Method Article

Segmentación manual del plexo coroideo humano mediante resonancia magnética cerebral

DOI:

10.3791/65341

⸱

December 15th, 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

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

A pesar del papel crucial del plexo coroideo en el cerebro, los estudios de neuroimagen de esta estructura son escasos debido a la falta de herramientas fiables de segmentación automatizada. El presente protocolo tiene como objetivo garantizar la segmentación manual del plexo coroideo de referencia que pueda servir de base para futuros estudios de neuroimagen.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

El plexo coroideo se ha implicado en el neurodesarrollo y en una serie de trastornos cerebrales. La evidencia demuestra que el plexo coroideo es fundamental para la maduración del cerebro, la regulación inmunoinflamatoria y el funcionamiento conductual y cognitivo. Sin embargo, las herramientas actuales de segmentación automatizada de neuroimágenes son deficientes a la hora de segmentar de forma precisa y fiable el plexo coroideo del ventrículo lateral. Además, no existe ninguna herramienta que segmente el plexo coroideo ubicado en el tercer y cuarto ventrículo del cerebro. Por lo tanto, se necesita un protocolo que delinee cómo segmentar el plexo coroideo en el ventrículo lateral, tercero y cuarto para aumentar la confiabilidad y replicabilidad de los estudios que examinan el plexo coroideo en trastornos del neurodesarrollo y cerebrales. Este protocolo proporciona pasos detallados para crear archivos etiquetados por separado en 3D Slicer para el plexo coroideo basado en imágenes DICOM o NIFTI. El plexo coroideo se segmentará manualmente utilizando los planos axial, sagital y coronal de las imágenes T1w, asegurándose de excluir los vóxeles de las estructuras de materia gris o blanca que bordean los ventrículos. Las ventanas se ajustarán para ayudar en la localización del plexo coroideo y sus límites anatómicos. Como parte de este protocolo se demostrarán los métodos para evaluar la precisión y la fiabilidad. La segmentación estándar de oro del plexo coroideo mediante delineaciones manuales se puede utilizar para desarrollar herramientas de segmentación automatizada mejores y más confiables que se pueden compartir abiertamente para dilucidar los cambios en el plexo coroideo a lo largo de la vida y dentro de varios trastornos cerebrales.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Función del plexo coroideo
El plexo coroideo es una estructura altamente vascularizada en el cerebro que consiste en capilares fenestrados y una monocapa de células epiteliales del plexo coroideo1. El plexo coroideo se proyecta hacia los ventrículos cerebrales laterales, tercero y cuarto y produce líquido cefalorraquídeo (LCR), que desempeña un papel importante en el patrón neural2 y en la fisiología cerebral 3,4. El plexo coroideo secreta sustancias neurovasculares, abarca un depósito similar al de las células madre y actúa como una barrera física para impedir la entrada de metabolitos tóxicos, una barrera enzimática para eliminar las fracciones que eluden la barrera física y una barrera inmunológica para proteger contra invasores extraños5. El plexo coroideo modula la neurogénesis6, la plasticidad sináptica7, la inflamación8, el ritmo circadiano 9,10, el eje cerebral intestinal11 y la cognición12. Además, las citocinas periféricas, el estrés y la infección (incluido el SARS-CoV-2) pueden alterar la barrera hematoencefálica 13,14,15,16. Por lo tanto, el sistema plexo coroideo-LCR es integral para el neurodesarrollo, la maduración de los neurocircuitos, la homeostasis cerebral y la reparación17. Dado que las alteraciones inmunitarias, inflamatorias, metabólicas y enzimáticas afectan al cerebro, los investigadores están utilizando herramientas de neuroimagen para evaluar el papel del plexo coroideo a lo largo de la vida y en los trastornos cerebrales 18,19,20. Sin embargo, existen limitaciones en las herramientas automatizadas de uso común para la segmentación del plexo coroideo, como FreeSurfer, que dan como resultado que el plexo coroideo esté mal segmentado. Por lo tanto, existe una necesidad crítica de una segmentación manual del plexo coroideo que pueda utilizarse para desarrollar una herramienta automatizada precisa para la segmentación del plexo coroideo.

