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

저자는 기꺼이 다음과 같은 소스에서 재정 지원을 인정합니다. 개발과 다양한 뇌 영상 분석 테스트는 특히 건강 연구의 캐나다 연구소 (MOP 번호 13129), 캐나다 알츠하이머 협회 (미국), 심장의 알츠하이머 학회 및 뇌졸중 뇌졸중 재단 캐나다 파트너십에서 여러 보조금에 의해 지원되었다 복구 (HSFCPSR) 및 LC 캠벨 재단. JR 캐나다의 알츠하이머 학회에서 급여 지원을받는; 신경과 브릴 의자 등의 서니 브룩과 T의 U에 서니 브룩 연구소와 의학의 부서에서 SEB. 저자는 또한 HSFCPSR에서 급여 지원을받을 수 있습니다.

<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>

저자가 공개하는 게 없다.

LE의 세분화 및 parcellation 절차는 AD 정상 노인의 MRI에서 지역 볼륨 측정을 얻기 위해 특별히 개발되었다. 이러한 작업을 수행하기 위해 복잡한 계산 알고리즘을 적용 많은 완전 자동 파이프 라인이 있지만, 이러한 도구는 LE의 반자동 파이프 라인을 생성하는 개별 정확도와 정밀도가 부족하는 경향이있다. 반자동 프로세스와 트레이드 오프가 제대로 해부학 적 지식과 같은 포괄적 인 파​​이프 라인을 적용하는 데 필요한 전산 기술을 가진 사업자를 양성하는 데 필요한 자원입니다. 그러나, 개별 영상 파이프 라인의 주요 장점 중 하나는 자동 파이프 라인이 실패 신경 변성의 심한 경우에 중간에서 양적 볼륨 측정을 획득 할 수있는 기능입니다. LE 파이프 라인은 이전에 평가하고 다양한 노인과 치매 인구 1,2,13,14,19,22,23, 아칸소 주요 이슈에 적용된으로전자 일반적으로 훈련을받은 사업자에 의해 발생 문서화가 잘되어 있고 다음과 같이 요약 할 수 있습니다. 뇌 - Sizer를 구성 요소에 필요한 수동 검사 및 편집 TIV 추출 마스킹 절차 vCSF 재 할당 및 뇌간, 소뇌 및 기타 subtentorial 구조의 수동 제거를 포함합니다. 뇌 추출, 자동 TIV 출력은 원래 PD/T2 이미지가 좋은 품질의 것을 일반적으로 제공하는 괜찮은 마스크입니다. 그러나, 열악한 임시 기둥, 경동맥 동맥 근위부에 혈관과 신경 조직의 중간의 상대 강도 값으로,이 지역은 일반적으로 약간의 편집이 필요합니다. 또한 비강의 점액은 자동 TIVauto 마스크를 추가로 수동 편집을 필요로하는 경향이 전방 정면 지역에서 강도 컷 오프 값을 왜곡, 지역 강도 히스토그램에 영향을 미치는 경향이있다. 마지막으로, 추가 수동 편집은 일반적으로 가장 우수한 지역에서 요구되는 GL오발 위축은 경막 아래 지주막 CSF의 양의 증가를 초래하는 경향이있다. 또한, 심실 확대와 관련된 위축 vCSF 재 할당에 필요한 작업자의 개입을 최소화하는 경향이있다. 트라이 기능 coregistration 방식을 갖는 또 다른 장점은 잠재적으로 인해으로 인해 PD와 T1에서 자신의 상대 강도에 확인할 수있다 뇌실 주위 정맥 혈관 5,24-26, (에, 근위 심실에 낭포 성 유체 가득한 경색을 식별 할 수있는 기능입니다 PD, T1에 hypointense)에 hyperintense. 이 hypointensities 이전 작업을 floodfilling에 ITK-SNAP_sb에 그려진 수동 한계를 사용하여 vCSF에서 묘사 될 수있다. vCSF 재 할당이 T1 수집 공간에서 수행되기 때문에 PC가 완전히 보이지 않는 경우, 정렬은 작게 ACPC 평면에서 벗어나는 경우에, 한계는 3 차 뇌실 quadrigeminal 저수 탱크에 요구 될 수있다. 텐트는 diff를 할 수있는 비교적 쉬운 구조이지만erentiate, 여러 가지 해부학 기반 규칙은 뇌간과 측두엽의 대뇌 peduncles의 분리를 찾는 특히 subtentorial 구조를 수동으로 제거 안내에 도움이됩니다. SABRE의 landmarking 특히 해부학 적 적당히 예측 현지화를 허용, 표준 ACPC 정렬 이미지에서 수행 정위 기반 절차입니다. 이 예외로 인해 신경 해부학의 개체 차이가 극단적 인 위축과 일반 변동성 경우입니다. 실질 조직의 전체적인 손실 뇌 위축 결과, 마크를 배치하기 위해 적절한 장소 선택의 어려움을 증가 FALX 뇌종양을 둘러싼 정중선을 따라 증가 CSF. 규칙 기반 프로토콜은 일반적인 규칙에 대한 예외가 필요한 경우를 식별해야합니다. 해부학 정상 변화는, 특히 중앙 고랑과 두정 후두 고랑의 상대적 위치에, 또한상의 문제점을 증가이러한 구조를 수동으로 묘사의 타이. 그러나 SABRE 의해 사용 그래픽 사용자 인터페이스는 크게 이러한 특정한 마크의 시각화를위한 의사 결정 프로세스에 어시스트 표면 렌더링 영상의 실시간 회전을 허용한다. 