم الضفيرة المشيمية لأن هيكلها يمكن أن يختلف بين الأفراد. على سبيل المثال ، يسمح التخطيط "التقليدي" للمستخدم بعرض جميع الشرائح الثلاث في وقت واحد وعرض 3D للمشهد. اختيار "شريحة حمراء / صفراء / خضراء فقط" يعطي المستخدم رؤية عن قرب لشريحة 2D للسماح بتجزئة أكثر دقة للضفيرة المشيمية.

6. تحديد عائد استثمار الضفيرة المشيمية البطين الجانبي

ملاحظة: تسجيل الصورة في قالب ليس ضروريا للتجزئة اليدوية.

  1. بالنسبة للضفيرة المشيمية البطينية الجانبية ، ابدأ في المستوى المحوري لضمان وضع الصور بناء على الخط الثنائي. ثم استخدم ضمانات trigonum كنقطة مرجعية لتحديد موقع الضفيرة المشيمية البطينية الجانبية.
    1. بمجرد إجراء التعديلات في المستوى المحوري ، انتقل إلى المناظر المتبقية (السهمي والإكليلي) للتأكد من أن التجزئة اليدوية للضفيرة المشيمية البطينية الجانبية لا تلتقط حمة الدماغ المحيطة أو السائل الدماغي النخاعي.
  2. لبدء التحرير ، انقر فوق المقطع للعمل عليه ، وسيتم تمييز اسم الشريحة.
  3. انقر فوق أداة الطلاء أو الرسم في قسم التأثيرات في محرر المقاطع لبدء التجزئة اليدوية.
    ملاحظة: من الأفضل البدء في التقسيم في مستوى واحد (إكليلي أو محوري أو سهمي) ، وبعد اكتمال التجزئة في جميع الشرائح ، انتقل إلى مستويات أخرى للتحقق من التجزئة اليدوية وتحسينها. يقترح أن يبدأ المستخدم بالمستويات المحورية أو الإكليلية حيث يمكن رؤية الضفيرة المشيمية البطينية الجانبية بسهولة أكبر في هذه الآراء.
  4. عند استخدام أداة الرسم ، انقر بزر الماوس الأيسر مع الاستمرار لرسم محيط عند حدود الضفيرة المشيمية البطينية الجانبية. بمجرد التتبع ، انقر بزر الماوس الأيمن لملء المنطقة المرسومة.
  5. عند استخدام أداة الطلاء ، حدد أولا قطر الفرشاة التي سيتم استخدامها للطلاء. يقترح فرشاة 3٪ أو 5٪ لتحديد أكثر دقة للضفيرة المشيمية ، في حين أن 10٪ يمكن أن تكون مفيدة للاختيارات الأكبر.
  6. لأي من الأداتين ، استخدم الطلاء أو المسح لتصحيح أي ترسيم خاطئ عن طريق إضافة أو إزالة التحديدات.
    ملاحظة: يمكن أن تساعد الإشارة إلى مستويات الرؤية الأخرى في تحديد بنية الضفيرة المشيمية للبطين الجانبي مقابل هياكل الدماغ الأخرى ، مثل المادة الرمادية المحيطة أو القبو أو الجسم الثفني أو الحصين. يتم تشجيع المستخدم على استبعاد فحوصات الدماغ التي تم تحديد أكياس الضفيرة المشيمية.
  7. استخدم مستوى النواة الحمراء كمعلم لإيقاف تجزئة الضفيرة المشيمية في البطينين الجانبيين.

7. تحديد عائد استثمار الضفيرة المشيمية للبطين الثالث والرابع

ملاحظة: ستوفر صور T1w عالية الدقة (مثل 0.7 أو 0.8 مم) وتلك التي تم الحصول عليها في التصوير بالرنين المغناطيسي 7T تقسيما يدويا أكثر دقة وموثوقية للضفيرة المشيمية للبطين الثالث والرابع. يعد تقسيم الضفيرة المشيمية للبطين الثالث والرابع أكثر صعوبة من الضفيرة المشيمية البطينية الجانبية لأن هذه المناطق يمكن أن تكون أصغر بكثير ومع عدد أقل من الفوكسل لتحديدها.