Plexo coroideo en el neurodesarrollo y trastornos cerebrales
El papel del plexo coroideo en los trastornos cerebrales ha sido descuidado durante mucho tiempo, principalmente porque se consideraba como un actor de apoyo cuya función era amortiguar el cerebro y mantener un equilibrio adecuado de sal 2,21. Sin embargo, el plexo coroideo ha ganado atención como una estructura ligada a trastornos cerebrales como los síndromes de dolor22, el SARS-CoV-2 16,23,24, el neurodesarrollo2 y los trastornos cerebrales19, lo que sugiere un efecto transdiagnóstico en el desarrollo de trastornos del comportamiento. En los trastornos del neurodesarrollo, los quistes del plexo coroideo se asociaron con un mayor riesgo de retraso en el desarrollo, trastorno por déficit de atención con hiperactividad (TDAH) o trastorno del espectro autista (TEA)25,26. Además, se encontró que el volumen del plexo coroideo del ventrículo lateral estaba aumentado en pacientes con TEA27. En los trastornos cerebrales, las anomalías del plexo coroideo se han descrito desde 1921 en los trastornos psicóticos28,29. Estudios previos han identificado el agrandamiento del plexo coroideo mediante la segmentación FreeSurfer en una gran muestra de pacientes con trastornos psicóticos en comparación con sus familiares de primer grado y controles19. Estos hallazgos se replicaron utilizando el volumen del plexo coroideo segmentado manualmente en una gran muestra de población clínica de alto riesgo de psicosis y se encontró que estos pacientes tenían un volumen de plexo coroideo mayor en comparación con los controles sanos30. Hay un número creciente de estudios que demuestran el agrandamiento del plexo coroideo en el síndrome de dolor regional complejo22, accidente cerebrovascular31, esclerosis múltiple20,32, Alzheimer33,34 y depresión35, y algunos demuestran un vínculo entre la actividad inmunológica/inflamatoria periférica y cerebral. Estos estudios de neuroimagen son prometedores; sin embargo, la mala segmentación del plexo coroideo del ventrículo lateral por FreeSurfer21 limita la confiabilidad de la estimación automatizada del volumen del plexo coroideo. Como resultado, los estudios sobre la esclerosis múltiple20,32, la depresión35, el Alzheimer34 y la psicosis temprana36 han comenzado a segmentar manualmente el plexo coroideo del ventrículo lateral, pero no existen pautas actuales sobre cómo hacerlo, ni tampoco su orientación sobre la segmentación del plexo coroideo del tercer y cuarto ventrículo.

Las herramientas de segmentación comunes excluyen el plexo coroideo
Las canalizaciones de segmentación cerebral como FreeSurfer37,38,39, FMRIB Software Library (FSL)40, SLANT41 y FastSurfer (desarrollado por el coautor Martin Reuter)42,43, segmentan de forma precisa y fiable las estructuras corticales y subcorticales empleando paradigmas de segmentación basados en atlas (FSL), atlas y en superficies (FreeSurfer) y de aprendizaje profundo (SLANT y FastSurfer). Las debilidades de algunos de estos enfoques incluyen la velocidad de procesamiento, la generalización limitada a diferentes escáneres, las intensidades de campo y los tamaños de vóxeles37,44, y la alineación forzada del mapa de etiquetas en un espacio de atlas estándar. Sin embargo, la capacidad de segmentar el plexo coroideo y la compatibilidad con la resonancia magnética de alta resolución solo es abordada por FreeSurfer y FastSurfer. Las redes neuronales detrás de FastSurfer se entrenan con las etiquetas del plexo coroideo de FreeSurfer, por lo que heredan las limitaciones de confiabilidad y cobertura discutidas anteriormente de FreeSurfer, con el tercer y cuarto ventrículo ignorados21. También existen limitaciones actuales para la resonancia magnética de alta resolución, pero la transmisión de alta resolución45 y FastSurferVINN43 de FreeSurfer se pueden usar para manejar este problema.

