Name: 病変エクスプローラ：アルツハイマー病における正確で信頼性のMRI誘導Volumetrics用ビデオガイド下、標準化されたプロトコルおよび標準高齢者 (動画) | JoVE Journal
Uploaded: 2014-04-14T16:45:00.000+00:00
Duration: 12 min 50 s
Description: 学ぶLesion Explorerパイプラインを用いたMRI誘導ボリューム測定法で、アルツハイマー病と正常加齢における脳萎縮と病変を定量化する手法です。神経画像解析の精度向上に貢献します。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

作者は感謝して、次のソースからの財政支援を認める。様々な神経画像の開発とテストは、脳卒中の最も顕著な健康の研究（MOP番号13129）、カナダのアルツハイマー協会とアルツハイマー病協会（米国）、心臓と脳​​卒中財団カナダのパートナーシップのカナダの協会から数助成金によってサポートされていた分析リカバリー（HSFCPSR）、およびLCキャンベル財団。 JRは、カナダのアルツハイマー協会から給与のサポートを受ける。神経学におけるブリル議長を含めサニーブルックとTのUでのサニーブルック研究所と医学の部門からSEB、。著者はまたHSFCPSRから給与支援を受ける。

<ol><li>Ramirez, J., Gibson, E., Quddus, A., Lobaugh, N. J., Feinstein, A., Levine, B., Scott, C. J., Levy-Cooperman, N., Gao, F. Q., Black, S. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Lesion+Explorer%3A+A+comprehensive+segmentation+and+parcellation+package+to+obtain+regional+volumetrics+for+subcortical+hyperintensities+and+intracranial+tissue%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Lesion Explorer: A comprehensive segmentation and parcellation package to obtain regional volumetrics for subcortical hyperintensities and intracranial tissue.</a> Neuroimage. 54 (2), 963-973 (2011).</li>
<li>Ramirez, J., Scott, C. J., Black, S. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+short-term+scan-rescan+reliability+test+measuring+brain+tissue+and+subcortical+hyperintensity+volumetrics+obtained+using+the+lesion+explorer+structural+MRI+processing+pipeline%5BTitle%5D)+AND+%22Brain+Topogr%22%5BJournal%5D)">A short-term scan-rescan reliability test measuring brain tissue and subcortical hyperintensity volumetrics obtained using the lesion explorer structural MRI processing pipeline.</a> Brain Topogr. 26 (1), 35-38 (2013).</li>
<li>Sled, J. G., Zijdenbos, A. P., Evans, A. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+nonparametric+method+for+automatic+correction+of+intensity+nonuniformity+in+MRI+data%5BTitle%5D)+AND+%22IEEE+Trans.+Med.+Imaging%22%5BJournal%5D)">A nonparametric method for automatic correction of intensity nonuniformity in MRI data.</a> IEEE Trans. Med. Imaging. 17 (1), 87-97 (1998).</li>
<li>Wahlund, L. O., Barkhof, F., Fazekas, F., Bronge, L., Augustin, M., Sjogren, M., Wallin, A., Ader, H., Leys, D., Pantoni, L., Pasquier, F., Erkinjuntti, T., Scheltens, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+new+rating+scale+for+age-related+white+matter+changes+applicable+to+MRI+and%5BTitle%5D)+AND+%22%22%5BJournal%5D)">A new rating scale for age-related white matter changes applicable to MRI and.</a> 32 (6), 1318-1322 (2001).</li>
<li>Pantoni, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cerebral+small+vessel+disease%3A+from+pathogenesis+and+clinical+characteristics+to+therapeutic+challenges%5BTitle%5D)+AND+%22Lancet+Neurol%22%5BJournal%5D)">Cerebral small vessel disease: from pathogenesis and clinical characteristics to therapeutic challenges.</a> Lancet Neurol. 9 (7), 689-701 (2010).</li>
<li>Black, S. E., Gao, F. Q., Bilbao, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Understanding+white+matter+disease%3A+Imaging-pathological+correlations+in+vascular+cognitive+impairment%5BTitle%5D)+AND+%22Stroke%22%5BJournal%5D)">Understanding white matter disease: Imaging-pathological correlations in vascular cognitive impairment.</a> Stroke. 40, (2009).</li>
<li>Arch Neurol, 44, 21-23 (1987).</li>
<li>Carmichael, O., Schwarz, C., Drucker, D., Fletcher, E., Harvey, D., Beckett, L., Jack, C. R., Weiner, M., Decarli, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Longitudinal+changes+in+white+matter+disease+and+cognition+in+the+first+year+of+the+Alzheimer+disease+neuroimaging+initiative%5BTitle%5D)+AND+%22Arch.+Neurol%22%5BJournal%5D)">Longitudinal changes in white matter disease and cognition in the first year of the Alzheimer disease neuroimaging initiative.</a> Arch. Neurol. 67 (11), 1370-1378 (2010).</li>
<li>Wardlaw, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((What+is+a+lacune%5BTitle%5D)+AND+%22Stroke%22%5BJournal%5D)">What is a lacune.</a> Stroke. 39 (11), 2921-2922 (2008).</li>
<li>Potter, G. M., Doubal, F. N., Jackson, C. A., Chappell, F. M., Sudlow, C. L., Dennis, M. S., Wardlaw, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Counting+cavitating+lacunes+underestimates+the+burden+of+lacunar+infarction%5BTitle%5D)+AND+%22Stroke%22%5BJournal%5D)">Counting cavitating lacunes underestimates the burden of lacunar infarction.</a> Stroke. 41 (2), 267-272 (2010).</li>
<li>Barkhof, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Enlarged+Virchow-Robin+spaces%3A+do+they+matter%5BTitle%5D)+AND+%22J.+Neurol.+Neurosurg.+Psychiatry%22%5BJournal%5D)">Enlarged Virchow-Robin spaces: do they matter.</a> J. Neurol. Neurosurg. Psychiatry. 75 (11), 1516-1517 (2004).</li>
<li>Zhu, Y. C., Dufouil, C., Soumare, A., Mazoyer, B., Chabriat, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tzourio+C.+High+degree+of+dilated+Virchow-Robin+spaces+on+MRI+is+associated+with+increased+risk+of+dementia%5BTitle%5D)+AND+%22J.+Alzheimers+Dis%22%5BJournal%5D)">Tzourio C. High degree of dilated Virchow-Robin spaces on MRI is associated with increased risk of dementia.</a> J. Alzheimers Dis. 22 (2), 663-672 (2010).</li>
<li>Levy-Cooperman, N., Ramirez, J., Lobaugh, N. J., Black, S. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Misclassified+tissue+volumes+in+Alzheimer+disease+patients+with+white+matter+hyperintensities%3A+importance+of+lesion+segmentation+procedures+for+volumetric+analysis%5BTitle%5D)+AND+%22Stroke%22%5BJournal%5D)">Misclassified tissue volumes in Alzheimer disease patients with white matter hyperintensities: importance of lesion segmentation procedures for volumetric analysis.</a> Stroke. 39 (4), 1134-1141 (2008).</li>