  1. بالنسبة للضفيرة المشيمية البطينية الثالثة ، ابدأ في المستوى السهمي واستخدم ثقبة مونرو ، القبو ، الجسم الثفني ، المهاد ، والوريد الدماغي الداخلي كنقاط مرجعية لتحديد الضفيرة المشيميةفي البطين 3. يمكن أن يساعد التنقل بين الشرائح داخل المستوى نفسه في تحديد إذا ما كانت المنطقة هي القبو أو المهاد أو الوريد أو الضفيرة المشيمية للبطين الثالث.
    1. بمجرد إجراء التعديلات في المستوى السهمي ، انتقل إلى طرق العرض المتبقية (المحورية والإكليلية ) للتأكد من أن التجزئة اليدوية للضفيرة المشيمية البطين الثالث لا تحدد حمة الدماغ المحيطة أو السائل الدماغي النخاعي.
  2. وبالمثل، بالنسبة للضفيرة المشيمية البطينية الرابعة، ابدأ في المستوى السهمي واستخدم السويقة المخيخية العلوية، والبونس، والنخاع كنقاط مرجعية لتحديد الضفيرة المشيمية في البطين الرابع. يمكن أن يساعد التنقل بين الشرائح داخل نفس المستوى في تحديد ما إذا كانت المنطقة هي المخيخ أو اللوزتين المخيخيتين أو القطيفة النخاعية السفلية أو الضفيرة المشيمية البطينية 4.
    1. بمجرد الانتهاء من التعديلات في المستوى السهمي ، انتقل إلى طرق العرض المتبقية (المحورية والإكليلية) للتأكد من أن التجزئة اليدوية للضفيرة المشيمية البطينية الرابعة لا تختار حمة الدماغ المحيطة أو السائل الدماغي النخاعي.

8. حساب أحجام الضفيرة المشيمية

  1. من القائمة المنسدلة الوحدات النمطية ، انتقل إلى القياس الكمي وحدد إحصائيات القطاع.
  2. ضمن المدخلات، حدد خريطة التجزئة الجديدة للقياس الكمي ضمن أداة التجزئة واختر وحدة تخزين التصوير بالرنين المغناطيسي من وحدة التخزين العددية. بالنسبة لجدول المخرجات (ضمن الإخراج)، اختر خيار الجدول . بمجرد الانتهاء ، اضغط على تطبيق ، وسيظهر جدول يحتوي على حجم الضفيرة المشيمية في وحدات مختلفة.

9. حفظ المقاطع ونتائج الحجم

  1. انقر على حفظ زر في الزاوية اليسرى العليا من شريط الأدوات لحفظ الملفات التي تم إنشاؤها.
  2. احفظ ملفات التجزئة بتنسيق .nrrd (ملف مقسم طريقة عرض 3D) أو .nii.gz (ملف NIFTI) أو .tsv (ملف جدول).

10. تحديد الدقة والأداء والاتفاق على التجزئة

ملاحظة: يوصى باستخدام حزمة MONAI (انظر جدول المواد) ، والتي تصف معامل النرد (DC) ومتوسط مسافة سطح DeepMind (avgSD). التفاصيل حول DC و avgSD موصوفة أدناه. من أجل حساب هذه المقاييس ، سيحتاج القراء إلى معرفة كيفية البرمجة (على سبيل المثال ، python ، وقراءة الصور من القرص ، وإعادة تنسيق البيانات إلى صفائف الإدخال المناسبة لهذه الوظائف). لا توجد حزمة سهلة الاستخدام تتضمن كل هذه المقاييس.