마지막으로, 몇 가지 규칙 기반 프로토콜 (라인 추적이 자체에 다시가는 것을 방지 할 수있다)는 중앙 고랑 묘사 예를 들어, 운전자 위반을 방지하기 위해 소프트웨어로 프로그래밍 후방으로 이동 강제로 통합되었습니다. 병변 원세그 구성 요소의 수동 검사 절차는 관련 hyperintensities의 시각적 인식에 대한 전문 지식 만 SH의 다양한 각도에서 스캔에 노출 된 후 획득 된 영상 인식 기술을 필요로한다. 오 탐지를 최소화 알고리즘은 초기 세그먼트에있는 대부분의 오류의 제거에 도움이됩니다. 그러나, 넓혀진 혈관 주위 공간 사이의 차별화 : lentiform 핵 재에서 (비르 효 로빈 공간 VRS)외부 캡슐, CLAUSTRUM, 극단적 인 캡슐 및 subinsular 지역에서 레반트의 SH는 어려울 수 있습니다. 이 기저핵에서 VRS를 가진 경우에 특히 어렵다. 뇌 영상 (노력한다)에 대한 혈관의 변화를보고 기준을 요약 한 최근 논문은 lacunes에서 VRS를 차별화하고, VRS는 MRI에 더 선형 및 CSF의 강도로 설명 할 수있는 크기의 기준을 권장합니다. VRS 식별과 이러한 문제를 해결하기 위해, LE 채택했습니다 lentiform 핵 내에 모든 hyperintensity 선택에서 연산자를 방지하는) 해부학 기반의 규칙을, b) 크기가 직경 5mm 이상 hyperintensities 이하 제외 기준 및 C) 때문에 PD, T2 및 T1 27 상대 CSF의 강도에 추가 배제에 대한 상대 강도의 규칙. 또한, 일반 hyperintense 신호는 뇌량을 따라 관련 SH 구별하기 어려울 수 있습니다, 특히 FLAIR 영상의 중간 선 및 FALX 뇌종양, 함께 찾을 수 있습니다. 사례에서뇌실 주위 백질 영역으로 확장되었다 SH 만이 허용되는 곳과 같은 중복은 해부학 기반 규칙이 구현됩니다. 결론적으로,이 기록 구성 요소가 조브에서 비디오 유도, 표준화 된 프로토콜 간행물 (보충하는 의미가 있음을 인식하는 것이 중요하다 <a href="https://www.jove.com">https://www.jove.com을</a> ). 기존의 정적 인 그림은 몇 가지 개념을 설명하는 데 도움이 있지만, 비디오 기반 자습서는 병변 Explorer와 같은 포괄적 인 뇌 영상 파이프 라인과 관련된 복잡한 방법론 프로세스를 의사 소통에 더 효율적입니다.

뇌 영상 분석은 전산 및 신경 해부학 적 역량의 높은 수준의 숙련 된 운영을 요구하는 신경 과학의 새로운 분야입니다. 자기 공명 영상 (MRI)에서 정량적 정보를 얻기 위해서는, 숙련 된 작업자가 종종 구현하는 데 필요한, ​​모니터, 편집 원시 자기 공명으로부터 발생 컴퓨터 생성 화상 출력한다. 많은 &#39;완전 자동&#39;이미징 도구는 인터넷, 정확도를 통해 자유롭게 사용할 수 있으며, 지식, 교육 및 다운로드 도구에 대한 지식이 부족한 초보 운전자에 의해 적용 할 때 신뢰성은 의문의 여지가있다. 현장 교육이 가장 바람직한 교육 방식이지만, 영상 유도, 표준화 된 프로토콜의 프리젠 테이션은 이미지의 트레이닝 세트와 함께 특히 경우 실행 가능한 대안이다. 또한, 화상의 트레이닝 세트는 오프 사이트 자간 신뢰성 시험 등 품질 제어 대책을 위해 사용될 수있다. 채널노화와 알츠하이머 질환 (AD)를 공부 특히, 이미지 처리 파이프 라인을 개발 allenges 기술 및 생물 광범위한 문제를 포함한다. 몇 가지 기술적 인 문제는 개체 차이 병리학 프로세스에 후 처리 보정 알고리즘 3, 변동성 해결되지만 더 복잡한 장애물을 소개합니다. 뇌의 위축과 심실의 확대는 등록 변형과 템플릿 매칭 방법의 가능성을 줄일 수 있습니다. 연령 관련 흰색 물질의 존재는 4를 변경하고 피질 hyperintensities (SH) 7,8, 낭포 성 유체 가득한 열공 같은 경색 9, 10, 및 팽창 된 혈관 주위 공간 (11, 12)로 관찰 작은 혈관 질환 5,6, 더 세그멘테이션 알고리즘을 복잡. 상당한 백질 질환의 경우에, 단일 T1 분할 만 추가 SE로 보정 될 수 회백질 (GM) (13)의 과대 초래할 수수소 이온 농도 (PD), T2 강조 (T2), 또는 액체 감쇠 반전 회복 (FLAIR) 영상을 사용하여 gmentation. 이러한 문제점에 비추어, 병변 탐색기 (LE) 이미지 프로세싱 파이프 라인은 인간의 개입이 1,2 바람직하다 할 때 특정 단계에서 훈련 연산자를 활용, 반자동 트라이 기능 (T1, PD, T2) 접근 방식을 구현합니다. 뇌 추출 (또는 두개골 스트립)은 일반적으로 신경 영상에서 수행되는 첫 번째 작업 중 하나입니다. 이 주어지면, 전체 두개강 ​​볼트 (TIV) 추출 처리의 정확도는 크게 상기 파이프 라인 아래로 후속 작업에 영향을 미친다. 뇌의 손실의 결과로, 오버 침식 중요한로 이어질 수 이상 추정 뇌 위축의. 또한, 경질 및 기타 nonbrain 물질의 포함의 결과에 따라 침식 중요한 뇌 볼륨의 인플레이션으로 이어질 수 있습니다. 