Herramientas actuales de segmentación del plexo coroideo
Solo hay una herramienta de segmentación disponible gratuitamente para el plexo coroideo, pero la precisión de la segmentación es limitada. La segmentación precisa del plexo coroideo puede verse afectada por una variedad de factores, que incluyen (1) variabilidad en la ubicación del plexo coroideo (espacialmente no estacionario) debido a su ubicación dentro de los ventrículos, (2) diferencias en la intensidad del vóxel, el contraste, la resolución (heterogeneidad dentro de la estructura) debido a la heterogeneidad celular, la función dinámica del plexo coroideo, cambios patológicos o efectos parciales de volumen, (3) diferencias de tamaño ventricular relacionadas con la edad o la patología que afectan el tamaño del plexo coroideo, y (4) proximidad a estructuras subcorticales adyacentes (hipocampo, amígdala, caudado y cerebelo), que también son difíciles de segmentar. Dados estos desafíos, las segmentaciones de FreeSurfer a menudo subestiman o sobreestiman, etiquetan erróneamente o ignoran el plexo coroideo.

Tres publicaciones recientes abordaron la brecha de la segmentación confiable del plexo coroideo con un modelo de mezcla gaussiana (GMM)46, un Axial-MLP47 y enfoques de aprendizaje profundo basados enU-Net48. Cada modelo se entrenó y evaluó utilizando conjuntos de datos privados, etiquetados manualmente, de un máximo de 150 sujetos con una diversidad limitada de escáneres, sitios, datos demográficos y trastornos. Si bien estas publicaciones 46,48,49 lograron mejoras significativas con respecto a la segmentación del plexo coroideo de FreeSurfer, a veces duplicando la intersección de la predicción y la verdad del terreno, ninguno de los métodos está (1) validado en resonancia magnética de alta resolución, (2) tiene análisis dedicados de generalización y confiabilidad, (3) presenta grandes conjuntos de datos representativos de entrenamiento y prueba, (4) aborda o analiza específicamente los desafíos de segmentación del plexo coroideo como Efectos de volumen parcial, o (5) está disponible públicamente como una herramienta lista para usar. Por lo tanto, el "estándar de oro" actual para la segmentación del plexo coroideo es el trazado manual, por ejemplo, utilizando 3D Slicer50 o ITK-SNAP51, que no se ha descrito previamente y ha sido un desafío importante para los investigadores que desean examinar el papel del plexo coroideo en sus estudios. Se eligió 3D Slicer para la segmentación manual debido a la familiaridad del autor con el software y porque proporciona al usuario varias herramientas basadas en diferentes enfoques que se pueden combinar para obtener el resultado deseado. Se pueden utilizar otras herramientas, como ITK-SNAP, que está orientada principalmente a la segmentación de imágenes, y una vez dominada la herramienta, el usuario puede obtener buenos resultados. Además, los autores han llevado a cabo un estudio de casos y controles que demuestra la alta precisión y fiabilidad de su técnica de segmentación manual utilizando 3D Slicer30, y esa metodología específica se describe en este documento.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

El presente protocolo fue aprobado por la Junta de Revisión Institucional del Centro Médico Beth Israel Deaconess. Para esta demostración del protocolo se utilizó un sujeto sano con una resonancia magnética cerebral libre de artefactos o movimientos, y se obtuvo el consentimiento informado por escrito. Se utilizó un escáner de resonancia magnética de 3,0 T con una bobina de cabezal de 32 canales (ver Tabla de materiales) para adquirir imágenes 3D-T1 con una resolución de 1 mm x 1 mm x 1,2 mm. Se utilizó la secuencia MP-RAGE ASSET con un campo de visión de 256 x 256, TR/TE/TI=7,38/3,06/400 ms, y un ángulo de giro de 11 grados.

1. Importación de resonancia magnética cerebral a 3D Slicer

NOTA: 3D Slicer proporciona documentación relacionada con su interfaz de usuario.

