Dreidimensionale Formmodellierung und Analyse von Gehirnstrukturen

Die Formanalyse von Hirnstrukturen hat sich als bevorzugtes Werkzeug herauskristallisiert, um ihre morphologischen Veränderungen unter pathologischen Prozessen wie neurodegenerativen Erkrankungen und Alterung¹zu untersuchen. Verschiedene Rechenmethoden sind erforderlich, um 1) die Grenzen von Zielstrukturen aus medizinischen Bildern genau abzugrenzen, 2) die Zielform in Form von 3D-Oberflächennetzen zu rekonstruieren, 3) intersubjektübergreifende Korrespondenz über die einzelnen Formmodelle mittels Formparametrierung oder Oberflächenregistrierung zu bilden und 4) die regionalen Formunterschiede zwischen Individuen oder Gruppen quantitativ zu bewerten. In den letzten Jahren, viele Methoden wurden in Neuroimaging-Studien für jeden dieser Schritte eingeführt. Trotz der bemerkenswerten Entwicklungen auf diesem Gebiet gibt es jedoch nicht viele Rahmenbedingungen, die sofort auf die Forschung anwendbar sind. In diesem Artikel beschreiben wir jeden Schritt der Formanalyse von Gehirnstrukturen mithilfe unserer benutzerdefinierten Formmodellierungstools und öffentlich verfügbaren Bildsegmentierungstools.

Hier zeigen wir den Rahmen für die Formanalyse für Hirnstrukturen durch die Formanalyse des linken und rechten Hippocamps anhand eines Datensatzes von Erwachsenenkontrollen und Alzheimer-Patienten. Atrophie des Hippocampi ist als kritischer bildgebender Biomarker bei neurodegenerativen Erkrankungen^2,3,4anerkannt. In unserem Shape-Analyse-Framework verwenden wir das Vorlagenmodell der Zielstruktur und die vorlagenverformbare Registrierung im Formmodellierungsprozess. Das Vorlagenmodell kodiert allgemeine Formmerkmale der Zielstruktur in einer Grundgesamtheit und bietet auch eine Basisfürstfür die Quantifizierung der Formunterschiede zwischen den einzelnen Modellen über ihre transitive Beziehung zum Vorlagenmodell. In der Vorlagen-zu-Bild-Registrierung haben wir eine Laplacian-Oberflächenverformungsmethode entwickelt, um das Vorlagenmodell in einzelnen Bildern an die Zielstruktur anzupassen und gleichzeitig die Verzerrung der Punktverteilung im Vorlagenmodell^5,6,7zu minimieren. Die Machbarkeit und Robustheit des vorgeschlagenen Rahmens wurden in den jüngsten neuroimaging Studien der kognitiven Alterung^{validiert 8}, Früherkennung von leichten kognitiven Beeinträchtigung^{enthoben 9}, und um Assoziationen zwischen strukturellen Veränderungen des Gehirns und Cortisolspiegel¹⁰zu untersuchen. Dieser Ansatz würde es einfacher machen, die Formmodellierungs- und Analysemethoden in weiteren neuroimaging-Studien zu verwenden.

Brain MR-Bilder wurden gemäß dem Protokoll erworben, das vom lokalen institutionellen Überprüfungsausschuss und der Ethikkommission genehmigt wurde.

HINWEIS: Die Werkzeuge für die Formmodellierung und -analyse können aus dem NITRC-Repository heruntergeladen werden: https://www.nitrc.org/projects/dtmframework/. Die GUI-Software (DTMModeling.exe) kann nach der Extraktion ausgeführt werden. Siehe Abbildung 1.