<li>Kovacevic, N., Lobaugh, N. J., Bronskill, M. J., Levine, B., Feinstein, A., Black, S. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+robust+method+for+extraction+and+automatic+segmentation+of+brain+images%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">A robust method for extraction and automatic segmentation of brain images.</a> Neuroimage. 17 (3), 1087-1100 (2002).</li>
<li>Nestor, S. M., Rupsingh, R., Borrie, M., Smith, M., Accomazzi, V., Wells, J. L., Fogarty, J., Bartha, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ventricular+enlargement+as+a+possible+measure+of+Alzheimer%27s+disease+progression+validated+using+the+Alzheimer%27s+disease+neuroimaging+initiative+database%5BTitle%5D)+AND+%22Brain%22%5BJournal%5D)">Ventricular enlargement as a possible measure of Alzheimer's disease progression validated using the Alzheimer's disease neuroimaging initiative database.</a> Brain. 131, 2443-2454 (2008).</li>
<li>Moody, D. M., Brown, W. R., Challa, V. R., Anderson, R. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Periventricular+venous+collagenosis%3A+association+with+leukoaraiosis.+Radiology%5BTitle%5D)+AND+%22%22%5BJournal%5D)">Periventricular venous collagenosis: association with leukoaraiosis. Radiology.</a> (2), 469-476 Forthcoming.</li>
<li>Brown, W. R., Moody, D. M., Challa, V. R., Thore, C. R., Anstrom, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Venous+collagenosis+and+arteriolar+tortuosity+in+leukoaraiosis%5BTitle%5D)+AND+%22J.+Neurol.+Sci%22%5BJournal%5D)">Venous collagenosis and arteriolar tortuosity in leukoaraiosis.</a> J. Neurol. Sci. 15, 203-204 (2002).</li>
<li>Talairach, J., Tournoux, P. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aTalairach%2C+J+%22Co-planar+Stereotaxic+Atlas+of+the+Human+Brain%22">Co-planar Stereotaxic Atlas of the Human Brain</a>. , Thieme Medical Publishers. Stuttgart. (1988).</li>
<li>Dade, L. A., Gao, F. Q., Kovacevic, N., Roy, P., Rockel, C., O'Toole, C. M., Lobaugh, N. J., Feinstein, A., Levine, B., Black, S. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Semiautomatic+brain+region+extraction%3A+a+method+of+parcellating+brain+regions+from+structural+magnetic+resonance+images%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Semiautomatic brain region extraction: a method of parcellating brain regions from structural magnetic resonance images.</a> Neuroimage. 22 (4), 1492-1502 (2004).</li>
<li>Shrout, P. E., Fleiss, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Intraclass+correlations%3A+uses+in+assessing+rater+reliability%5BTitle%5D)+AND+%22Psychol.+Bull%22%5BJournal%5D)">Intraclass correlations: uses in assessing rater reliability.</a> Psychol. Bull. 86, 420-428 (2008).</li>
<li>Zijdenbos, A. P., Dawant, B. M., Margolin, R. A., Palmer, A. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Morphometric+analysis+of+white+matter+lesions+in+MR+images%3A+method+and+validation%5BTitle%5D)+AND+%22IEEE+Trans.+Med.+Imaging%22%5BJournal%5D)">Morphometric analysis of white matter lesions in MR images: method and validation.</a> IEEE Trans. Med. Imaging. 13 (4), 716-724 (1994).</li>
<li>Chow, T. W., Takeshita, S., Honjo, K., Pataky, C. E. of manual and semi-automated delineation of regions of interest for radioligand PET imaging analysis. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aChow%2C+TW+%22BMC+Nucl.+Med%22">BMC Nucl. Med</a>. Comparison, S. tJ. acques,P. .L. .,K. usano,M. .L. .,C. aldwell,C. .B. .,R. amirez,J. .,B. lack,S. .,V. erhoeff,N. .P. . 7, (2007).</li>
<li>Gilboa, A., Ramirez, J., Kohler, S., Westmacott, R., Black, S. E., Moscovitch, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Retrieval+of+autobiographical+memory+in+Alzheimer%27s+disease%3A+relation+to+volumes+of+medial+temporal+lobe+and+other+structures%5BTitle%5D)+AND+%22Hippocampus%22%5BJournal%5D)">Retrieval of autobiographical memory in Alzheimer's disease: relation to volumes of medial temporal lobe and other structures.</a> Hippocampus. 15 (4), 535-550 (2005).</li>
<li>Black, S., Iadecola, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Vascular+cognitive+impairment%3A+small+vessels%2C+big+toll%3A+introduction%5BTitle%5D)+AND+%22Stroke.+40%283+Suppl%29%2C+S38-S39%22%5BJournal%5D)">Vascular cognitive impairment: small vessels, big toll: introduction.</a> Stroke. 40(3 Suppl), S38-S39. , (2009).</li>
<li>Brown, W. R., Moody, D. M., Thore, C. R., Challa, V. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cerebrovascular+pathology+in+Alzheimer%27s+disease+and+leukoaraiosis%5BTitle%5D)+AND+%22%22%5BJournal%5D)">Cerebrovascular pathology in Alzheimer's disease and leukoaraiosis.</a> , 903-939 (2000).</li>
<li>Moody, D. M., Brown, W. R., Challa, V. R., Anderson, R. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Periventricular+venous+collagenosis%3A+association+with+leukoaraiosis.+Radiology%5BTitle%5D)+AND+%22%22%5BJournal%5D)">Periventricular venous collagenosis: association with leukoaraiosis. Radiology.</a> (2), 469-476 Forthcoming.</li>
<li>Hernandez, M. D., Piper, R. J., Wang, X., Deary, I. J., Wardlaw, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Towards+the+automatic+computational+assessment+of+enlarged+perivascular+spaces+on+brain+magnetic+resonance+images%3A+A+systematic+review%5BTitle%5D)+AND+%22J.+Magn.+Reson.+Imaging%22%5BJournal%5D)">Towards the automatic computational assessment of enlarged perivascular spaces on brain magnetic resonance images: A systematic review.</a> J. Magn. Reson. Imaging. , (2013).</li>
</ol>