  1. Prepare los archivos DICOM (Digital Imaging and Communications in Medicine) o NIFTI (Neuroimaging Informatics Technology Initiative) de resonancia magnética cerebral para importarlos a 3D Slicer.
  2. Importe datos DICOM haciendo clic en el botón DCM en la esquina superior izquierda de la barra de herramientas. A continuación, haga clic en el botón Importar archivos DICOM para importar datos en formato DICOM.
  3. Si los datos de la resonancia magnética están en formato NIFTI, impórtelos haciendo clic en el botón DATOS en la esquina superior izquierda de la barra de herramientas. En el cuadro de diálogo emergente, seleccione Elegir directorio para agregar a los datos NIFTI de importación por lotes en una carpeta o seleccione Elegir archivo(s) para agregar para importar archivos NIFTI específicos. A continuación, haga clic en el botón Aceptar para continuar con la carga de datos en 3D Slicer.
  4. Después de la importación, los datos de la resonancia magnética aparecerán en la ventana de la derecha que muestra los planos axial, sagital y coronal.
  5. Cambie el diseño de las ventanas navegando a Diseños y seleccionando un diseño específico. Esto se puede encontrar haciendo clic en la imagen del módulo Diseños en la barra de herramientas de 3D Slicer o a través de Ver > Diseños desde el menú de la aplicación.

2. Descarga de DICOM a partir de datos de muestra en 3D Slicer

  1. Haga clic en el botón Descargar datos de muestra en la pantalla de inicio de la sección Bienvenido a la segmentación de datos. A continuación, seleccione el botón MRHead e iniciará el proceso de descarga, que puede tardar unos minutos.
  2. Asegúrese de que los datos de la resonancia magnética cerebral con los planos axial, sagital y coronal se muestren en la ventana derecha.

3. Control de calidad y ajuste de la imagen de resonancia magnética

  1. Determine cualitativamente la calidad de la imagen y la presencia de artefactos debido al movimiento de la cabeza o a problemas de escaneo mediante la revisión crítica de cada corte de resonancia magnética.
  2. Amplíe el corte de la imagen haciendo clic con el botón derecho y moviendo el ratón hacia arriba o hacia abajo para alejar o acercar, respectivamente.
  3. Para mover el sector de la imagen, haga clic con el botón izquierdo en la imagen, mantenga presionada la tecla Mayús y arrastre el mouse.
  4. Ajustar el brillo de la imagen puede ayudar a ver el plexo coroideo. Para hacer esto, haga clic en Ajustar ventana / nivel de volumen en la barra de herramientas o haga clic con el botón izquierdo en la imagen y mueva el mouse hacia arriba o hacia abajo para aumentar o disminuir el brillo, respectivamente.
  5. Ajustar el contraste también puede ayudar a encontrar el plexo coroideo. Haga clic con el botón izquierdo en el sector de la imagen y mueva el ratón hacia la izquierda o hacia la derecha para aumentar o disminuir el contraste, respectivamente. Para determinar el contraste adecuado para el plexo coroideo, utilice los núcleos de materia gris profunda (masas centrales de materia gris dispuestas alrededor de los ventrículos lateral y tercero) o la intensidad de la señal que se muestra en la barra de escala de contraste.
  6. Una vez seleccionado el contraste preferido, mantenga el mismo contraste a lo largo de la segmentación y no ajuste las posibles variaciones en las regiones supra e infratentoriales.

4. Creación de los segmentos manuales del plexo coroideo

  1. Para comenzar la segmentación del plexo coroideo lateral, tercer y cuarto ventrículo, cree los archivos de segmentación en el módulo Editor de segmentos . Para navegar allí, haga clic en el Editor de segmentos en la barra de herramientas o vaya al menú desplegable Módulos: y seleccione Editor de segmentos.
  2. Haga clic en el menú desplegable de segmentación para seleccionar diferentes segmentaciones (si se crearon varias segmentaciones) y cambiar el nombre de la segmentación seleccionada actualmente.
  3. Utilice el menú desplegable Volumen maestro para elegir qué conjuntos NIFTI o DICOM necesitan edición. Solo cuando se selecciona el archivo de volumen, el usuario puede comenzar a segmentar/editar.
  4. Haga clic en el botón Agregar dos veces para agregar dos segmentos para el plexo coroideo del ventrículo lateral. Para cambiarles el nombre, haga doble clic en el nombre y cámbielos a Plexo coroideo del ventrículo lateral derecho y Plexo coroideo del ventrículo lateral izquierdo.
  5. Haga clic en el botón Agregar nuevamente para agregar segmentos para el plexo coroideo del tercer y cuarto ventrículo, y cámbieles el nombre a "Plexo coroideo del3er ventrículo" y "Plexo coroideo del4er ventrículo".