1. Brain MR Bildsegmentierung

1. Erfassen Sie Hirn-MR-Bilder von einzelnen Probanden und Gehirnsegmentierungsmasken.
   HINWEIS: Üblicherweise erfassen wir T1-gewichtete MR-Bilder für Analysen von Hirnstrukturen. Wir gehen davon aus, dass die MR-Bilder für die Gradienten-Nichtlinearitätskorrektur und die Intensitätsinhomogenitätskorrektur mit N3¹¹, verbesserten N3-Methoden¹²oder FSL-FAST¹³vorverarbeitet werden. Einige frei verfügbare Werkzeuge zur automatischen Segmentierung menschlicher Gehirnstrukturen sind in Tabelle 1aufgeführt.
2. Korrigieren Sie die Segmentierungsergebnisse manuell.
   HINWEIS: Offene GUI-Software, die die manuelle Segmentierung unterstützt, sind in Tabelle 2aufgeführt. Manuelle Segmentierungsprotokolle für die Hirnstrukturen finden Sie hier^14,15,16. Eine Videoanleitung zur manuellen Segmentierung für Hippocampus finden Sie hier¹⁷. Wir beschreiben das Protokoll zur Hippocampussegmentierung im nächsten Abschnitt.
   1. Öffnen Sie die T1-gewichtete MRT und die automatischen Segmentierungsergebnisse über das Menü Datei öffnen.
   2. Laden Sie das Segmentierungs-Plugin, indem Sie auf Fenstermenü klicken | Anzeigen | Segmentierung.
   3. Korrigieren Sie die Segmentierungsmaske mit den Werkzeugen Hinzufügen, Subtrahierenund Korrigieren im Segmentierungs-Plugin.
   4. Speichern Sie die korrigierte Segmentierungsmaske im Nifti-Format über das Menü Speichern.

2. Manuelle Bearbeitung der Hippocampal Segmentierung

HINWEIS: Wir führen ein Protokoll zur manuellen Bearbeitung der Gehirnsegmentierung mit der GUI-Modellierungssoftware basierend auf der MITK Workbench (http://www.mitk.org/) ein. Die MITK Workbench bietet verschiedene Funktionen für die manuelle und automatische Segmentierung und medizinische Bildvisualisierung. Wir zeigen den manuellen Bearbeitungsprozess für das linke und rechte Hippocampi. Schritte zur manuellen Bearbeitung¹⁸ das Ergebnis der automatischen Hippocampus-Segmentierung sind wie folgt.

1. Öffnen Sie das T1-gewichtete MR-Bild und die Ergebnisse der automatischen Hippocampus-Segmentierung mit der MITK-Workbench-Software.
2. Laden Sie das Segmentierungs-Plugin in die MITK-Workbench, indem Sie auf das Menü Fenster | Ansicht anzeigen | Segmentierung.
3. Wählen Sie die koronale Ansicht aus, indem Sie auf das rechte Symbol klicken, das in der oberen rechten Ecke des Fensters "Anzeigen" angezeigt wird.
4. Bearbeiten Sie die binäre Maske jedes Hippocampus (d. h. links und rechts) in der koronalen Ansicht, beginnend vom Hippocampuskopf bis zum Körper wie folgt.
   1. Scrollen Sie durch das Volume, bis der Uncus gefunden ist. Fügen Sie den Uncus in die Hippocampusmaske ein, wo er vorhanden ist.
   2. Bearbeiten Sie die Maske des Hippocampuskörpers, nachdem der Uncus mit der Funktion Hinzufügen und Subtrahieren im Segmentierungs-Plugin zurückgegangen ist.
   3. Fahren Sie mit der Bearbeitung der Hippocampusmaske fort, bis der Hippocampusschwanz gefunden ist. Wenn der Pulvinarkern des Thalamus dem Hippocampus überlegen ist, entsteht der Fornix.
   4. Beenden Sie die Bearbeitung der letzten koronalen Scheibe des Hippocampus, in der die gesamte Länge des Fornix sichtbar, aber noch nicht kontinuierlich mit dem Splenium des Corpus callosum ist.
      HINWEIS: Cerebrospinalflüssigkeit (CSF) Räume können in den Hippocampus-Regionen enthalten sein. Die CSF-Räume können mit dem Subtrahier-Tool im Segmentierungs-Plugin der MITK-Workbench aus den Hippocampusmasken entfernt werden. es kann einfacher sein, die Hippocampus-Regionen vollständig zu definieren und dann durch alle koronalen Scheiben vom Hippocampus kopf bis schwanz für die Entfernung von CSF-Räumen zu gehen.
   5. Befolgen Sie den gleichen Prozess für die Bearbeitung der binären Masken der beiden Hippocampi.
      HINWEIS: Für die manuelle Bearbeitung können die Werkzeuge Add, Subtractund Correction des Segmentierungs-Plugins in der MITK-Workbench verwendet werden. Das Korrekturwerkzeug ist einfach zu handhaben mit kleinen Fehlern in der Segmentierungsmaske, indem Addition und Subtraktion entsprechend der Benutzereingabe und der Segmentierungsmaske ohne zusätzliche Werkzeugauswahl durchgeführt wird.
5. Speichern Sie die binären Masken für linke und rechte Hippocampi im Nifti-Format (nii oder nii.gz) mit dem Menü Speichern in der MITK-Workbench-Software.
   HINWEIS: Die binären Masken von linken und rechten Hippocampi sollten separat für die nachfolgenden Hippocampus-Formmodell-Schritte gespeichert werden.