  1. درجة DC هي نهج قياسي لتحديد تداخل مجالين هندسيين. لحساب متوسط درجة DC بين تجزأين ، قم بتوفير موترين y_pred و y ، أي صور متعددة الإطارات بإطار واحد لكل صورة تسمية ثنائية. قد تحتوي Tensors y_pred و y على تقسيمات لاثنين من المقيمين اليدويين المختلفين ، أو تجزئة متكررة لنفس المعدل ، أو التنبؤ الآلي والحقيقة الأرضية اليدوية.
    1. استخدم الدالة monai.metrics.compute_meandice لحساب متوسط درجة DC.
    2. قم بإنشاء موترات تسمية ثنائية مناسبة باستخدام monai.transforms.post.
      ملاحظة: يمكن تعيين المعلمة include_background إلى False لاستبعاد الفئة الأولى (فهرس القناة 0) من حساب DC ، والذي يفترض ، حسب الاصطلاح ، أنه خلفية.
  2. ضع في اعتبارك أن درجة متوسط SD أقل شيوعا ، ولاحظ أن النهج يمكن أن يختلف مع وجود تعريفات متعددة لمسافة السطح. على سبيل المثال ، استخدم المسافة القصوى (المعروفة أيضا باسم مسافة Hausdorff ، شديدة الحساسية للقيم المتطرفة) ، ومتوسط المسافة (كما هو موضح هنا) ، والنسبة المئوية 95 (قوية للغاية) كمقاييس مستخدمة بشكل متكرر.
    1. استخدم الدالة compute_average_surface_distance لحساب متوسط درجة SD.
    2. تأكد من أن هذه الوظيفة تحسب متوسط مسافة السطح من y_pred إلى y ضمن الإعداد الافتراضي.
    3. بالإضافة إلى ذلك ، إذا كان متماثلا = صحيح ، فتأكد من إرجاع متوسط مسافة السطح المتماثلة بين هذين المدخلين.
  3. يمكن إجراء التحليل الإحصائي لدرجة DC و avgSD عبر حالات متعددة باستخدام اختبار Wilcoxon القوي الموقع للتحليل المزدوج.
  4. ضع في اعتبارك استخدام معامل الارتباط داخل الفئة (ICC) كطريقة أخرى شائعة الاستخدام لتحديد ما إذا كان يمكن تصنيف العديد من المشاركين بشكل موثوق من قبل مقيمين مختلفين. تذكر أن ICC يعمل على مجموعة من القياسات المزدوجة (على سبيل المثال ، حجم) التجزئة وليس على صور التجزئة مباشرة. لحساب ICC ، استخدم برنامج R و R Studio (انظر جدول المواد) ، مما يجعل العملية مباشرة.
    1. قم بتنزيل الحزمة باستخدام install.packages ("psych") وقم بتحميل المكتبة (psych).
    2. أدخل إطار البيانات، الذي يتضمن المشاركين (الصفوف) ومقيما في كل عمود، باستخدام Data <- data.frame(df). ثم تصور القياسات باستخدام المؤامرة (البيانات).
    3. لتشغيل ICC ، استخدم ICC (Data) ، الذي ينشئ جدولا للأنواع المختلفة من ICC ، على سبيل المثال ، للحصول على الدرجات بين المقيمين أو داخلهم.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

خضعت الطريقة المقترحة لتحسين تكراري للضفيرة المشيمية البطينية الجانبية ، بما في ذلك اختبارات مكثفة على مجموعة من 169 ضابطا صحيا و 340 مريضا يعانون من مخاطر عالية سريريا للذهان30. باستخدام التقنية الموضحة أعلاه ، حصل المؤلفون على دقة وموثوقية عالية داخل المقيم مع DC = 0.89 ، و avgHD = 3.27 مم3 ، و ICC أحادي المقيم = 0.9730 ، مما يدل على قوة البروتوكول الموصوف هنا.

