Summary

Manuelle Segmentierung des menschlichen Aderhautplexus mittels Hirn-MRT

Published: December 15, 2023
doi:

Summary

Trotz der entscheidenden Rolle des Plexus choroideus im Gehirn sind Neuroimaging-Studien dieser Struktur aufgrund des Mangels an zuverlässigen automatisierten Segmentierungswerkzeugen rar. Das vorliegende Protokoll zielt darauf ab, eine manuelle Segmentierung des Aderhautplexus nach Goldstandard zu gewährleisten, die in zukünftige Neuroimaging-Studien einfließen kann.

Abstract

Der Plexus choroideus wird mit der neurologischen Entwicklung und einer Reihe von Gehirnerkrankungen in Verbindung gebracht. Es gibt Hinweise darauf, dass der Plexus choroideus für die Reifung des Gehirns, die Immun-/Entzündungsregulation und die Verhaltens-/kognitiven Funktionen entscheidend ist. Derzeitige automatisierte Neuroimaging-Segmentierungstools sind jedoch schlecht darin, den Aderhautplexus des lateralen Ventrikels genau und zuverlässig zu segmentieren. Darüber hinaus gibt es kein Werkzeug, das den Plexus choroideus im dritten und vierten Ventrikel des Gehirns segmentiert. Daher ist ein Protokoll erforderlich, das beschreibt, wie der Plexus choroideus im lateralen, dritten und vierten Ventrikel segmentiert werden soll, um die Zuverlässigkeit und Reproduzierbarkeit von Studien zu erhöhen, die den Plexus choroideus bei neurologischen Entwicklungs- und Gehirnstörungen untersuchen. Dieses Protokoll enthält detaillierte Schritte zum Erstellen separat beschrifteter Dateien in 3D Slicer für den Plexus choroideus auf der Grundlage von DICOM- oder NIFTI-Bildern. Der Plexus choroideus wird manuell unter Verwendung der axialen, sagittalen und koronalen Ebenen von T1w-Bildern segmentiert, wobei sichergestellt wird, dass Voxel von Strukturen der grauen oder weißen Substanz, die an die Ventrikel grenzen, ausgeschlossen werden. Die Fensterung wird angepasst, um die Lokalisierung des Plexus choroideus und seiner anatomischen Grenzen zu unterstützen. Im Rahmen dieses Protokolls werden Methoden zur Bewertung von Genauigkeit und Zuverlässigkeit demonstriert. Die Goldstandard-Segmentierung des Aderhautplexus mit manueller Abgrenzung kann verwendet werden, um bessere und zuverlässigere automatisierte Segmentierungswerkzeuge zu entwickeln, die offen geteilt werden können, um Veränderungen im Aderhautplexus über die Lebensspanne und innerhalb verschiedener Hirnerkrankungen aufzuklären.

Introduction

Funktion des Plexus choroideus
Der Plexus choroideus ist eine stark vaskularisierte Struktur im Gehirn, die aus gefensterten Kapillaren und einer Monoschicht von Epithelzellen des Plexus choroideus besteht1. Der Plexus choroideus projiziert in den lateralen, dritten und vierten Hirnventrikel und produziert Liquor cerebrospinalis (CSF), der eine wichtige Rolle bei der neuronalen Musterbildung2 und der Hirnphysiologie spielt 3,4. Der Plexus choroideus sezerniert neurovaskuläre Substanzen, umschließt ein stammzellähnliches Lager und fungiert als physikalische Barriere, um das Eindringen toxischer Metaboliten zu verhindern, als enzymatische Barriere, um Teile zu entfernen, die die physische Barriere umgehen, und als immunologische Barriere zum Schutz vor fremden Eindringlingen5. Der Plexus choroideus moduliert die Neurogenese6, die synaptische Plastizität7, die Entzündung8, den zirkadianen Rhythmus 9,10, die Darm-Hirn-Achse11 und die Kognition12. Darüber hinaus können periphere Zytokine, Stress und Infektionen (einschließlich SARS-CoV-2) die Blut-Liquor-Schranke stören 13,14,15,16. Somit ist das Aderhautplexus-CSF-System für die Neuroentwicklung, die Reifung von Neuroschaltkreisen, die Homöostase des Gehirns und die Reparatur von17 von entscheidender Bedeutung. Da sich immune, entzündliche, metabolische und enzymatische Veränderungen auf das Gehirn auswirken, verwenden Forscher bildgebende Verfahren, um die Rolle des Plexus choroideus über die gesamte Lebensspanne und bei Hirnerkrankungen zu beurteilen 18,19,20. Bei häufig verwendeten automatisierten Tools für die Segmentierung des Plexus choroideus, wie z. B. FreeSurfer, gibt es jedoch Einschränkungen, die dazu führen, dass der Plexus choroideus schlecht segmentiert ist. Daher besteht ein kritischer Bedarf an einer manuellen Ground-Truth-Segmentierung des Aderhautplexus, die zur Entwicklung eines genauen automatisierten Werkzeugs für die Segmentierung des Aderhautplexus verwendet werden kann.