著者らは、開示することは何もありません。

LEセグメンテーションとparcellation手順は、ADと正常高齢者のMRIから地域volumetricsを取得するために特別に開発されました。これらの操作を実行するために複雑な計算アルゴリズムを適用し、多数の完全に自動化パイプラインがあるが、これらのツールは、LEの半自動生成するパイプラインは、個別化精度と正確性を欠く傾向にある。半自動プロセスとのトレードオフが適切に解剖学的な知識とそのような総合的なパイプラインを適用するために必要な計算能力をオペレータを訓練するために必要なリソースです。しかし、個別化されたイメージング·パイプラインの主な利点の一つは、自動パイプラインが失敗し、神経変性の重症の場合に、中程度から定量的volumetricsを得る能力である。 LEパイプラインは、以前に評価され、様々な高齢者および認知症集団1,2,13,14,19,22,23、arは主要な問題に適用されているように一般的に訓練を受けた事業者が直面するEが十分に立証されており、以下の通りです。 脳サイザーコンポーネントに必要な手動チェックと編集がTIV抽出マスキング手続き、vCSFの再割り当てや脳幹、小脳およびその他のテント下の構造を手動で除去することを含んでいる。脳の抽出のため、自動TIVの出力は、元PD/T2イメージが良質であることを一般的に提供さまともなマスクです。しかし、下側頭極、頸動脈の近位への血管および神経組織の内側の相対強度値に、この領域は、典型的には、いくつかの編集が必要になります。さらに、鼻腔内粘液は、自動TIVautoマスクの追加の手動編集を必要とする傾向前部前頭領域における強度カットオフ値をスキュー、地域強度ヒストグラムに影響を与える傾向がある。最後に、追加の手動での編集は、一般的に最も優れた地域、GLで必要とされているオバル萎縮だけで硬膜下のくも膜下CSFの体積の増加をもたらす傾向がある。代わりに、心室肥大と関連する萎縮はvCSFの再割り当てを必要とオペレータの介入を最小限にする傾向がある。トライフィーチャーcoregistrationアプローチを持っていることのもう一つの利点は、潜在的に起因するPDと、T1上での相対的な強さに識別可能である脳室周囲静脈血管障害5,24-26、（に、近位の心室に嚢胞液で満たされた梗塞を識別する能力であるPD、T1の上の低強度）に高信号。これらの低信号は、前の操作をfloodfillingにITK-SNAP_sbに描かれたマニュアルの制限を使用してvCSFから線引きすることができます。 vCSFの再割り当てをt1取得空間で実行されるため、PCが完全に表示されていない場合、アライメントが遠くACPC面から外れた例では、この制限は、3 番目の心室とquadrigeminalシスタンのために必要となる場合があります。テントは、差分が比較的容易な構造ではあるがerentiate、いくつかの解剖学ベースのルールは、内側側頭葉から大脳花柄の分離を配置する場合は特に、脳幹の手動除去やテント下の構造を導くのに役立つ。 SABREのlandmarkingは、特定の解剖学的ランドマークの適度に予測可能なローカライズを可能にし、標準ACPC整列画像で行われる定位ベースの手順です。これに対する例外は、神経解剖学には個体差が極端に萎縮し、通常の変動性例である。実質の全体的な損失の脳萎縮の結果、ランドマークを配置するために適切な場所を選択することの難しさを増大させる鎌の大脳を、周囲の正中線に沿って、CSFの増加。ルールベースの​​プロトコルは、一般的なルールには例外が必要なケースを識別する、必要とされる。解剖学の通常の変動は、特に中心溝と頭頂後頭溝の相対的な位置に、また、困難な点を上げるこれらの構造の手動描写のTY。しかしながら、SABREによって使用されるグラフィカルユーザインターフェースは著しく、これらの特定のランドマークの可視化のための意思決定プロセスを支援する表面レンダリングされた画像をリアルタイムに回転することを可能にする。最後に、いくつかのルールベースのプロトコルは、（ライントレースがそれ自体の上に戻ることを防止することができる）が中心溝の描写など 、オペレータの違反を防止するためのソフトウエアにプログラム的に後方に移動することを余儀なくされている統合されています。 病変ワンセグコンポーネントのマニュアルチェックの手順、関連する高信号を視覚的に識別の専門知識だけSHの様々な程度でスキャンにさらされた後に取得された視覚認知のスキルが必要です。偽陽性の最小化アルゴリズムは、最初のセグメント化で最もエラーの除去を助ける。しかし、拡張型心筋血管周囲空間の間の差別化：レンズ核再IN（ウィルヒョウ - ロビン·スペースVRS）外部カプセル、CLAUSTRUM、極端なカプセル、およびsubinsular地域におけるレヴァントSHが困難な場合があります。これは大脳基底核内のVRSとの例では特に困難である。神経画像（STRIVE）に血管の変化を報告するための基準をまとめた最近の論文では、ラクナからVRSを区別し、MRIでより線形およびCSF強度であると、VRSを記述するためのサイズ基準を勧告した。 VRSの識別と、これらの問題に対処するために、LEは採用しています。レンズ核内にある任意の高信号を選択するからオペレータを防ぐA）解剖学ベースのルールを、B）サイズは直径5ミリメートルより高信号未満を排除するための基準、及びc）原因PD、T2およびT1 27上の相対CSFの強度に対する追加の除外の相対強度ルール。さらに、通常の高強度信号は脳梁に沿って、関連のSHを区別することは困難であることができる、特にFLAIR画像化で、正中線および大脳鎌に沿って記載されています。例中脳室周囲の地域に出て拡張するだけSHが受け入れられる場所なオーバーラップは、解剖学に基づくルールが実装されています。 結論として、この書面コンポーネントはJoveのビデオガイド下、標準化されたプロトコルの出版物（補完することを意図されていることを理解することは重要である<a href="https://www.jove.com">https://www.jove.comを</a> ）。従来の静的数字はいくつかの概念を説明するのに役立つ一方で、ビデオベースのチュートリアルでは、病変Explorerなどの総合的な神経画像パイプラインに関わる複雑な方法論のプロセスを通信で、より効率的である。