3. Gruppenvorlagenbau

HINWEIS: Nach der Segmentierung und manuellen Bearbeitung für alle Motive erfordert die individuelle Formmodellierung das Vorlagenmodell der Zielstruktur. Wir konstruieren das Vorlagenmodell aus der durchschnittlichen binären Maske für eine Grundgesamtheit, die mit dem Plugin "ShapeModeling" in der MITK Workbench erworben wurde. Die Schritte der Vorlagenmodellerstellung mit GUI-Software sind wie folgt.

1. Laden Sie das ShapeModeling Plugin mit der Menüfunktion: Fenster | Ansicht anzeigen | Shape-Modellierung.
2. Öffnen Sie ein Verzeichnis, das die binären Masken einer Studienpopulation enthält, indem Sie im ShapeModeling-Plugin auf die Schaltfläche Verzeichnis öffnen klicken.
3. Klicken Sie im ShapeModeling-Plugin auf die Schaltfläche Vorlagenkonstruktion.
4. Überprüfen Sie das mittlere Shape-Netz und speichern Sie es im Stereolithographie-Format (STL) über das Menü Speichern.

4. Individuelle Formrekonstruktion

HINWEIS: In diesem Schritt führen wir die Formmodellierung für einzelne Motive mithilfe der Schaltfläche Shape Modeling starten im Plugin "ShapeModeling" durch. Wir listen die Softwareparameter dieses Plugins in Tabelle 3auf. Detaillierte Erläuterungen zu jedem Parameter finden Sie hier⁵. Schritte der individuellen Formrekonstruktion mit GUI-Software sind wie folgt.

1. Laden Sie das T1-gewichtete MR-Bild und seine Segmentierungsmaske über das Menü Datei öffnen.
   HINWEIS: Für die visuelle Validierung verwenden wir das T1-gewichtete MR-Bild.
2. Überprüfen Sie die Modellierungsparameter im ShapeModeling-Plugin, und ändern Sie sie ggf..
   HINWEIS: Wenn das Vorlagenmodell nicht verformt ist oder der Abstand zwischen dem Vorlagenmodell und der Bildgrenze groß ist, wird empfohlen, den Grenzsuchbereich zu vergrößern. Wenn einige geometrische Verzerrungen gefunden werden, würde die Erhöhung von maxAlpha und minAlpha mit Schritt 0.5 helfen, das Problem zu beheben. Es ist wichtig, die Voxelintensität für das Zielobjekt in der Segmentierungsmaske zu überprüfen. Wenn der Wert nicht 1 ist, sollte der Intensitätsparameter entsprechend geändert werden.
3. Klicken Sie auf die Schaltfläche Formmodellierung, um den Shape-Modellierungsprozess auszuführen und das Ergebnis in der 3D-Ansicht der MITK-Workbench zu überprüfen.
4. Wiederholen Sie die Schritte 4.2 und 4.3, wenn das Vorlagenmodell nicht eng an die Bildgrenze angepasst ist.
   HINWEIS: Das Vorlagenmodell wird mit der Segmentierungsmaske in der sagittalen, koronaren, axialen und 3D-Ansicht der MITK-Werkbank visualisiert. Die Vorlagenoberfläche wird nicht verformt, wenn der Abstand zwischen dem Vorlagenmodell und der Bildgrenze kleiner als ein Schwellenwert ist, der ein Zehntel der kleinsten Voxelgröße beträgt.
5. Speichern Sie das Modellierungsergebnis in einem Stereolithographieformat (STL) mit dem Menü Speichern im MITK-Framework.

5. Gruppenweise Formnormalisierung und Formdifferenzmessung

HINWEIS: In diesem Schritt richten wir die einzelnen Formmodelle am Vorlagenmodell aus und berechnen die punktweise Formdeformität zwischen den entsprechenden Scheitelpunkten zwischen dem Vorlagenmodell und dem einzelnen Formmodell. Die Schritte für die Messung der Formdeformität sind wie folgt.