5. Visualización de diferentes sectores y segmentaciones

  1. Antes de editar, realice un estudio de fondo para saber cómo moverse entre los diseños en la ventana de visualización y cómo cambiar la vista u opacidad de las segmentaciones.
  2. En la parte superior de la ventana de visualización y a la izquierda del control deslizante de corte, haga clic en el icono de chincheta. Esto abrirá un menú desplegable, que puede variar según el diseño específico en el que se encuentre la ventana.
    NOTA: La utilización de diferentes diseños puede ser útil al segmentar el plexo coroideo, ya que su estructura puede variar entre individuos. Por ejemplo, el diseño "Convencional" permite al usuario ver simultáneamente los tres cortes y una vista 3D de la escena. Al elegir "solo corte rojo/amarillo/verde", el usuario obtiene una vista de cerca del corte 2D para permitir una segmentación más precisa del plexo coroideo.

6. Delineación de las ROI del plexo coroideo del ventrículo lateral

NOTA: El registro de imágenes en una plantilla no es necesario para la segmentación manual.

  1. Para el plexo coroideo del ventrículo lateral, comience en el plano axial asegurándose de que las imágenes se coloquen en función de la línea bicomisural. A continuación, utilice el trígono colateral como punto de referencia para localizar el ventrículo lateral del plexo coroideo.
    1. Una vez que se hayan realizado las ediciones en el plano axial, pase a las vistas restantes (sagital y coronal) para asegurarse de que la segmentación manual del plexo coroideo del ventrículo lateral no esté capturando el parénquima cerebral circundante o el LCR.
  2. Para comenzar a editar, haga clic en el segmento en el que desea trabajar y el nombre del segmento se resaltará.
  3. Haga clic en la herramienta Pintar o Dibujar en la sección Efectos del Editor de segmentos para comenzar la segmentación manual.
    NOTA: Es mejor comenzar a segmentar en un plano (coronal, axial o sagital) y, una vez que se haya completado la segmentación en todos los cortes, pasar a otros planos para verificar y refinar la segmentación manual. Se sugiere que el usuario comience con los planos axial o coronal, ya que el ventrículo lateral y el plexo coroideo se ven más fácilmente en estas vistas.
  4. Cuando utilice la herramienta Dibujar , haga clic con el botón izquierdo y mantenga pulsado para dibujar un contorno en el límite del plexo coroideo del ventrículo lateral. Una vez trazado, haga clic con el botón derecho para rellenar el área dibujada.
  5. Al utilizar la herramienta Pintar , seleccione primero el diámetro del pincel que se utilizará para pintar. Se sugiere un pincel del 3% o 5% para una delineación más precisa del plexo coroideo, mientras que el 10% puede ser útil para selecciones más grandes.
  6. Para cualquiera de las herramientas, utilice Pintar o Borrar para rectificar cualquier delineación errónea agregando o eliminando selecciones.
    NOTA: Hacer referencia a otros planos de visión puede ayudar a identificar la estructura del plexo coroideo del ventrículo lateral frente a otras estructuras cerebrales, como la materia gris circundante, el fórnix, el cuerpo calloso o el hipocampo. Se recomienda al usuario que excluya los escáneres cerebrales que tengan quistes del plexo coroideo identificados.
  7. Utilice el nivel del núcleo rojo como punto de referencia para detener la segmentación del plexo coroideo en los ventrículos laterales.

7. Delineación de las ROI del plexo coroideo del tercer y cuarto ventrículo

NOTA: Las imágenes T1w de mayor resolución (como 0,7 o 0,8 mm) y las obtenidas en una RM de 7T proporcionarían una segmentación manual más precisa y fiable del plexo coroideo del tercer y cuarto ventrículo. Segmentar el plexo coroideo del tercer y cuarto ventrículo es más difícil que el plexo coroideo del ventrículo lateral, ya que estas regiones pueden ser mucho más pequeñas y con menos vóxeles para delimitar.