脳画像解析は、計算および神経解剖学的能力の高い熟練したオペレータを必要とする神経科学の新たな分野である。磁気共鳴イメージング（MRI）からの定量的情報を得るために、訓練を受けたオペレータは、しばしば実装するために必要とされる、監視、および編集、生のMRIから生成されたコンピュータによって生成された撮像出力する。一方で多くの「完全自動」のイメージングツールは、インターネットを経由して、精度を自由に利用でき、ダウンロードしたツールを使用して、知識、訓練や親しみやすさを欠いている初心者のオペレータが適用された場合、信頼性は疑問である。オンサイトトレーニングが最も好ましい指導のアプローチですが、ビデオガイド下、標準化されたプロトコルのプレゼンテーションは、画像のトレーニングセットを伴う場合は特に、実行可能な代替手段です。さらに、画像のトレーニングセットは、オフサイトの評価者間信頼性試験として品質管理対策のために使用することができる。 CH、老化およびアルツハイマー病（AD）を研究する場合は特に、画像処理パイプラインを開発するallengesは、技術的および生物学的な問題の広い範囲を含む。いくつかの技術的な問題が後処理補正アルゴリズム3で対処されていますが、個体差や病理学的プロセスに起因するばらつきがより複雑な障害物をご紹介します。脳萎縮および心室肥大は、登録反りやテンプレートマッチングアプローチの実行可能性を低減することができる。加齢に伴う白質の存在は、4を変更し、皮質下高信号（SH）7,8、嚢胞液で満たされたラクナ様梗塞9,10、および拡張型心筋血管周囲のスペース11,12として観察小血管疾患、5,6、、さらにセグメント化アルゴリズムを複雑にする。有意な白質疾患の症例では、単一のT1セグメンテーションは、唯一の追加それに補正することができる灰白質（GM）13の過大評価につながる可能性プロトン密度（PD）、T2強調（T2）、または流体の弱毒反転回復（FLAIR）画像を使用してgmentation。これらの課題を踏まえて、病変エクスプローラ（LE）、画像処理パイプラインは、人間の介入が1,2望ましいときに、特定の段階で訓練を受けた事業者を利用して、半自動トライ機能（T1、PD、T2）の手法を実装しています。 脳の抽出（または頭蓋骨ストリッピング）は、通常、神経画像で行われる第業務の一つです。この与えられた、総頭蓋円蓋（TIV）抽出プロセスの精度が大幅にさらにパイプラインダウン、その後の操作に影響を与えます。オーバー著しい浸食は、脳の損失をもたらす、過剰推定の脳萎縮をもたらす可能性がある。代わりに、アンダー浸食重要な、硬膜、その他nonbrain事項を含めることで、その結果、脳の容積の膨張につながる可能性があります。生成する三機能（T1、T2、およびPD）アプローチを用いて、これらの問題の多くLEの脳サイザー成分アドレス単一機能の方法1と比較して優れた結果をもたらすTIVマスク。さらに、自動的に生成されたTIVマスクを手動でチェックし、頭蓋骨ストリッピングの誤差の影響を受けやすい地域を特定する標準化されたプロトコルを使用して編集されている。 GM、白質（WM）、または脳脊髄液（CSF）、脳抽出後、セグメンテーションは各脳ボクセルが1〜3のラベルに割り当てられている頭蓋骨ストリッピングT1上で実行される。区分は、グローバルとローカルの強度ヒストグラムに適用される堅牢なカーブフィッティングアルゴリズムを使用して自動的に達成されている。輝度むらアーチファクトおよびAD症例14におけるGMとWM強度振幅の減少との間の分離に対処するために開発された技術。 脳サイザー成分も心室およびテント下の構造物の除去を手動で指定するための手順が含まれています。心室の大きさが一般的に使用されるbiomarそのまま心室CSF（vCSF）のセグメント化は、特に重要であるADの認知症15キブロン。さらに、脳室と脈絡叢の描写は、静脈膠原5,16,17が特徴小血管疾患の形を反映すると考えられている脳室周囲高信号（pvSH）の適切な識別のために不可欠です。参考のために、T1を使用して、vCSFへのCSFボクセルの手動再ラベル付けは、分割された画像での手動塗りつぶし操作で達成される。一般的には、側脳室の脳溝、CSFと区別しやすくなります。このような理由のために、優れたスライスから始まり、下方に移動し、軸方向の図でfloodfilling始めることをお勧めします。脳室系、特に、 第3脳室の内側部を画定することがより困難であり、マニュアルに概説されている特殊な解剖学的構造ベースのルールが与えられる。脳サイザーの最後のステップは、追加セットoをマニュアルトレースに記載の手順を用いて、脳幹を除去し、小脳、および他のテント下の構造を含むF解剖学ベースの標準化されたプロトコル。 半自動化された脳領域抽出（SABRE）コンポーネントは、パイプラインのparcellationプロシージャです。この段階は、次の解剖学的識別するために訓練されたオペレーターが必要になります。前方および後方交連（AC、PC）を;脳の端を後方;中心管;半ば矢状面;後頭前切痕;後頭頭頂間溝;中心溝、および;シルビウス裂。これらの画期的な座標に基づいて、タライラッハ様18グリッドが自動的に生成され、地域のparcellationが19を達成している。ランドマークを簡単に自動的に生成され、手動で前のSABRE landmarking手続きにチェックされACPC整列画像上で識別されます。 病変ワンセグコンポーネントは、SHの同定および定量が達成されているパイプラインの最終段階である。初期の自動SHセグメンテーションはPD/T2-based SH segmeを含む複雑なアルゴリズムを実装ntation、ファジーマスキングc-平均、および心室拡張。これらの操作は、手動でチェックし、偽陽性やその他のエラーのために編集されて自動的に生成された病変セグメンテーションマスクになる。 MRIで高信号信号は非病理源（ 例えばモーションアーチファクト、正常な生物学）に起因するように、適切な訓練、関連SHの正確な同定に必要とされている。 LEパイプラインの最終結果は26 SABREの脳領域にparcellatedされる8種類の組織や病変volumetricsを含む総合的な体積プロファイルです。オフサイトの個々の事業者の評価者間の信頼性試験を得るためには、ソフトウェア（http://sabre.brainlab.ca）を備えたトレーニングセットの完全なLEのパイプラインを実行することをお勧めします。容積測定結果を用いて、クラス間の相関係数（ICC）20統計が各SABRE領域における各組織クラス（GM / WM / CSF）について計算することができる。 segmentatioを使用したn個の画像は、類似度指数（SI）21統計情報は、空間の合同の程度を評価するために計算することができる。短時間オペレータの1 番目及び2 番目の分割編集の間に通過した後さらに、イントラ評価者の信頼性は、同一のオペレータの結果を評価することができる。オフサイトオペレータは、LEのマニュアルで概説されたファイルの命名規則に従っていることを提供し、信頼性の統計は、最も基本的な統計ソフトウェアパッケージを使用してオフサイトに計算することができます。これらの品質管理とビデオガイド付き標準化されたプロトコルを考えると、オフサイトの事業者は、LEのパイプラインを正確かつ確実に適用することを大きな自信を持つことができます。

<table><tbody><tr><td>磁気共鳴画像装置(1.5テスラ)</td><td>ゼネラル・エレクトリック</td><td></td><td>取得パラメータについては表1</td></tr>を参照してください <tr><td>磁気共鳴画像装置(3テスラ)</td><td>ゼネラル・エレクトリック</td><td></td><td>取得パラメータについては表2を参照してください</td></tr></tbody></table>

病変エクスプローラ：アルツハイマー病における正確で信頼性のmri誘導volumetrics用ビデオガイド下、標準化されたプロトコルおよび標準高齢者

Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer's Disease and Normal Elderly