Plexus choroideus bei neurologischer Entwicklung und Hirnerkrankungen
Die Rolle des Plexus choroideus bei Erkrankungen des Gehirns wurde lange Zeit vernachlässigt, vor allem, weil er als unterstützender Akteur angesehen wurde, dessen Aufgabe es war, das Gehirn abzufedern und einen angemessenen Salzhaushalt aufrechtzuerhalten 2,21. Der Plexus choroideus hat jedoch als eine Struktur Aufmerksamkeit erlangt, die mit Gehirnerkrankungen wie Schmerzsyndromen22, SARS-CoV-2 16,23,24, neurologischen Entwicklungsstörungen 2 und Hirnstörungen19 in Verbindung gebracht wird, was auf einen transdiagnostischen Effekt bei der Entwicklung von Verhaltensstörungen hindeutet. Bei neurologischen Entwicklungsstörungen waren Aderhautplexuszysten mit einem erhöhten Risiko für Entwicklungsverzögerungen, Aufmerksamkeitsdefizit-/Hyperaktivitätsstörungen (ADHS) oder Autismus-Spektrum-Störungen (ASS) verbunden25,26. Darüber hinaus wurde festgestellt, dass das Volumen des Aderhautplexus des lateralen Ventrikels bei Patienten mit ASS27 erhöht ist. Bei Erkrankungen des Gehirns werden seit 1921 Anomalien des Plexus choroideus bei psychotischen Störungen beschrieben28,29. Frühere Studien haben eine Vergrößerung des Plexus choroideus mittels FreeSurfer-Segmentierung bei einer großen Stichprobe von Patienten mit psychotischen Störungen im Vergleich zu ihren Verwandten ersten Grades und der Kontrollgruppe festgestellt19. Diese Ergebnisse wurden unter Verwendung eines manuell segmentierten Aderhautplexusvolumens in einer großen Stichprobe klinischer Hochrisikopopulation für Psychosen repliziert und festgestellt, dass diese Patienten im Vergleich zu gesunden Kontrollpersonen ein größeres Aderhautplexusvolumen aufwiesen30. Es gibt eine wachsende Zahl von Studien, die eine Vergrößerung des Plexus choroideus bei komplexen regionalen Schmerzsyndromen22, Schlaganfall31, Multipler Sklerose20,32, Alzheimer33,34 und Depression35 belegen, wobei einige einen Zusammenhang zwischen peripherer und Gehirn-Immun-/Entzündungsaktivität zeigen. Diese Neuroimaging-Studien sind vielversprechend; Eine schlechte Segmentierung des Aderhautplexus des lateralen Ventrikels durch FreeSurfer21 schränkt jedoch die Zuverlässigkeit der automatisierten Volumenschätzung des Plexus choroideus ein. Infolgedessen haben Studien zu Multipler Sklerose20,32, Depression35, Alzheimer34 und früher Psychose36 damit begonnen, den Aderhautplexus lateraler Ventrikel manuell zu segmentieren, aber es gibt keine aktuellen Richtlinien dafür, wie dies zu tun ist, noch gibt es eine Anleitung zur Segmentierung des Aderhautplexus des dritten und vierten Ventrikels.