  1. Para el plexo coroideo del tercer ventrículo, comience en el plano sagital y use el foramen de Monro, el fórnix, el cuerpo calloso, el tálamo y la vena cerebral interna como puntos de referencia para identificar el plexo coroideo en eltercer ventrículo . Moverse entre cortes dentro del mismo plano puede ayudar a determinar si una región es el fórnix, el tálamo, la vena o el plexo coroideo del tercer ventrículo.
    1. Una vez que se hayan realizado las ediciones en el plano sagital, navegue a las vistas restantes (axial y coronal) para asegurarse de que la segmentación manual del plexo coroideo del tercer ventrículo no esté seleccionando el parénquima cerebral circundante o el LCR.
  2. De manera similar, para el plexo coroideo del cuarto ventrículo, comience en el plano sagital y use el pedúnculo cerebeloso superior, la protuberancia y la médula como puntos de referencia para identificar el plexo coroideo en el cuarto ventrículo. Moverse entre cortes dentro del mismo plano puede ayudar a determinar si una región es el cerebelo, la amígdala cerebelosa, el velo medular inferior o el plexo coroideo del4º ventrículo.
    1. Una vez que se hayan completado las ediciones en el plano sagital, pase a las vistas restantes (axial y coronal) para asegurarse de que la segmentación manual del plexo coroideo del cuarto ventrículo no esté seleccionando el parénquima cerebral circundante o el LCR.

8. Cálculo de los volúmenes del plexo coroideo

  1. En el menú desplegable Módulos , vaya a Cuantificación y seleccione Estadísticas de segmento.
  2. En Entradas, seleccione el nuevo mapa de segmentación para cuantificar en la herramienta Segmentación y elija el volumen de RMN en el volumen escalar. En Tabla de salida (en Salida), elija la opción Tabla . Una vez completado, presione Aplicar y aparecerá una tabla que contiene el volumen del plexo coroideo en varias unidades.

9. Guardar los segmentos y los resultados de volumen

  1. Haga clic en el botón Guardar en la esquina superior izquierda de la barra de herramientas para guardar los archivos generados.
  2. Guarde los archivos de segmentación como .nrrd (archivo de segmentación 3D), .nii.gz (archivo NIFTI) o .tsv (archivo de tabla).

10. Determinación de la precisión, el rendimiento y la concordancia de la segmentación

NOTA: Se recomienda utilizar el paquete MONAI (ver Tabla de Materiales), que describe el Coeficiente de Dice (DC) y la Distancia de Superficie promedio de DeepMind (avgSD). A continuación se describen los detalles sobre DC y avgSD. Para calcular estas métricas, los lectores necesitarán saber cómo programar (por ejemplo, python, leer imágenes del disco, volver a formatear los datos a las matrices de entrada apropiadas para estas funciones). No existe un paquete fácil de usar que incluya todas estas métricas.

  1. La puntuación DC es un enfoque estándar para cuantificar la superposición de dos dominios geométricos. Para calcular la puntuación media de DC entre dos segmentaciones, proporcione dos tensores y_pred e y, es decir, imágenes de varios fotogramas con un fotograma para cada imagen de etiqueta binarizada. Los tensores y_pred e y pueden contener segmentaciones de dos evaluadores manuales diferentes, segmentaciones repetidas del mismo evaluador o predicción automatizada y realidad fundamental manual.
    1. Utilice la función monai.metrics.compute_meandice para calcular la puntuación media de DC.
    2. Genere tensores de etiquetas binarias adecuados con monai.transforms.post.
      NOTA: El parámetro include_background se puede establecer en False para excluir la primera categoría (índice de canal 0) del cálculo de DC, que, por convención, se supone que es un fondo.
  2. Considere que la puntuación promedio de SD es menos común y tenga en cuenta que el enfoque puede diferir, ya que existen varias definiciones para la distancia de superficie. Por ejemplo, utilice la distancia máxima (también conocida como distancia de Hausdorff, muy sensible a los valores atípicos), la distancia media (como se describe aquí) y el percentil 95 (muy robusto) como medidas de uso frecuente.
    1. Utilice la función compute_average_surface_distance para calcular la puntuación avgSD.
    2. Asegúrese de que esta función calcula la distancia media de la superficie de y_pred a y en la configuración predeterminada.
    3. Además, si symmetric = True, asegúrese de que se devuelve la distancia media de la superficie simétrica entre estas dos entradas.
  3. Realizar el análisis estadístico de la puntuación DC y avgSD en varios casos se puede realizar mediante el uso de la prueba robusta de rangos con signo de Wilcoxon para el análisis pareado.
  4. Considere la posibilidad de utilizar el coeficiente de correlación intraclase (ICC) como otro método de uso común para determinar si los diferentes evaluadores pueden calificar de forma fiable a varios participantes. Recuerde que ICC opera en un conjunto de mediciones emparejadas (por ejemplo, el volumen) de segmentaciones y no directamente en las imágenes de segmentación. Para calcular el ICC, use el software R y R Studio (consulte Tabla de materiales), lo que facilita el proceso.
    1. Descargue el paquete usando install.packages("psych") y cargue la librería(psych).
    2. Introduzca el marco de datos, que incluye los participantes (filas) y un evaluador en cada columna, mediante Data <- data.frame(df). A continuación, visualice las mediciones utilizando plot (Datos).
    3. Para ejecutar ICC, utilice ICC(Data), que genera una tabla de los diferentes tipos de ICC, por ejemplo, para obtener las puntuaciones inter o intraevaluador.