MRIから生体ヒト脳組織volumetrics に取得は、多くの場合、様々な技術的、生物学的な問題によって複雑になる。有意な脳萎縮および加齢性白質変化（ 例えば Leukoaraiosis）が存在する場合、これらの課題は悪化する。病変エクスプローラ（LE）は、特に、一般的に、アルツハイマー病および正常高齢者のMRIで観察され、このような問題に対処するために開発された正確で信頼性の高い神経画像処理パイプラインである。パイプラインは、以前に、内部および外部の信頼性試験1,2のシリーズで検証されています半自動手順の複雑なセットです。しかし、LEの精度と信頼性は、コマンドを実行する明確な解剖学的ランドマークを識別し、手動で編集/様々なコンピュータによって生成されたセグメンテーションの出力を確認するために、適切な訓練を受けた手動のオペレーターに大きく依存している。 LEは、それぞれが一連のコマンド及び手動オペラを必要とする、3つの主要構成要素に分けることができるtions：1）脳サイザー、2）SABRE、および3）病変ワンセグ。脳サイザーの手動操作は、自動頭蓋骨ストリッピング総頭蓋円蓋（TIV）抽出マスク、心室脳脊髄液（vCSF）の指定、およびテント下の構造物の除去の編集を伴う。 SABREコンポーネントは、前方および後方交連（ACPC）面に沿った画像の位置合わせのチェック、および地域parcellationに必要ないくつかの解剖学的ランドマークの識別を必要とします。最後に、病変ワンセグコンポーネントは、偽陽性エラーの皮質下高信号（SH）の自動病変セグメンテーションを手動でチェックを伴います。 LEパイプラインのオンサイトトレーニングが好ましいが、対話型トレーニングのイメージで容易に利用可能な視覚的な教育ツールは、実行可能な代替案である。精度と信頼性の高い確実にするために開発された、次はLEのマニュアルの手順についてステップバイステップ、ビデオガイド下、標準化されたプロトコルである。