1. Wählen Sie das Formmodell eines Betreffs im Datenmanager der MITK-Workbench aus.
   HINWEIS: Benutzer können mehrere Modelle für die Deformitätsmessung auswählen.
2. Führen Sie die Deformitätsmessung durch, indem Sie im ShapeModeling-Plugin auf die Schaltfläche "Messung" klicken.

Der hier beschriebene Prozess der Formmodellierung wurde für verschiedene neuroimaging Studien über das Altern6,8,10 und Alzheimer-Krankheit5,9eingesetzt. Insbesondere zeigte diese Formmodellierungsmethode ihre Genauigkeit und Empfindlichkeit in der Formanalyse auf dem Hippocampus für eine alternde Population von 654 Probanden8. Eine quantitative Analyse der Software und der öffentlich zugänglichen Software ShapeWork, LDDMM-TI und SPHARM-PDM finden Sie hier5. Wir beschreiben viele offene Werkzeuge von der MR-Bildvorverarbeitung bis zur Gehirnsegmentierung in Tabelle 1,Tabelle 2und Tabelle 4.

Abbildung 2 ist ein Diagramm des Formmodellierungsframeworks unter Verwendung der Vorlagenmodelle von Zielstrukturen. Die Vorlagenmodelle stellen allgemeine Formmerkmale der Gehirnstrukturen in einer Population dar. Abbildung 3 zeigt die Verformung des Hippocampus-Vorlagenmodells für die individuelle Formrekonstruktion. Die Methode induziert eine groß-zu-kleine Verformung des Vorlagenmodells, um die Verzerrung der Punktverteilung zu minimieren und gleichzeitig einzelne Formeigenschaften wiederherzustellen. Abbildung 4 zeigt die rekonstruierten Formmodelle zweier Motive mit ihren Segmentierungsmasken. Abbildung 5 zeigt die ausgerichteten einzelnen Formmodelle, ihr Durchschnittsmodell und die Formdifferenzvektoren mit einem einzelnen Formmodell. Abbildung 6 zeigt die durchschnittlichen Formdeformitätskarten, die auf das durchschnittsmodell projiziert werden, für zwei Gruppen mit kleinem und großem Hirngewebevolumen (BTV). Wir wählten Probanden aus, deren BTV größer oder kleiner als eine Standardabweichung vom Mittelwert einer gesunden alternden Bevölkerung von 51 Probandenist 5. Die Formdeformitätskarten zweier Gruppen zeigen entgegengesetzte Muster des Hippocampus-Formunterschieds an den entsprechenden Regionen.

Abbildung 1: GUI-Software für die Formmodellierung und -analyse. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 2: Schritte der Formmodellierung mithilfe der Vorlagenmodelle für Gehirnstrukturen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 3: Verformung des Vorlagenmodells (orange) für die individuelle Formrekonstruktion. Farbkarte = scheitelweise Verformungsgröße (mm). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 4: Beispiele für die individuelle Formmodellierung des Hippocampus. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 5: Ausgerichtete einzelne Formmodelle, ihr Durchschnittsmodell und die Formdifferenzvektoren mit einem einzelnen Formmodell. Links = Ausgerichtete einzelne Formmodelle (weiß) und ihr Durchschnittsmodell (blau). Rechts = Punktweise Formdifferenzvektoren zwischen dem durchschnittsmodell und einem einzelnen Modell. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 6: Durchschnittliche Formdeformität von zwei Gruppen mit kleinem und großem Hirngewebevolumen (weniger oder größer als eine Standardabweichung vom Bevölkerungsdurchschnitt) in einer gesunden alternden Bevölkerung. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Tabelle 1: Liste der offenen Software, die weit verbreitet für die automatische Segmentierung von Gehirnstrukturen verwendet wird.

Tabelle 2: Liste der offenen Software für die manuelle Segmentierung und Visualisierung.

Tabelle 3: Parameter für die individuelle Formrekonstruktion.

Tabelle 4: Liste der offenen Software, die weit verbreitet für die MR-Vorverarbeitung und das Abstreifen des Schädels verwendet wird.

Die Autoren erklären, dass es keinen Interessenkonflikt gibt.