생성하는 트라이 기능 (T1, T2, 및 PD) 접근법을 사용하여 이러한 많은 문제 LE의 뇌-Sizer를 함유 주소단일 기능의 방법 1에 비해 우수한 결과를 얻을 수 TIV 마스크. 또한, 자동으로 생성 된 TIV 마스크를 수동으로 확인하고 두개골 스트립 오류에 취약 영역을 식별하는 표준화 된 프로토콜을 사용하여 편집됩니다. GM, 백질 (WM), 또는 뇌척수액 (CSF) : 뇌 추출 후, 조각은 각각의 뇌 복셀이 1 ~ 3의 레이블에 할당 된 두개골 제거 T1, 수행됩니다. 분할이 자동으로 전역 및 로컬 강도 히스토그램에 적용되는 강력한 곡선 피팅 알고리즘을 사용하여 수행됩니다; 기술은 세기 불균일성 아티팩트 및 AD 케이스 (14)의 GM 및 WM 강도 진폭 간의 감소 분리를 해결하기 위해 개발. 두뇌 크기 조절기 구성 요소는 심실과 subtentorial 구조의 제거를 수동으로 지정하기위한 절차가 포함되어 있습니다. 뇌실의 크기는 일반적으로 사용되는 오마르 같이 심실 CSF (vCSF)의 분할은 특히 중요하다AD 치매 15 KER. 또한, 심실 및 맥락막 신경총의 묘사는 정맥 교원병 5,16,17 특징으로 작은 혈관 질환의 한 형태를 반영하는 것으로 생각된다 뇌실 주위 백질 hyperintensities (pvSH)의 적절한 식별을 위해 필수적입니다. 참고 T1을 사용하여, vCSF에 CSF 복셀의 수동 레이블 재 지정은 분할 된 이미지를 수동 floodfill 작업으로 수행됩니다. 일반적으로, 측면 심실 sulcal CSF에서 구별하기가 쉽습니다. 이러한 이유로, 그것은 뛰어난 조각에서 시작하여 하방 이동, 축보기에 floodfilling을 시작하는 것이 좋습니다. 심실 시스템, 특히 제 3 뇌실의 중간 부분의 윤곽이 더 어렵고 설명서에 설명 된 특별한 해부학 기반의 규칙을 설명한다. 뇌 - 입도 측정기의 마지막 단계는 추가적인 세트 O에 기술 설명서 추적 절차를 사용하여, 뇌간의 제거, 소뇌 및 기타 구조를 포함 subtentorialF 해부학 기반의 표준화 된 프로토콜을 지원합니다. 반자동 뇌 지역 추출 (SABRE) 구성 요소는 파이프 라인의 parcellation 절차입니다. 이 단계는 다음과 같은 해부학 적 식별하는 훈련을받은 사업자가 필요 전방과 후방의 접합면 (AC, PC를) 뇌 가장자리 후부; 중앙 운하; 중간 시상면; preoccipital 노치; occipito 정수리 고랑; 중앙 고랑 및; 실비 균열. 이러한 랜드 마크 좌표에 따라 Talairach 같은 18 그리드는 자동으로 생성되며, 지역 parcellation (19)을 수행 할 수 있습니다. 랜드 마크는 쉽게 자동으로 생성 전에 수동으로 SABRE의 landmarking 절차를 확인하는 ACPC 정렬 이미지에 식별됩니다. 병변 원세그 구성 요소는 SH 식별 및 정량화가 수행되는 파이프 라인의 마지막 단계입니다. 초기 자동 SH 세분화 PD/T2-based SH의 segme을 포함하는 복잡한 알고리즘을 구현ntation, 퍼지 C - 수단 마스킹 및 심실 팽창. 이러한 작업은 수동으로 확인하고 오탐 (false positive) 및 기타 오류를 편집 자동으로 생성 된 병변 세그멘테이션 마스크 결과. MRI에 hyperintense 신호가 nonpathological 소스 (예를 들어 모션 아티팩트, 일반 생물학)에서 발생할 수 있으므로, 적절한 교육을 관련 SH의 정확한 식별을 위해 필요합니다. LE 파이프 라인의 최종 결과는 26 SABRE의 뇌 영역에 parcellated하는 8 개의 다른 조직과 병변 볼륨 측정을 포함하는 포괄적 인 체적 프로필입니다. 오프 사이트 개인 사업자의 간 평가자의 신뢰성 테스트를 얻으려면, 그것은 소프트웨어 (http://sabre.brainlab.ca)와 함께 제공되는 트레이닝 세트에 전체 LE 파이프 라인을 실행하는 것이 좋습니다. 부피 측정 결과를 이용하여, 클래스 간 상관 계수 (ICC) 20 지표 SABRE 각 영역의 각 티슈 클래스 (GM / WM / CSF)에 대해 계산 될 수있다. segmentatio 사용해당 영상은, 비슷한 지수 (SI) (21)은 공간 통계 합동의 정도를 평가하기 위해 계산 될 수있다. 짧은 시간이 작업자의 1 차 및 2 차 분할 편집까지 경과 후에 또한 인트라 레이터 신뢰도는, 동일한 오퍼레이터의 결과를 평가할 수있다. 오프 사이트 운영자가 LE 설명서에 설명 된 파일 이름 지정 규칙을 준수하는 것이 제공, 신뢰성, 통계는 가장 기본적인 통계 소프트웨어 패키지를 사용하여 오프 사이트에 계산 될 수있다. 이러한 품질 관리와 비디오 가이드 표준화 된 프로토콜을 감안할 때, 오프 사이트 운영자는 LE 파이프 라인이 정확하고 확실하게 적용되는 더 큰 자신감을 가질 수 있습니다.