التعامل مع قضايا مراقبة الجودة وإعدادات 3D Slicer
قبل البدء في عملية التجزئة ...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

الخطوات الحاسمة للبروتوكول
وهناك ثلاث خطوات حاسمة تتطلب اهتماما خاصا عند تنفيذ هذا البروتوكول. أولا ، يعد التحقق من جودة صور التصوير بالرنين المغناطيسي وتباينها أمرا أساسيا لضمان التجزئة الدقيقة. إذا كانت جودة الصورة رديئة للغاية ، أو كان التباين منخفضا جدا أو مرتفعا جدا ، فقد يؤدي ذلك إلى تحديد غير دقيق للضفيرة المشيمية. يمكن ضبط تباين الصورة عن طريق عرض قيمة التدرج الرمادي للصورة أو عن طريق معايرة القيم لتحسين التباين بين نوى المادة الرمادية والمادة الرمادية. ثانيا ، يجب أن يكون المقيمون على دراية ب...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

وليس للمؤلفين مصالح مالية متنافسة.

شكر وتقدير

تم دعم هذا العمل من قبل جائزة المعهد الوطني للصحة العقلية R01 MH131586 (إلى P.L و M.R) ، R01 MH078113 (إلى M.K) ، ومنحة مؤسسة Sydney R Baer Jr (إلى P.L).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
3D Slicer3D Slicerhttps://www.slicer.org/برنامج مجاني مفتوح المصدر لتصور الصور والشبكات الطبية والطبية الحيوية وغيرها من الصور ثلاثية الأبعاد ومعالجتها وتجزئتها وتسجيلها وتحليلها ؛ والتخطيط والتنقل في الإجراءات الموجهة بالصور.
FreeSurferFreeSurferhttps://surfer.nmr.mgh.harvard.edu/مجموعة أدوات التصوير العصبي مفتوحة المصدر لمعالجة وتحليل وتصور صور التصوير بالرنين المغناطيسي للدماغ البشري
ITK-SNAP ITK-SNAPITK-SNAPتطبيق برمجي مجاني مفتوح المصدر ومتعدد المنصات يستخدم لتقسيم الهياكل في الصور الطبية الحيوية ثلاثية الأبعاد ورباعي الأبعاد.
Monai PackageMonai Consortiumhttps://docs.monai.io/en/stable/metrics.htmlاستخدامها لمعامل النرد ومتوسط مسافة السطح DeepMind. 
ماسح التصوير بالرنين المغناطيسيGEDiscovery MR750 
Psych PackageR-Projecthttps://cran.r-project.org/web/packages/psych/index.htmlصندوق أدوات للأغراض العامة تم تطويره في الأصل للشخصية والنظرية السيكومترية وعلم النفس التجريبي.
R SoftwareR-Projecthttps://www.r-project.org/R هي بيئة برمجية مجانية للحوسبة الإحصائية والرسومات.
RStudioPosithttps://posit.co/بيئة التطوير المتكاملة RStudio (IDE) هي مجموعة من الأدوات التي تم تصميمها لمساعدتك على أن تكون أكثر إنتاجية مع R و Python.
Windows أو Apple OS Desktop أو Laptop أيشركةغيرمطلوبة لتشغيل البرنامج المستخدم في هذا البروتوكول.
http://www.itksnap.org/pmwiki/pmwiki.php