評価者間信頼性は、いくつかの測定基準を用いて評価することができる。 （オンラインで提供トレーニングセット使用<a href="http://sabre.brainlab.ca">http://sabre.brainlab.ca</a> ）を、以下のステップが、LEの完了後の処理段階のそれぞれについて、評価者間の信頼性を評価することをお勧めします。 脳サイザー： 脳の抽出手順の評価者間の信頼性を評価するために、&lt;img_count&gt;コマンドを使用して、各TIV-Eのマスク、&lt;name&gt;の_TIVedit、ためvolumetricsを生成します。トレーニングセットごとに設けられTIVeditのvolumetricsとともに、統計ソフトウェアパッケージ（ 例：SPSS）にこれらのvolumetricsを入力してください（オンラインで提供エクセル/ CSVファイルを参照してください）と評価者間の相関係数（ICC）を計算します。社内訓練された評価者のための全脳volumetricsは、ICC = 0.99、P &lt;0.0001 1,2を報告し得る。さらに、TIVマスキングの空間協定の評価が使用して評価することができるSI 21。 MATLABコードは、2つの評価者間のSI値を計算するためにオンラインで提供される。 心室の再割り当てを評価するために、再割り当てvCSFボクセル、 すなわちとセグメンテーションファイルごとに&lt;img_count&gt;コマンドを使用してvCSFボリュームを生成する。 &lt;name&gt;は_ seg_vcsf。 vCSFボリュームは、ボリューム &#39;というタイトルの列の下に「行&#39;7横の値です。 TIV評価者間信頼性を評価するために同じ手順を使用して、vCSFのICCとSIを計算します。 脳幹、小脳およびテント下の構造物の除去が&lt;name&gt;の_seg_vcsf_stに&lt;img_count&gt;のコマンドを実行して、同様に評価することができる。 「ボリューム」の下（右側の最後の列）：このセグメンテーションマスクに使用するボリュームは、 &#39;非ゼロのボクセルの合計数」というタイトルの第二の最後の行で示されている。 TIVとvCSFを評価するために、同じ手順を使用して、このマスキング用のICCとSIを計算procedu提供されたExcelファイル内のvolumetricsとの&lt;name&gt; _seg_vcsf_stファイルを使用して再。 SABRE： 脳サイザーマニュアルの手順は、簡単に標準的な指標を用いて評価することができる一方で、ACPCの位置合わせが少し難しくなります。このため、マトリックス·ファイルは、オフサイトオペレータのトレーニングのために視覚的に比較するために設けられている。 ACPCアライメントが完了した後、新たなITK-SNAP_sbウィンドウを開き、T1のイメージをロードし、オンラインで提供訓練場合の行列をロードし、&lt;name&gt;を_T1_IHCpre_toACPC.mat、視覚ピッチ、ロール、ヨー、及びACPCスライスを比較二つの画像の間である。 各トレーニングケースの_SABREparcel_inACPCの&lt;name&gt; parcellatedマスクに&lt;img_count&gt;実行SABREのlandmarking手順を、評価すること。各地域（3月28日）のためのvolumetricsを入力してください。 SABRE地域コードがオンラインで提供されています。 TIVとvCSFを評価するために、同じ手順を使用して、各SABREの脳領域のICCを計算する。SABREは、社内訓練された評価者のための地域volumetricsは0.91-0.99 1,2に至るまでのICC値が報告された平均のICC = 0.98、P &lt;0.01を入手parcellated。 病変ワンセグ： このコンポーネントは、LEパイプラインの最終段階であるため、信頼性と精度は前のステージに依存します。 SHセグメンテーションの評価者間の信頼性は、SHボリュームの地域ICCおよびSHマスクの空間的な合意を使用して達成される。 lobmask T1の取得空間内のファイル、の&lt;name&gt; _SABREparcel、最終的な編集された病変のセグメント化ファイルの&lt;name&gt; _LEedit両方を入力し、&lt;SH_volumetrics&gt;ランリージョナルSHボリュームを、評価すること。 SABREのvolumetricsを評価するために、同じ手順を使用して、各SABRE脳領域内の病変ボリューム用のICCを計算する。 TIVのマスク処理の空間的な合意を評価するために、同じ手順を使用して、最終的な編集された病変マスク、&lt;name&gt;の_LEedit（またはFLEXeditのためのSIを計算する）。同じ信頼性試験はPD/T2-basedセグメンテーションとセンスベースのセグメントの両方で実行することができます。 <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td></td><td> 3DのT1 </td><td> PD/T2 </td></tr><tr><td> 撮像パラメータ </td><td>軸方向ボリューム土（S 1）SPGR </td><td>アキシャルスピンエコーFC VEMP VB（インターリーブ） </td></tr><tr><td> パルスタイミング </td><td></td><td></td></tr><tr><td> TE（ミリ秒） </td><td> 5 </td><td> 80分の30 </td></tr><tr><td> TR（ミリ秒） </td><td> 35 </td><td> 3000 </td></tr><tr><td>フリップ角（°） </td><td> 35 </td><td> 90 </td></tr><tr><td> TI（ミリ秒） </td><td> N / A </td><td> N / A </td></tr><tr><td> 走査範囲 </td><td></td><td></td></tr><tr><td> FOV（センチメートル） </td><td> 22 </td><td> 20 </td></tr><tr><td>スライス厚さ（mm） </td><td> 10.2 / 0 </td><td> 3/0 </td></tr><tr><td>いいえスライス</td><td> 124 </td><td> 62 </td></tr><tr><td> 買収 </td><td></td><td></td></tr><tr><td>行列のサイズ</td><td> 256×192 </td><td> 256×192 </td></tr><tr><td>ボクセルサイズ（mm） </td><td> 0.86 X 0.86 X 1.4 </td><td> 0.78 X 0.78 X 3 </td></tr><tr><td> NEX </td><td> 1 </td><td> 0.5 </td></tr><tr><td> 合計時間（分） </td><td> 11時00分</td><td>午前12時</td></tr></tbody></table> 表1。ゼネラル·エレクトリック1.5T構造のMRI取得パラメータ。 <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td></td><td> 3DのT1 </td><td> PD/T2 </td><td> FLAIR </td></tr><tr><td> 撮像パラメータ </td><td>アキシャル3D FSPGR EDR IRプレップ</td><td>アキシャル2D FSE-XL、EDR、速い、脂肪土</td> &lt;TD&gt;軸T2Flair、EDR、FAST </td></tr><tr><td> パルスタイミング </td><td></td><td></td><td></td></tr><tr><td><h2> TE（ミリ秒） </h2></td><td> 3.2 </td><td> 11.1 / 90 </td><td> 140 </td></tr><tr><td> TR（ミリ秒） </td><td> 8.1 </td><td> 2500 </td><td> 9,700 </td></tr><tr><td>フリップ角（°） </td><td> 8° </td><td> 90° </td><td> 90° </td></tr><tr><td> TI（ミリ秒） </td><td> 650 </td><td> N / A </td><td> 2200 </td></tr><tr><td> 走査範囲 </td><td></td><td></td><td></td></tr><tr><td> FOV（センチメートル） </td><td> 22 </td><td> 22 </td><td> 22 </td></tr><tr><td>スライス厚さ（mm） </td><td> 1 </td><td> 3 </td><td> 3 </td></tr><tr><td>いいえスライス</td><td> 186 </td><td> 48 </td><td> 48 </td></tr><tr><td> 買収 </td><td></td><td></td><td></td></tr><tr><td>行列のサイズ</tD&gt; <td> 256×192 </td><td> 256×192 </td><td> 256×192 </td></tr><tr><td>ボクセルサイズ（mm） </td><td> 0.86 X 0.86 X 1 </td><td> 0.86 X 0.86 X 3 </td><td> 0.86 X 0.86 X 3 </td></tr><tr><td> NEX </td><td> 1 </td><td> 1 </td><td> 1 </td></tr><tr><td> 合計時間（分） </td><td> 7時20 </td><td>午前6時10 </td><td> 7時20 </td></tr></tbody></table> 表2。ゼネラル·エレクトリック3T構造のMRI取得パラメータ。 <img alt="図1" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig1highres.jpg" width="500" /> 図1。未編集の総頭蓋円蓋（TIV）マスク·オーバーレイ（緑）との軸T1は 、 これは脳の手動編集手順の一部としてnonbrain組織を除去するためにITK-SNAP_sbでの閉じた多角形ツールの使用例です。サイザーのTIV抽出法。 <pキープtogether.withinページ= &quot;常に&quot;&gt;：FOクラス= &quot;jove_content&quot; <img alt="図2" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig2highres.jpg" width="500" /> 図2。軸のT1組織のセグメンテーションオーバーレイでは、ラベルの色は任意であり、ラベルツールを使って変更することができることに注意してください。左の画像は、デフォルトの色を示しています。中央の画像は、CSF（5 =紫）がvCSF（7 =マゼンタ）に再割り当てする方法を示しています。右の画像は、 すなわち 、WMの色は組織クラスラベルを変更することなく変更することができる方法を示しています。ラベル3 = WMが残りますが、色が青に変更することができます。 <img alt="図3" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig3highres.jpg" width="500" /> 図3。軸T1の組織セグメンテーションオーバーレイ（左画像、GM =黄色、WM =オレンジ、CSF =紫）（左）と。描か ITKインクローズpolygo n のツールを使用して、テント下の構造物の手動削除の例です。SNAP_sb（中央）および除去後の最終的な組織のセグメンテーション（右）。 図2のように、右画像は、WMの色は、組織クラスラベル、 すなわち変化させることなく変更することができる方法を示している。ラベル3 = WMが残りますが、色が青に変更することができます。 <img alt="図4" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig4highres.jpg" width="500" /> 図4アキシャルT1捕捉空間における（左）、および前後（右）AC-PCアライメントが行われる。 <img alt="図5" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig5highres.jpg" width="500" /> AC（黄色）と図5。SABREのlandmarking手順を示す2つの例を示します。軸のAC-PC整列T1は、PC（青）、および後縁（ピンク）ランドマークの配置（左）。 3DサーフェスレンダリングT1（右）シルビウス裂（紫）とセントでRAL溝（ピンク）描写。 <img alt="図6" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig6highres.jpg" width="500" /> 自動的に生成された病変のオーバーレイ（中央）、および手動で編集病変（赤）、オーバーレイ（右）図6。軸PD（左）。 <img alt="図7" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig7highres.jpg" width="500" /> 自動的に生成された病変のオーバーレイ（中央）、および手動で編集病変（赤）、オーバーレイ（右）図7。軸FLAIR（左）、。

病変エクスプローラ（LE）は、アルツハイマー病および正常高齢者の構造的MRIから局所脳組織及び皮質下高信号病変volumetricsを得るために開発された半自動、画像処理パイプラインである。精度と信頼性の高いレベルを確保するには、次のLEの手作業用ビデオガイド下、標準化されたプロトコルである。

病変エクスプローラ：アルツハイマー病における正確で信頼性のMRI誘導Volumetrics用ビデオガイド下、標準化されたプロトコルおよび標準高齢者

Obtaining in vivo human brain tissue volumetrics from MRI is often complicated by various technical and biological issues. These challenges are ...