<table><tbody><tr><td>자기 공명 영상 기계(1.5 Tesla)</td><td>General Electric</td><td></td><td>획득 매개변수에 대해서는 <강한>표 1</강> 참조</td></tr><tr><td>자기 공명 영상 기계(3 Tesla)</td><td>General Electric</td><td></td><td>획득 매개변수에 대해서는 <강한>표 2</강한> 참조</td></tr></tbody></table>

병변 탐색기를 정확하고 신뢰할 수있는 mri 유도 알츠하이머 병의 볼륨 측정 및 일반 노인을위한 영상 유도, 표준화 된 프로토콜

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

MRI에서 생체 내 인간 뇌 조직의 볼륨 측정에서 얻는 것은 종종 다양한 기술과 생물학적 문제로 복잡합니다. 중요한 뇌 위축과 연령 관련 백질의 변화 (예를 들어 Leukoaraiosis)가 존재하는 경우에는 문제가 더욱 까다로워 질 수 있습니다. 병변 탐색기 (LE)는 특히 일반적으로 알츠하이머 질환과 정상 노인의 MRI에서 관찰 이러한 문제를 해결하기 위해 개발 한 정확하고 신뢰할 수있는 뇌 영상 파이프 라인입니다. 파이프 라인은 이전에 내부 및 외부의 신뢰성 테스트 1,2 일련의 유효성을 검사 한 반자동 절차의 복잡한 집합입니다. 그러나, LE의 정확성과 신뢰성은 다양한 컴퓨터에서 생성 된 분할 출력을 확인 / 명령을 실행 별개의 해부학 적 랜드 마크를 확인하고 수동으로 편집 제대로 훈련 매뉴얼 사업자에 매우 의존적이다. LE는 3 가지 주요 구성 요소, 명령어 세트 및 수동 오페라를 필요로하는 각각의로 나눌 수 있습니다tions : 1) 뇌 Sizer를, 2) SABRE, 3) 병변 원세그. 두뇌 크기 조절기의 수동 작업이 자동 두개골 제거 총 두개 볼트 (TIV) 추출 마스크, 심실 뇌척수액 (vCSF)의 지정, 및 subtentorial 구조의 제거 편집을 포함한다. SABRE 구성 요소는 전방 및 후방 접합면 (ACPC) 평면을 따라 이미지 정렬의 검사, 및 지역 parcellation에 필요한 여러 가지 해부학 적 랜드 마크의 확인이 필요합니다. 마지막으로, 병변 원세그 구성 요소는 잘못된 긍정 오류 피질 hyperintensities (SH)의 자동 병변 분할의 수동 검사를 포함한다. LE 파이프 라인의 현장 교육이 바람직하지만, 대화 형 교육 이미지와 함께 쉽게 사용할 시각적 인 교육 도구는 실행 가능한 대안이다. 정확도 및 높은 신뢰도를 보장하기 위해 개발 된 다음 LE 서 절차 단계별 영상 유도, 표준화 된 프로토콜이다.