المراجع

  1. Lun, M. P., Monuki, E. S., Lehtinen, M. K. Development and functions of the choroid plexus-cerebrospinal fluid system. Nature Reviews Neuroscience. 16 (8), 445-457 (2015).
  2. Dani, N., Herbst, R. H., McCabe, C. A cellular and spatial map of the choroid plexus across brain ventricles and ages. Cell. 184 (11), 3056-3074 (2021).
  3. Kaiser, K., Bryj, aV. Choroid plexus: the orchestrator of long-range signalling within the CNS. IJMS. 21 (13), 4760(2020).
  4. Damkier, H. H., Brown, P. D., Praetorius, J. Cerebrospinal fluid secretion by the choroid plexus. Physiological Reviews. 93, 46(2013).
  5. Liddelow, S. A. Development of the choroid plexus and blood-CSF barrier. Frontiers in Neuroscience. 9, 00032(2015).
  6. Gato, A., Alonso, M. I., Lamus, F., Miyan, J. Neurogenesis: A process ontogenically linked to brain cavities and their content, CSF. Seminars in Cell & Developmental Biology. 102, 21-27 (2020).
  7. Spatazza, J., Lee, H. H. C., Di Nardo, A. A. Choroid-plexus-derived Otx2 homeoprotein constrains adult cortical plasticity. Cell Reports. 3 (6), 1815-1823 (2013).
  8. Kim, S., Hwang, Y., Lee, D., Webster, M. J. Transcriptome sequencing of the choroid plexus in schizophrenia. Translational Psychiatry. 6 (11), e964-964 (2016).
  9. Myung, J., Schmal, C., Hong, S. The choroid plexus is an important circadian clock component. Nature Communications. 9 (1), 1062(2018).
  10. Quintela, T., Furtado, A., Duarte, A. C., Gonçalves, I., Myung, J., Santos, C. R. A. The role of circadian rhythm in choroid plexus functions. Progress in Neurobiology. 205, 102129(2021).
  11. Gorlé, N., Blaecher, C., Bauwens, E., et al. The choroid plexus epithelium as a novel player in the stomach-brain axis during Helicobacter infection. Brain, Behavior, and Immunity. 69, 35-47 (2018).
  12. Zappaterra, M. W., Lehtinen, M. K. The cerebrospinal fluid: regulator of neurogenesis, behavior, and beyond. Cellular and Molecular Life Sciences. 69 (17), 2863-2878 (2012).
  13. Cardia, E., Molina, D., Abbate, F. Morphological modifications of the choroid plexus in a rodent model of acute ventriculitis induced by gram-negative liquoral sepsis: Possible implications in the pathophysiology of hypersecretory hydrocephalus. Child's Nervous System. 11 (9), 511-516 (1995).
  14. Coisne, C., Engelhardt, B. Tight junctions in brain barriers during central nervous system inflammation. Antioxidants & Redox Signaling. 15 (5), 1285-1303 (2011).
  15. Szmydynger-Chodobska, J., Strazielle, N., Gandy, J. R. Posttraumatic Invasion of monocytes across the blood-cerebrospinal fluid barrier. Journal of Cerebral Blood Flow & Metabolism. 32 (1), 93-104 (2012).
  16. Pellegrini, L., Albecka, A., Mallery, D. L. SARS-CoV-2 infects the brain choroid plexus and disrupts the blood-csf barrier in human brain organoids. Cell Stem Cell. 27 (6), 951-961 (2020).
  17. Bitanihirwe, B., Lizano, P., Woo, T. Deconstructing the functional neuroanatomy of the choroid plexus: an ontogenetic perspective for studying neurodevelopmental and neuropsychiatric disorders. Review at Molecular Psychiatry. , (2022).
  18. Ramaekers, V., Sequeira, J. M., Quadros, E. V. Clinical recognition and aspects of the cerebral folate deficiency syndromes. Clinical Chemistry and Laboratory Medicine. 51 (3), 0543(2012).
  19. Lizano, P., Lutz, O., Ling, G. Association of choroid plexus enlargement with cognitive, inflammatory, and structural phenotypes across the psychosis spectrum. AJP. 176 (7), 564-572 (2019).