Gängige Segmentierungstools schließen den Plexus choroideus aus
Gehirnsegmentierungs-Pipelines wie FreeSurfer37,38,39, FMRIB Software Library (FSL)40, SLANT41 und FastSurfer (entwickelt vom Co-Autor Martin Reuter)42,43 segmentieren präzise und zuverlässig kortikale und subkortikale Strukturen unter Verwendung von Atlas-basierten (FSL), Atlas- und Oberflächen-basierten (FreeSurfer) und Deep-Learning-Segmentierungsparadigmen (SLANT und FastSurfer). Zu den Schwächen einiger dieser Ansätze gehören die Verarbeitungsgeschwindigkeit, die begrenzte Generalisierung auf verschiedene Scanner, die Feldstärken und Voxelgrößen37,44 sowie die erzwungene Ausrichtung der Beschriftungskarte in einem Standardatlasraum. Die Möglichkeit, den Plexus choroideus zu segmentieren und die Kompatibilität mit hochauflösender MRT wird jedoch nur von FreeSurfer und FastSurfer adressiert. Die neuronalen Netze, die hinter FastSurfer stehen, sind auf FreeSurfer-Aderhautplexus-Markierungen trainiert, so dass sie die zuvor diskutierten Zuverlässigkeits- und Abdeckungsbeschränkungen von FreeSurfer erben, wobei der dritte und vierte Ventrikel ignoriert werden21. Derzeit gibt es auch Einschränkungen für hochauflösende MRT, aber der hochauflösende Stream45 und FastSurferVINN43 von FreeSurfer können verwendet werden, um dieses Problem zu lösen.

Aktuelle Tools zur Segmentierung des Plexus choroideus
Es gibt nur ein frei verfügbares Segmentierungswerkzeug für den Plexus choroideus, aber die Segmentierungsgenauigkeit ist begrenzt. Die genaue Segmentierung des Plexus choroideus kann durch eine Vielzahl von Faktoren beeinflusst werden, darunter (1) Variabilität der Lage des Plexus choroideus (räumlich nicht stationär) aufgrund seiner Lage innerhalb der Ventrikeln, (2) Unterschiede in der Voxelintensität, dem Kontrast, der Auflösung (Heterogenität innerhalb der Struktur) aufgrund zellulärer Heterogenität, der dynamischen Funktion des Plexus choroideus, pathologischer Veränderungen oder partieller Volumeneffekte, (3) alters- oder pathologiebedingter ventrikulärer Größenunterschiede, die sich auf die Größe des Aderhautplexus auswirken, und (4) die Nähe zu benachbarten subkortikalen Strukturen (Hippocampus, Amygdala, Caudatus und Kleinhirn), die ebenfalls schwer zu segmentieren sind. Angesichts dieser Herausforderungen wird der Plexus choroideus bei FreeSurfer-Segmentierungen oft unter- oder überschätzt, falsch gekennzeichnet oder ignoriert.