평가 자간 신뢰도는 몇 가지 기준을 사용하여 평가 될 수있다. (온라인에서 제공하는 트레이닝 세트 사용 <a href="http://sabre.brainlab.ca">http://sabre.brainlab.ca</a> )를, 다음 단계는 LE가 완료된 후 처리 단계의 각각에 대한 평가 자간 신뢰도를 평가하는 것이 좋습니다. 뇌 - Sizer를 : 뇌 추출 절차의 간 평가자의 신뢰성을 평가하기 위해, &lt;img_count&gt; 명령을 사용하여 각 TIV-E 마스크, &lt;NAME&gt; _TIVedit에 대한 볼륨 측정을 생성합니다. 통계 소프트웨어 패키지 트레이닝 세트의 각 제공 TIVedit의 볼륨 측정과 함께 (예를 들어, SPSS), (온라인으로 제공하는 엑셀 / CSV 파일 참조)에있는 볼륨 측정을 입력하고 평정 자간 상관 계수 (ICC)를 계산합니다. 사내 훈련 된 평가자에 대한 전체 뇌의 볼륨 측정은 P &lt;0.0001, 2, ICC = 0.99를보고옵니다. 또한, TIV 마스킹에 대한 공간 계약의 평가를 사용하여 평가 될 수있다SI 21. MATLAB 코드는이 평가자들 사이 SI 값을 계산하기 위해 온라인으로 제공된다. , 심실 재 할당을 평가 재 할당 vCSF 복셀, 즉과 분할 파일 각각에 대해 &lt;img_count&gt; 명령을 사용하여 vCSF 볼륨을 생성합니다. &lt;NAME&gt; _ seg_vcsf. vCSF 볼륨이 볼륨 &#39;라는 제목의 칼럼에서&#39;행 &#39;7 옆에있는 값입니다. TIV 간 평가자의 신뢰성을 평가하기 위해 동일한 절차를 사용하여, ICC 및 vCSF에 대한 SI를 계산합니다. 뇌간, 소뇌 및 subtentorial 구조의 제거는 &lt;NAME&gt; _seg_vcsf_st에 &lt;img_count&gt; 명령을 실행하여 유사하게 평가 될 수있다. &#39;볼륨&#39;에서 (오른쪽 마지막 열)이 세그멘테이션 마스크에 사용되는 볼륨 &#39;이 아닌 복셀의 총 수&#39;라는 제목의 마지막에서 두 번째 행에 표시됩니다. TIV와 vCSF을 평가하기 위해 동일한 절차를 사용하여,이 마스킹 ICC와 SI를 계산 procedu제공하는 엑셀 파일의 볼륨 측정 및 &lt;NAME&gt; _seg_vcsf_st 파일을 사용하여 다시. SABRE : 두뇌 입도 측정기의 사용 설명서 절차가 쉽게 표준 지표를 사용하여 평가 될 수 있지만, ACPC 정렬이 약간 더 어렵습니다. 이러한 이유로, 매트릭스 파일은 오프 사이트 운영자의 훈련을 시각적으로 비교하기 위해 제공됩니다. ACPC 정렬을 완료 한 후, 새로운 ITK-SNAP_sb 창을 열고, T1 이미지를로드 한 후, 온라인 &lt;NAME&gt; _T1_IHCpre_toACPC.mat을 제공하는 교육의 경우에 대한 행렬을로드하고, 시각적으로 피치, 롤, 요, 그리고 ACPC 슬라이스에게 비교 이 두 가지 이미지의. 각 훈련 케이스 _SABREparcel_inACPC &lt;NAME&gt; parcellated 마스크 &lt;img_count&gt; 실행 SABRE의 landmarking 절차, 평가합니다. 각 지역 (3-28)의 볼륨 측정을 입력합니다. SABRE의 지역 코드가 온라인으로 제공됩니다. 각 SABRE의 뇌 영역에 대한 ICC를 계산, TIV와 vCSF을 평가하기 위해 동일한 절차를 사용하여.SABRE는 사내 훈련 평가자를위한 지역 볼륨 측정을 parcellated보고 평균 ICCS를 = 얻을 0.91-0.99, 2에 이르기까지 ICC 값이 0.98, P &lt;0.01,. 병변 원세그 : 이 구성 요소는 LE 파이프 라인의 마지막 단계이기 때문에, 신뢰성과 정확도는 이전의 단계에 따라 달라집니다. SH 분할의 평가 자간 신뢰도는 SH 볼륨의 지역 ICC와 SH 마스크의 공간 약관을 사용하여 수행됩니다. lobmask의 T1 수집 공간에있는 파일, &lt;NAME&gt; _SABREparcel 최종 편집 병변 분할 파일, &lt;NAME&gt; _LEedit를 모두 입력, &lt;SH_volumetrics&gt; 실행 지역 SH 볼륨을 평가합니다. 각 SABRE 뇌 영역 내 병변 볼륨에 대한 ICC를 계산, SABRE의 볼륨 측정을 평가하기 위해 동일한 절차를 사용하여. 최종 편집 병변 마스크 &lt;NAME&gt; _LEedit (또는 FLEXedit위한 SI를 계산 TIV 마스킹 프로세스의 공간적 계약을 평가하기 위해 동일한 절차를 사용). 동일한 신뢰성 테스트는 PD/T2-based 세분화 및 FLAIR 기반 세그멘테이션 모두에서 수행 될 수있다. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td></td><td> 3D T1 </td><td> PD/T2 </td></tr><tr><td> 영상 매개 변수 </td><td> 축 볼륨 SAT (S 1) SPGR </td><td> 축 스핀 에코 FC VEMP VB (인터리브) </td></tr><tr><td> 펄스의 타이밍 </td><td></td><td></td></tr><tr><td> TE (밀리 초) </td><td> 5 </td><td> 80분의 30 </td></tr><tr><td> TR (밀리 초) </td><td> 35 </td><td> 3000 </td></tr><tr><td> 플립 각도 (°) </td><td> 35 </td><td> 90 </td></tr><tr><td> TI (밀리 초) </td><td> N / A </td><td> N / A </td></tr><tr><td> 스캔 범위 </td><td></td><td></td></tr><tr><td> FOV (CM) </td><td> 22 </td><td> (20) </td></tr><tr><td> 슬라이스 두께 (mm) </td><td> 10.2 / 0 </td><td> 3 / 0 </td></tr><tr><td> 호 조각 </td><td> 124 </td><td> 62 </td></tr><tr><td> 획득 </td><td></td><td></td></tr><tr><td> 매트릭스 크기 </td><td> 256 X 192 </td><td> 256 X 192 </td></tr><tr><td> 복셀 크기 (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> 총 시간 (분) </td><td> 11시 </td><td> 12시 </td></tr></tbody></table> 표 1. 