以下のパイプラインの全体的な目的は、老化と認知症への理解を深めることです。これは、MRIから得られる局所的な脳萎縮の指標および小血管病のニューロイメージングバイオマーカーを取得することによって達成されます。具体的には、まず頭蓋骨を除去した脳マスクを作成し、基本的な脳組織セグメンテーションを行うことで、総頭蓋内容量を正確に定量化します。第2ステップとして、小血管病の正確なイメージングバイオマーカー測定に向け、病変サブタイプを定量化および分類するためにTRIFE病変セグメンテーションを行います。次に、各個人の解剖学的ランドマークを設定し、脳を26の標準化された関心領域（ROI）に分割します。これにより、構造的MRIから得られた脳組織の萎縮度、測定値、および病変体積に基づき、疾患群間で異なる領域的な神経変性および血管障害のパターンを示す結果が得られます。当社の解析アプローチは、加齢および認知症の脳画像診断における主要な課題の解決に寄与します。開発したパーソナライズド・パイプラインにより、研究者および臨床医は、個々の症例および異なる患者群における診断、進行、治療反応をより深く理解することが可能になります。本手法は、特に神経変性疾患に併発して脳小血管病を患っている患者にとって有用です。これは高齢者、特にアルツハイマー病において非常に一般的です。このパイプラインは、血管性認知症や脳卒中、前頭側頭型認知症、外傷性脳損傷、多発性硬化症などの他の神経疾患を持つ人々にも適用可能です。手動での介入ステップが複雑になる可能性があるため、この手法を視覚的に実演することは極めて重要です。これには、神経解剖学に関する強固な知識基盤と、高度な能力およびコンピュータースキルの両方が必要です。これらの手順の多くは、視覚的な形式で伝達するのが最適です。このビデオでは、ユーザーが対象となる解剖学的構造を適切に視覚化し、必要となる計算機的な介入方法を確認することができます。本手順の実演は、ラボマネージャーのChristopher Scott、およびRIN ImagingアナリストのAlicia McNeelyとCourtney Beekが行います。まず、ソフトウェアを開き、T1強調画像と、自動頭蓋骨除去後の全頭蓋内容積マスクオーバーレイ（TIV auto）を読み込みます。次に、ペイントブラシツールを使用してTIV autoの編集を行い、TIV autoで適切に処理されなかった脳領域の追加または再キャプチャを行います。アクティブな描画ラベルをラベル1として選択し、色を再取得する場合、またはDIVオートエリアを再取得する場合、あるいは非着色エリアを慎重に再取得する場合は、「all labels」として上書き描画してください。ペイントブラシを使用して、TIVオートマスクを塗り直します。すべてのスライスを注意深く確認し、脳組織のみがラベル1として緑色に塗られ、脳組織以外のすべての領域に別のラベルが付与されていることを確認してください。ペイントが困難な場合は、閉じたポリゴンツールを使用し、必要に応じてTIV autoを再キャプチャまたは削除してください。TIVの修正に満足したら、画像をTIV editとして保存し、心室の再割り当てを開始します。seg画像をT one IHC画像の上に重ねて読み込み、描画ラベルを適切な色に調整してください。次に、塗りつぶしツールを使用してCSF（脳脊髄液）のボクセルを再割り当てします。スペースキーを押すことで、塗りつぶしと境界線の描画を切り替えて操作してください。境界線を設定することで、脳室内の特定の領域（脳室周囲のブラックホールや白質高信号域の一部とされる箇所）が塗りつぶされるのを防ぎます。側頭葉については、何を塗りつぶし、何を塗りつぶさないかのガイドとしてT1強調画像を使用してください。Sキーで側脳室のセグメンテーションのオン・オフを切り替えることができます。完了したら、脳幹、小脳、およびテント下構造を除去するためにセグメンテーションを保存します。ポリゴンツールを選択し、セグメンテーションをオフにした状態で、小脳が始まりとなる最初のスライスまでスクロールしてください。次に、左クリックして、小脳周囲の硬膜および脳幹底部から脳梁にわたる領域を囲むポリゴンを描画します。その後、右クリックしてポリゴンを閉じ、「accept」をクリックしてセグメンテーションのその領域を削除します。これで、その領域にT1画像が表示され、セグメンテーションに含まれなくなったことが示されます。大脳脚を分離させた後、脳幹と脊髄の除去も開始します。次に、画像のスライスを一つずつ上にスクロールし、セグメンテーションの残った部分が大脳組織のみであることを確認します。完了したら、セグメンテーションを保存してください。まず、ISOイメージとCPCアライメント用のmatファイルをロードします。次に、ナビゲーションツールを使用して拡大します。続いて、ピッチアップ、ダウン、およびエレベートアップ、ダウンツールを使用して軸方向のビューを調整し、前交連が最も厚くなり、後交連が直線状になるようにします。これにより、きれいなキーホール形状が形成されます。視点を再調整し、眼球を視野内に収めます。次に、軸位断像で眼球のバランスを調整し、ロール方向の調整を行います。画像をスクロールした際に、軸位断のスライスが均等にバランスよく配置されていることを確認してください。スライスを1枚ずつ調整し、垂直の十字線が正中矢状面に一致するようにします。軸位断では、脳の両端にある自然な曲率のため、面を完全に一致させることが困難な場合がありますが、可能な限り最適にフィットさせてください。まず、ランドマーク識別のための画像を読み込みます。まず、左側にあるACのラジオボタンをクリックして、定義するランドマークを選択します。次に、軸方向断層像（axial view）上のACをクリックします。続いて、左側のPCラジオボタンをクリックし、軸方向断層像上のPCをクリックします。次に、PEラジオボタンをクリックして、そのスライスにおける脳の後端を定義し、脳の最も後方にある部位（左側または右側のいずれか）をクリックします。これにより、後ほど使用する冠状断スライスの値が入力されます。caラジオボタンをクリックして、中心管を定義してください。次に、現在の軸位断像から10スライス分下にスクロールし、中心管の中心をクリックします。これにより正中矢状断スライスの値が入力され、正中矢状面を特定するための起点として使用されます。続いて、Mラジオボタンをクリックして正中矢状面を定義します。次に、LPRラジオボタンをクリックして左後頭前切痕を定義し、RPRラジオボタンをクリックして右半球の後頭前切痕を定義します。オブジェクトマップを作成するには、LSCラジオボタンをクリックして左上中心溝を定義します。左クリックして、溝の上の硬膜にマーカーを配置します。LOPラジオボタンをクリックして、左後頭頂溝を定義します。表面レンダリングされたトレースの場合、この溝のトレースは硬膜から小脳テントまで続きます。シルビウス裂のトレースは、小さな上行枝と下行枝に分岐する点から、後端から前端に向かって開始してください。次に、「lc」ラジオボタンをクリックして、左中心溝をトレースします。シルヴィウス裂の最下端、すなわち中心溝の終点直下の溝から開始してください。脳の曲率を追うことが困難になるまで、溝の上端に向かってトレースを完了させます。最後に、「3D viewpoint」の下にある右ボタンをクリックし、PDまたはT2スキャンを用いた病変セグメンテーションのために、右シルビウス裂および右中心溝について同様の手順を繰り返します。まず、T1、PD、T2を含む利用可能なすべての画像をレビューし、何を脳病変として抽出するかを決定します。次に、ペイントブラシツールを使用して、病変領域を示すためにラベル1の上にラベル2を塗りつぶします。Sキーでセグメンテーションのオン・オフを切り替えることができます。また、フレア画像を含むスキャンの場合、偽陽性やエラーがある箇所には、ラベル2の上にラベル1を塗りつぶして指定してください。繰り返しになりますが、どの領域が病変に該当するかを判断するために、必要に応じて利用可能なすべての画像を用いてください。次に、ペイントブラシを使用して、病変と偽陽性を示すようにラベルを変更します。病変セグメンテーションの修正が完了したら、最終的に編集した画像を保存します。ここでは、SABREのランドマーク設定手順を示す2つの例を確認できます。左側の軸位断像は、AC（前交連）に基づき整列されたCPC調整済みT1強調画像であり、PC（後交連）および後縁のランドマークが配置されています。3D表面レンダリングT1画像には、シルビウス裂と中心溝の描出がなされています。この軸位断PD強調画像には、自動生成された病変オーバーレイと、手動で編集された病変オーバーレイが表示されています。これはレジョン・エクスプローラー・プロセスの過程として行われる手動リラベル手順の例であり、ここではフレックス・プロセスの過程として行われる手動リラベル手順の例を確認できます。軸位断のフレア画像には、自動生成された病変オーバーレイと、手動で編集された病変オーバーレイが表示されています。脳抽出手順の検者間信頼性の評価方法については、このビデオに付随する原稿を参照してください。本手順を実施する際は、被験者によって解剖学的変異があることに留意することが重要です。本プロトコルは遵守すべきガイドラインを提供していますが、習得後、確実に成功させるためには経験と解剖学的知識が不可欠です。本手順に従えば、この手法は被験者1人あたり1時間から1時間半で完了できます。また、Rika Robins基準に基づくコリン作動性高信号域のセグメンテーションや、脳卒中のトレースなどの他の手法も実施可能です。これにより、認知症の研究において、特定の血管損傷がどのような寄与をしているかといった追加的な疑問に対する解答を得ることが可能になります。このビデオを視聴することで、Sabre Brain Toolsの一環である、体積解析のためのlesion Explorer MRI処理パイプラインを正確かつ確実に実装する方法について、十分に理解できるはずです。このソフトウェアは無料で提供されており、online@sabrebrainlab.caからダウンロードいただけます。