  20. Kim, H., Lim, Y. M., Kim, G. Choroid plexus changes on magnetic resonance imaging in multiple sclerosis and neuromyelitis optica spectrum disorder. Journal of the Neurological Sciences. 415, 116904(2020).
  21. Bannai, D., Lutz, O., Lizano, P. Neuroimaging considerations when investigating choroid plexus morphology in idiopathic psychosis. Schizophrenia Research. 224, 19-21 (2020).
  22. Zhou, G., Hotta, J., Lehtinen, M. K., Forss, N., Hari, R. Enlargement of choroid plexus in complex regional pain syndrome. Scientific Reports. 5 (1), 14329(2015).
  23. Jacob, F., Pather, S. R., Huang, W. K. Human pluripotent stem cell-derived neural cells and brain organoids reveal SARS-CoV-2 neurotropism predominates in choroid plexus epithelium. Cell Stem Cell. 27 (6), 937-950 (2020).
  24. Yang, A. C., Kern, F., Losada, P. M. Dysregulation of brain and choroid plexus cell types in severe COVID-19. Nature. 595 (7868), 565-571 (2021).
  25. Lin, Y. J., Chiu, N. C., Chen, H. J., Huang, J. Y., Ho, C. S. Cranial ultrasonographic screening findings among healthy neonates and their association with neurodevelopmental outcomes. Pediatrics & Neonatology. 62 (2), 158-164 (2021).
  26. Chang, H., Tsai, C. M., Hou, C. Y., Tseng, S. H., Lee, J. C., Tsai, M. L. Multiple subependymal pseudocysts in neonates play a role in later attention deficit hyperactivity and autistic spectrum disorder. Journal of the Formosan Medical Association. 118 (3), 692-699 (2019).
  27. Levman, J., Vasung, L., MacDonald, P. Regional volumetric abnormalities in pediatric autism revealed by structural magnetic resonance imaging. International Journal of Developmental Neuroscience. 71 (1), 34-45 (2018).
  28. Taft, A. E. A note on the pathology of the choroid plexus in general paralysis. Archives of Neurology & Psychiatry. 7 (2), 177(1922).
  29. D, S. R. The choroid plexus in organic diseases of the brain and of schizophreina. The Journal of Nervous and Mental Disease. 56, 21-26 (1921).
  30. Bannai, D., Reuter, M., Hegde, R. Linking choroid plexus enlargement with plasma analyte and structural phenotypes in clinical high risk for psychosis: a multisite neuroimaging study. BioRxiv. , (2022).
  31. Egorova, N., Gottlieb, E., Khlif, M. S., Spratt, N. J., Brodtmann, A. Choroid plexus volume after stroke. International Journal of Stroke. 14 (9), 923-930 (2019).
  32. Ricigliano, V. A., Morena, E., Colombi, A. Choroid plexus enlargement in inflammatory multiple sclerosis: 3.0-T MRI and translocator protein PET evaluation. Radiology. 301 (1), 166-177 (2021).
  33. Tadayon, E., Pascual-Leone, A., Press, D., Santarnecchi, E. Choroid plexus volume is associated with levels of CSF proteins: relevance for Alzheimer's and Parkinson's disease. Neurobiology of Aging. 89, 108-117 (2020).
  34. Choi, J. D., Moon, Y., Kim, H. J., Yim, Y., Lee, S., Moon, W. J. Choroid plexus volume and permeability at brain MRI within the Alzheimer Disease clinical spectrum. Radiology. 304 (3), 635-645 (2022).
  35. Althubaity, N., Schubert, J., Martins, D. Choroid plexus enlargement is associated with neuroinflammation and reduction of blood-brain barrier permeability in depression. NeuroImage: Clinical. 33, 102926(2022).
  36. Senay, O., et al. Choroid plexus volume in individuals with early course and chronic psychosis - a magnetic resonance imaging study. Schizophrenia Bulletin. , (2022).
  37. Fischi, B. FreeSurfer. NeuroImage. 62 (2), 774-781 (2012).
  38. Fischl, B., et al. Cortical folding patterns and predicting cytoarchitecture. Cerebral Cortex. 18 (8), 1973-1980 (2008).