일반 전기 1.5T 구조 MRI 취득 매개 변수. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td></td><td> 3D T1 </td><td> PD/T2 </td><td> FLAIR </td></tr><tr><td> 영상 매개 변수 </td><td> 축 3D FSPGR EDR IR 준비 </td><td> 축 2D FSE-XL, EDR는, FAST, 지방 앉아 </td> &lt;TD&gt; 축 T2Flair, EDR, FAST </td></tr><tr><td> 펄스의 타이밍 </td><td></td><td></td><td></td></tr><tr><td><h2> TE (MS) </h2></td><td> 3.2 </td><td> 11.1 / 90 </td><td> (140) </td></tr><tr><td> TR (밀리 초) </td><td> 8.1 </td><td> 2,500 </td><td> 9,700 </td></tr><tr><td> 플립 각도 (°) </td><td> 8 ° </td><td> 90 ° </td><td> 90 ° </td></tr><tr><td> TI (밀리 초) </td><td> (650) </td><td> N / A </td><td> 2,200 </td></tr><tr><td> 스캔 범위 </td><td></td><td></td><td></td></tr><tr><td> FOV (CM) </td><td> 22 </td><td> 22 </td><td> 22 </td></tr><tr><td> 슬라이스 두께 (mm) </td><td> 1 </td><td> 3 </td><td> 3 </td></tr><tr><td> 호 조각 </td><td> 186 </td><td> 48 </td><td> 48 </td></tr><tr><td> 획득 </td><td></td><td></td><td></td></tr><tr><td> 매트릭스 크기 </tD&gt; <td> 256 X 192 </td><td> 256 X 192 </td><td> 256 X 192 </td></tr><tr><td> 복셀 크기 (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> 총 시간 (분) </td><td> 7시 20분 </td><td> 6시 10분 </td><td> 7시 20분 </td></tr></tbody></table> 표 2. 일반 전기 3T 구조 MRI 취득 매개 변수. <img alt="그림 1" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig1highres.jpg" width="500" /> 그림 1. 축 T1 편집되지 않은 총 두개 볼트 (TIV) 마스크 오버레이 (녹색)와 함께.이 두뇌의 수동 편집 과정의 한 부분으로 nonbrain 조직을 제거하는 ITK-SNAP_sb의 닫힌 다각형 도구의 사용의 예입니다 선별기의 TIV의 추출 과정. <p클래스 = &quot;jove_content&quot;FO : 유지 - together.within 페이지를 = &quot;항상&quot;&gt; <img alt="그림 2" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig2highres.jpg" width="500" /> 그림 2. 축 T1 조직 세분화 오버레이. 해당 라벨의 색상은 임의이며, 레이블 도구를 사용하여 변경 될 수 있습니다. 사진 왼쪽은 기본 색상을 보여줍니다. 중간 이미지 CSF (5 = 보라색)이 vCSF (7 = 마젠타)에 재 할당하는 방법을 보여줍니다. 오른쪽 이미지는 WM의 색상은 조직 수준의 레이블, 즉 변경하지 않고 수정하는 방법을 보여줍니다. 라벨 3 = WM은 남아 있지만, 색상이 파란색으로 변경 될 수있다. <img alt="그림 3" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig3highres.jpg" width="500" /> 그림 3. 축 T1 조직 세분화 오버레이 (왼쪽 이미지, GM = 노란색, WM = 오렌지, CSF = 보라색) (왼쪽). 도시는 ITK 된 폐쇄 polygo 해당 도구를 사용하여 subtentorial 구조의 수동 제거의 예입니다SNAP_sb (가운데) 및 제거 (오른쪽) 후 최종 조직 세분화. 그림 2에서와 같이, 오른쪽 이미지는 WM의 색상은 조직 수준의 레이블, 즉 변경하지 않고 수정하는 방법을 보여줍니다. 라벨 3 = WM은 남아 있지만, 색상이 파란색으로 변경 될 수있다. <img alt="그림 4" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig4highres.jpg" width="500" /> 그림 4. 축 T1 수집 공간 (왼쪽)과 후 전 (오른쪽) AC-PC 정렬이 수행된다. <img alt="그림 5" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig5highres.jpg" width="500" /> AC (노란색)와 그림 5. SABRE의 landmarking 절차를 보여주는 두 가지 예. 축 AC-PC 정렬 T1, PC (파란색), 후방 에지 (핑크) 랜드 마크 게재 위치 (왼쪽). 실비 열구와 3D 표면 렌더링 T1 (오른쪽) (보라색) 및 센트RAL 고랑 (핑크) 묘사. <img alt="그림 6" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig6highres.jpg" width="500" /> 자동으로 생성 된 병변 오버레이 (중앙), 수동으로 편집 병변 (빨강) 오버레이 (오른쪽)와 그림 6. 축 PD (왼쪽). <img alt="그림 7" fo:content-width="5in" src="/files/ftp_upload/50887/50887fig7highres.jpg" width="500" /> 자동으로 생성 된 병변 오버레이 (중앙), 수동으로 편집 병변 (빨강) 오버레이 (오른쪽)와 그림 7. 축 FLAIR (왼쪽).