lesion-explorer-video-guided-standardized-protocol-for-accurate

Research

JoVE Journal

Medicine

医学

出典:Arango-Lievano, M. et.al., Longitudinal In Vivo Imaging of the Cerebrovasculature: Relevance to CNS Diseases(脳血管系の縦断的In vivoイメージング:中枢神経系疾患との関連性)。J. Vis. Exp. (2016)このビデオは、蛍光標識されたアミロイドプラークと脳血管系を視覚化するためのin vivo...

アルツハイマー病モデルマウスにおける脳血管およびアミロイドプラークのin vivoイメージング

拡散テンソル画像（DTI）は、基本的に識別するためのMRIベースのツールと​​して機能します...

神経変性疾患の分析における拡散テンソル磁気共鳴画像

本研究は、内側側頭葉(MTL)構造を手動で追跡するための包括的なガイドラインを提供します。このプロトコルは、MTLの構造的および/または構造・機能複合型磁気共鳴画像(MRI)研究に適用可能であり、健康群および臨床群の両方で行われます。...

内側側頭葉構造の手動分割のための総合的なプロトコル

この原稿の目標は、MRIを使用して海馬と海馬のサブフィールドを研究することです。この原稿では、海馬と5つの海馬下部構造(cornu ammonis(CA)1、CA2 / CA3、CA4 /dentate gyrus、strata...

高解像度インビボ 3T磁気共鳴画像を用いたヒト海馬サブフィールドのためのマニュアルセグメンテーションプロトコル

本稿では、シードサーフェスを選択領域と脳の他の地域におけるボクセル間の機能的結合のタスク依存的変化を明らかにする生理心理学的相互作用解析を実装する方法について説明します。精神生理学的相互作用解析は、頭脳の結合性、伝統的な単変量活性化効果とは異なるタスクに及ぼす影響を調べる一般的な方法です。...

アルツハイマー病の遺伝的危険で個人の接続関連のメモリの一般化された精神生理学的相互作用 (PPI) 解析

休息状態機能的磁気共鳴イメージング ・ グレンジャー因果関係分析に基づき、後部帯状回皮質とアルツハイマー病 (AD) の患者は、軽度認知障害 (MCI)...

アルツハイマー病と軽度認知障害の監督機能接続のグレンジャー因果関係分析の応用

このプロトコルでは、灰白質の量の定量化のため使用することができます灰白質領域を線引きしたりする構造の T1 強調 MRI スキャンに 7 つの異なる自動セグメンテーション...

MRI の T1 強調画像からの皮質の灰白質の自動セグメンテーション

小説を提案する行動を組み合わせるし、ニューロ イメージング...

幻肢痛に対する鏡治療に関連付けられている関連する神経基盤の特性のため、MRI でリアルタイム映像投影

多発性硬化症は、治療法のない炎症性脱筋膜疾患である。脳組織の分析は、疾患の病因を理解するための重要な手がかりを提供します。ここでは、クリーブランドクリニックで動作するユニークな迅速な解剖プログラムを通じて収集されたMS脳組織の方法論と下流分析について説明します。...

多発性硬化症の個人のための包括的な解剖プログラム

ここでは、病変症状マッピングを目的としたオープンアクセスの標準化された画像処理パイプラインの実用的なチュートリアルを提供します。CT/MRIの手動梗塞セグメンテーションから、その後の登録から標準スペースまで、各処理ステップのステップバイステップのチュートリアルが提供され、例示的なケースを含む実用的な推奨事項とイラストが提供されます。...

病変症状マッピングに対するMRIまたはCTに関する脳梗塞セグメンテーションと登録

小脳灰白質形態測定を調べるための標準化されたパイプラインが提示される。このパイプラインは、最適化された自動化された小脳パーセル化のための高解像度の最先端のアプローチと、体積定量のための小脳のボクセルベースの登録を組み合わせています。...

構造磁気共鳴イメージングを用いたヒト小脳灰白質形態測定検査のための標準化されたパイプライン

学ぶLesion Explorerパイプラインを用いたMRI誘導ボリューム測定法で、アルツハイマー病と正常加齢における脳萎縮と病変を定量化する手法です。神経画像解析の精度向上に貢献します。

病変エクスプローラ：アルツハイマー病における正確で信頼性のMRI誘導Volumetrics用ビデオガイド下、標準化されたプロトコルおよび標準高齢者

さらに動画を探す