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

El método propuesto se ha sometido a un refinamiento iterativo para el plexo coroideo del ventrículo lateral, lo que implica pruebas exhaustivas en una cohorte de 169 controles sanos y 340 pacientes con un riesgo clínicamente alto de psicosis30. Utilizando la técnica descrita anteriormente, los autores obtuvieron una alta precisión y confiabilidad intra-evaluador con un CD = 0,89, promedio de HD = 3,27mm3 y ICC de un solo evaluador = 0,9730, lo que demuestra la solidez del protocolo des...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Pasos críticos del protocolo
Hay tres pasos críticos que requieren especial atención a la hora de aplicar este protocolo. En primer lugar, comprobar la calidad y el contraste de las imágenes de RM es clave para garantizar una segmentación precisa. Si la calidad de la imagen es demasiado mala, o el contraste es demasiado bajo o demasiado alto, puede provocar una delineación inexacta del plexo coroideo. El contraste de la imagen se puede ajustar visualizando el valor de la escala de grises de la imagen ...

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Los autores no tienen intereses financieros contrapuestos.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este trabajo fue apoyado por un Premio R01 del Instituto Nacional de Salud Mental MH131586 (a P.L y M.R), R01 MH078113 (a M.K) y una subvención de la Fundación Sydney R Baer Jr (a P.L).

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
3D Slicer3D Slicer https://www.slicer.org/Un software gratuito y de código abierto para la visualización, el procesamiento, la segmentación, el registro y el análisis de imágenes y mallas médicas, biomédicas y de otro tipo; y para la planificación y navegación de procedimientos guiados por imágenes.
FreeSurferFreeSurferhttps://surfer.nmr.mgh.harvard.edu/Un kit de herramientas de neuroimagen de código abierto para procesar, analizar y visualizar imágenes de resonancia magnética del cerebro humano
ITK-SNAPITK-SNAPUna aplicación de software multiplataforma gratuita, de código abierto y utilizada para segmentar estructuras en imágenes biomédicas en 3D y 4D.
Paquete Monai ConsorcioMonai https://docs.monai.io/en/stable/metrics.htmluso para el coeficiente de dados y la distancia de superficie promedio de DeepMind.
escáner de resonancia magnéticaGEDiscovery MR750 
Psych PackageR-Projecthttps://cran.r-project.org/web/packages/psych/index.htmlUna caja de herramientas de propósito general desarrollada originalmente para la personalidad, la teoría psicométrica y la psicología experimental.
R SoftwareR-Project https://www.r-project.org/R es un entorno de software libre para computación estadística y gráficos.
RStudioPosithttps://posit.co/Un entorno de desarrollo integrado (IDE) de RStudio es un conjunto de herramientas creadas para ayudarlo a ser más productivo con R y Python".
Windows o Apple OS Desktop o LaptopCualquier empresan/aNecesario para ejecutar el software utilizado en este protocolo. 
http://www.itksnap.org/pmwiki/pmwiki.php

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  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).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Choroid Plexus SegmentationBrain MRIManual SegmentationLateral VentricleThird VentricleFourth Ventricle3D SlicerDICOM ImagesNIFTI ImagesSegment Statistics

Related Articles