병변 탐색기 (LE)는 알츠하이머 질환과 정상 노인의 구조적 MRI에서 지역 뇌 조직과 피질 hyperintensity 병변 볼륨 측정을 얻기 위해 개발 한 반자동, 이미지 처리 파이프 라인입니다. 정확도 및 높은 수준의 신뢰성을 보장하기 위해, 다음과 LE 서 절차 영상 유도, 표준화 된 프로토콜이다.

병변 탐색기를 정확하고 신뢰할 수있는 MRI 유도 알츠하이머 병의 볼륨 측정 및 일반 노인을위한 영상 유도, 표준화 된 프로토콜

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

다음 파이프라인의 전반적인 목표는 노화와 치매를 더 잘 이해하는 것입니다. 이는 MRI 기반의 국소 뇌 위축 측정치와 소혈관 질환의 신경영상 바이오마커를 얻음으로써 달성됩니다. 구체적으로는 먼저 두개골이 제거된 뇌 마스크를 생성하고, 기본적인 뇌 조직 분할을 수행하여 총 두개강 내 용적을 정확하게 정량화함으로써 이를 구현합니다.두 번째 단계로, 소혈관 질환의 정확한 영상 생체표지자 측정을 위해 병변 하위 유형을 정량화하고 분류하는 TRIFE 병변 분할을 수행합니다. 다음으로, 각 개인에 대해 해부학적 랜드마킹을 실시하여 뇌를 26개의 표준 관심 영역으로 구분합니다. 이를 통해 구조적 MRI에서 얻은 뇌 조직 위축 측정값과 병변 부피를 기반으로, 질환 그룹 간의 지역적 신경퇴행 및 혈관병증 패턴의 차이를 나타내는 결과를 도출합니다.본 분석 접근법은 노화 및 치매의 뇌 영상 연구에서 핵심적인 질문들을 해결하는 데 도움이 될 수 있습니다. 우리가 개발한 개인 맞춤형 파이프라인을 통해 연구자와 임상의 모두가 개별 환자뿐만 아니라 서로 다른 환자군에서의 진단, 진행 상황 및 치료 반응을 더 잘 이해할 수 있습니다. 이는 특히 신경퇴행성 질환과 뇌 소혈관 질환을 동시에 앓고 있는 환자들에게 유용합니다.이는 노인, 특히 알츠하이머병 환자에게서 매우 흔하게 나타납니다. 이 파이프라인은 혈관성 치매 및 뇌졸중, 전두측두엽 치매, 외상성 뇌손상, 다발성 경화증과 같은 다른 신경계 질환을 앓고 있는 사람들에게도 적용될 수 있습니다. 수동 개입 단계가 복잡할 수 있으므로 이 방법의 시각적 시연이 매우 중요합니다.이를 위해서는 신경해부학에 대한 깊은 지식뿐만 아니라 수준 높은 컴퓨터 활용 능력이 필요합니다. 이러한 단계들의 상당 부분은 시각적 형식을 통해 전달하는 것이 가장 효과적입니다. 본 영상은 사용자가 해당 해부학적 구조를 적절히 시각화하고, 필요한 컴퓨터 작업 과정을 확인할 수 있도록 안내합니다.실험 절차는 실험실 매니저인 Christopher Scott과 RIN Imaging 분석가인 Alicia McNeely 및 Courtney Beek가 시연하겠습니다. 먼저 소프트웨어를 실행하고 T1 강조 영상과 자동 두개골 제거 총 두개내 용적 마스크 오버레이(TIV auto)를 불러옵니다. 그다음 페인트브러시 도구를 사용하여 TIV auto에서 누락되었거나 제대로 캡처되지 않은 뇌 영역을 추가하여 TIV auto를 편집합니다.활성 드로잉 레이블을 레이블 1로 선택하고, 모든 레이블 위에 덧그려 색상이나 DIV 자동 영역을 다시 캡처하거나, 색상이 지정되지 않은 영역을 주의 깊게 다시 캡처하십시오. 페인트브러시를 사용하여 TIV 자동 마스크를 다시 칠하십시오. 모든 슬라이스를 주의 깊게 확인하여 뇌 조직만 레이블 1로 녹색으로 칠해져 있고, 뇌 조직이 아닌 모든 부분에는 다른 레이블이 지정되었는지 확인하십시오.페인팅이 어려운 경우, 폐쇄 다각형 도구를 사용하고 필요에 따라 TIV auto를 다시 캡처하거나 삭제하십시오. TIV 수정 사항이 만족스러우면 이미지를 TIV edit로 저장하여 심실 재할당을 시작하십시오. T one IHC 이미지 위에 seg 이미지를 불러온 다음, 드로잉 레이블을 적절한 색상으로 조정하십시오.다음으로 flood fill 도구를 사용하여 CSF 복셀을 다시 할당하며, 스페이스 바를 눌러 flood fill과 경계 그리기 모드를 번갈아 전환합니다. 