  39. Fischl, B., vander Kouwe, A., Destrieux, C. Automatically parcellating the human cerebral cortex. Cerebral Cortex. 14 (1), 11-22 (2004).
  40. Patenaude, B., Smith, S. M., Kennedy, D. N., Jenkinson, M. A Bayesian model of shape and appearance for subcortical brain segmentation. NeuroImage. 56 (3), 907-922 (2011).
  41. Huo, Y., Xu, Z., Xiong, Y. 3D whole brain segmentation using spatially localized atlas network tiles. NeuroImage. 194, 105-119 (2019).
  42. Henschel, L., Conjeti, S., Estrada, S., Diers, K., Fischl, B., Reuter, M. FastSurfer - A fast and accurate deep learning based neuroimaging pipeline. NeuroImage. 219, 117012(2020).
  43. Henschel, L., Kügler, D., Reuter, M. FastSurferVINN: Building resolution-independence into deep learning segmentation methods-A solution for HighRes brain MRI. NeuroImage. 251, 118933(2022).
  44. Jovicich, J., Czanner, S., Han, X. MRI-derived measurements of human subcortical, ventricular and intracranial brain volumes: Reliability effects of scan sessions, acquisition sequences, data analyses, scanner upgrade, scanner vendors and field strengths. NeuroImage. 46 (1), 177-192 (2009).
  45. Zaretskaya, N., Fischl, B., Reuter, M., Renvall, V., Polimeni, J. R. Advantages of cortical surface reconstruction using submillimeter 7 T MEMPRAGE. NeuroImage. 165, 11-26 (2018).
  46. Tadayon, E., Moret, B., Sprugnoli, G., Monti, L., Pascual-Leone, A., Santarnecchi, E. Improving choroid plexus segmentation in the healthy and diseased brain: Relevance for Tau-PET imaging in dementia. Journal of Alzheimer's Disease. 74 (4), 1057-1068 (2020).
  47. Schmidt-Mengin, M., Ricigliano, V. A. G., Bodini, B. Axial multi-layer perceptron architecture for automatic segmentation of choroid plexus in multiple sclerosis. Medical Imaging 2022: Image Processing. SPIE. Išgum, I., Colliot, O. , (2022).
  48. Zhao, L., Feng, X., Meyer, C. H., Alsop, D. C. Choroid plexus segmentation using optimized 3D U-Net. 2020 IEEE 17th International Symposium on Biomedical Imaging (ISBI). IEEE. , 381-384 (2020).
  49. Schmidt-Mengin, M., et al. Axial multi-layer perceptron architecture for automatic segmentation of choroid plexus in multiple sclerosis. arXiv. , (2021).
  50. Egger, J., Kapur, T., Nimsky, C., Kikinis, R. Pituitary adenoma volumetry with 3D Slicer. PLoS ONE. Muñoz-Barrutia, A. 7 (12), 51788(2012).
  51. Yushkevich, P. A., Piven, J., Hazlett, H. C., et al. User-guided 3D active contour segmentation of anatomical structures: Significantly improved efficiency and reliability. NeuroImage. 31 (3), 1116-1128 (2006).
  52. Dice, L. R. Measures of the amount of ecologic association between species. Ecology. 26 (3), 297-302 (1945).
  53. Aydin, O. U., Taha, A. A., Hilbert, A. On the usage of average Hausdorff distance for segmentation performance assessment: hidden error when used for ranking. European Radiology Experimental. 5 (1), (2021).
  54. Shrout, P. E., Fleiss, J. L. Intraclass correlations: Uses in assessing rater reliability. Psychological Bulletin. 86 (2), 420-428 (1979).
  55. Pawlik, D., Leuzy, A., Strandberg, O., Smith, R. Compensating for choroid plexus based off-target signal in the hippocampus using 18F-flortaucipir PET. NeuroImage. 221, 117193(2020).
  56. Yazdan-Panah, A., Schmidt-Mengin, M., Ricigliano, V. A. G., Soulier, T., Stankoff, B., Colliot, O. Automatic segmentation of the choroid plexuses: Method and validation in controls and patients with multiple sclerosis. NeuroImage: Clinical. 38, 103368(2023).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

3D Slicer DICOM NIFTI

مقالات ذات صلة