Drei aktuelle Veröffentlichungen befassten sich mit der Lücke einer zuverlässigen Segmentierung des Plexus choroideus mit einem Gaußschen Mischungsmodell (GMM)46, einem Axial-MLP47 und U-Net-basierten Deep-Learning-Ansätzen48. Jedes Modell wurde mit privaten, manuell beschrifteten Datensätzen von maximal 150 Probanden mit einer begrenzten Vielfalt an Scannern, Standorten, demografischen Daten und Störungen trainiert und evaluiert. Während diese Veröffentlichungen 46,48,49 signifikante Verbesserungen gegenüber der Aderhautplexus-Segmentierung von FreeSurfer erzielten – manchmal verdoppelte sich die Schnittmenge von Vorhersage und Ground Truth, ist keine der beiden Methoden (1) in hochauflösender MRT validiert, (2) verfügt über dedizierte Generalisierungs- und Zuverlässigkeitsanalysen, (3) verfügt über große repräsentative Trainings- und Testdatensätze, (4) adressiert oder analysiert speziell Herausforderungen bei der Segmentierung des Aderhautplexus, wie z. B. Partial Volume Effects, oder (5) ist als gebrauchsfertiges Tool öffentlich verfügbar. Der derzeitige “Goldstandard” für die Segmentierung des Plexus choroideus ist daher das manuelle Tracing, z. B. mit dem 3D Slicer50 oder dem ITK-SNAP51, das bisher noch nicht beschrieben wurde und eine große Herausforderung für Forscher darstellt, die die Rolle des Plexus choroideus in ihren Studien untersuchen möchten. 3D Slicer wurde für die manuelle Segmentierung ausgewählt, da der Autor mit der Software vertraut ist und dem Benutzer verschiedene Werkzeuge zur Verfügung stellt, die auf verschiedenen Ansätzen basieren und kombiniert werden können, um das gewünschte Ergebnis zu erzielen. Es können auch andere Tools verwendet werden, wie z. B. ITK-SNAP, das in erster Linie auf die Bildsegmentierung ausgerichtet ist, und sobald das Tool beherrscht ist, können vom Benutzer gute Ergebnisse erzielt werden. Darüber hinaus haben die Autoren eine Fall-Kontroll-Studie durchgeführt, die die hohe Genauigkeit und Zuverlässigkeit ihrer manuellen Segmentierungstechnik unter Verwendung von 3D Slicer30 demonstriert, und diese spezifische Methodik wird hier beschrieben.

Protocol

Das vorliegende Protokoll wurde vom Institutional Review Board des Beth Israel Deaconess Medical Center genehmigt. Ein gesunder Proband mit einem MRT-Scan des Gehirns, der frei von Artefakten oder Bewegungen war, wurde für diese Protokolldemonstration verwendet, und es wurde eine schriftliche Einverständniserklärung eingeholt. Ein 3,0 T MRT-Scanner mit einer 32-Kanal-Kopfspule (siehe Materialtabelle) wurde verwendet, um 3D-T1-Bilder mit einer Auflösung von 1 mm x 1 mm x 1,2 mm aufzunehmen. Es wurde d…

Representative Results

Die vorgeschlagene Methode wurde für den Aderhautplexus des Seitenventrikels iterativ verfeinert, wobei umfangreiche Tests an einer Kohorte von 169 gesunden Kontrollpersonen und 340 Patienten mit klinisch hohem Risiko für Psychosen durchgeführt wurden30. Unter Verwendung der oben beschriebenen Technik erhielten die Autoren eine hohe Intra-Rater-Genauigkeit und -Reliabilität mit einem DC = 0,89, avgHD = 3,27mm3 und Single-Rater-ICC = 0,9730, was die Stärke des hier beschriebenen Pro…

Discussion

Kritische Schritte des Protokolls
Drei kritische Schritte erfordern bei der Implementierung dieses Protokolls besondere Aufmerksamkeit. Erstens ist die Überprüfung der Qualität und des Kontrasts von MR-Bildern der Schlüssel zur Gewährleistung einer genauen Segmentierung. Ist die Bildqualität zu schlecht oder der Kontrast zu niedrig oder zu hoch, kann es zu einer ungenauen Abgrenzung des Plexus choroideus kommen. Der Kontrast für das Bild kann angepasst werden, indem der Graustufenwert des Bilde…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Diese Arbeit wurde durch einen National Institute of Mental Health Award R01 MH131586 (an P.L und M.R), R01 MH078113 (an M.K) und ein Sydney R Baer Jr Foundation Grant (an P.L.) unterstützt.

Materials

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

Referenzen

  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, a. V. 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., Išgum, I., Colliot, O. Axial multi-layer perceptron architecture for automatic segmentation of choroid plexus in multiple sclerosis. Medical Imaging 2022: Image Processing. SPIE. , (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., Muñoz-Barrutia, A. Pituitary adenoma volumetry with 3D Slicer. PLoS ONE. 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).

Play Video

Diesen Artikel zitieren
Bannai, D., Cao, Y., Keshavan, M., Reuter, M., Lizano, P. Manual Segmentation of the Human Choroid Plexus Using Brain MRI. J. Vis. Exp. (202), e65341, doi:10.3791/65341 (2023).

View Video