경계 바는 뇌실의 특정 영역 중 뇌실 주변 블랙홀(periventricular black holes)로 간주되거나 백질 고신호강도(white matter hyperintensities)의 일부인 영역이 flood fill로 채워지는 것을 방지하는 데 사용됩니다. 측두엽의 경우, 무엇을 채우고 무엇을 채우지 않을지에 대한 가이드로 T1 강조 영상을 사용하십시오.S 키를 사용하여 측뇌실 분할을 켜거나 끌 수 있습니다. 작업이 완료되면 뇌줄기, 소뇌 및 천막하 구조물을 제거하기 위해 분할 내용을 저장하십시오. 다각형 도구를 선택하고 분할 기능을 끈 상태에서 소뇌가 시작되는 첫 번째 슬라이스로 스크롤하십시오.그런 다음 왼쪽 클릭하여 소뇌를 둘러싼 경막과 뇌간 기저부의 calli를 가로지르는 다각형을 그립니다. 그 후 오른쪽 클릭하여 다각형을 닫고, 수락(accept)을 클릭하여 세그멘테이션의 해당 영역을 삭제합니다. 이제 해당 영역에 T1 영상이 표시되어 더 이상 세그멘테이션에 포함되지 않음을 나타냅니다.대뇌각이 분리되면, 뇌줄기와 척수 또한 제거하기 시작하십시오. 이제 이미지의 슬라이스를 하나씩 위로 스크롤하며 세그멘테이션의 남은 부분이 대뇌 조직뿐인지 확인하십시오. 완료되면 세그멘테이션을 저장하십시오.CPC 정렬을 위해 ISO 이미지와 mat 파일을 로드하여 시작하십시오. 먼저, 탐색 도구를 사용하여 가깝게 확대하십시오. 그런 다음 피치 업/다운(pitch up, down) 및 엘리베이트 업/다운(elevate up down) 도구를 사용하여 전교합(anterior commissure)이 가장 두껍게 보이고 후교합(posterior commissure)이 직선으로 놓이도록 축 방향 뷰를 조정하십시오. 이렇게 하면 적절한 열쇠구멍 모양이 형성됩니다.안구가 시야에 들어오도록 뷰를 다시 조정하십시오. 이제 축상면(axial view)에서 안구의 균형을 맞추어 롤(roll)을 조정하십시오. 이미지를 스크롤할 때 축상면 단면들이 균일하게 균형 잡혀 보여야 합니다.한 번에 한 슬라이스씩 조정하여 수직 십자선이 정중시상면을 통과하도록 맞춥니다. 축상면 뷰에서는 뇌 극점의 자연스러운 곡률로 인해 평면을 완벽하게 일치시키는 것이 어려울 수 있으므로, 가능한 최적으로 맞춥니다. 시작하려면 랜드마크 식별을 위한 이미지를 불러옵니다.먼저, 왼쪽의 AC 라디오 버튼을 클릭하여 정의할 랜드마크를 선택합니다. 그런 다음 축상면(axial view)에서 AC를 클릭합니다. 다음으로, 왼쪽의 PC 라디오 버튼을 클릭한 후 축상면 이미지에서 PC를 클릭합니다.이제 PE 라디오 버튼을 클릭하여 해당 슬라이스에서 뇌의 후연(posterior edge)을 정의한 다음, 뇌의 가장 뒤쪽 부분의 좌측 또는 우측 지점을 클릭하십시오. 이렇게 하면 잠시 후 사용될 관상면 슬라이스 값이 채워집니다. ca 라디오 버튼을 클릭하여 중심관(central canal)을 정의하십시오.그 다음 현재의 축상면(axial view)에서 10 슬라이스 아래로 스크롤한 후 중앙관의 중심을 클릭하십시오. 이렇게 하면 시상면 슬라이스 값이 입력되며, 이는 이제 정중시상면을 찾는 시작점으로 사용됩니다. 다음으로, M 라디오 버튼을 클릭하여 정중시상면을 정의하십시오.그런 다음 LPR 라디오 버튼을 클릭하여 좌측 전후두 절흔(left pre occipital notch)을 정의하고, RPR 라디오 버튼을 클릭하여 우측 반구 전후두 절흔(right hemisphere pre occipital notch)을 정의하십시오. 객체 맵(object map) 생성을 위해 LSC 라디오 버튼을 클릭하여 좌측 상중심구(left superior central sulcus)를 정의하십시오. 좌클릭하여 해당 뇌溝 위의 경막에 마커를 배치하십시오.LOP 라디오 버튼을 클릭하여 좌측 후두두정구(left occipital parietal sulcus)를 정의하십시오. 표면 렌더링 트레이싱의 경우, 이 구의 트레이싱은 경막에서 소뇌천막까지 이어집니다. 실비우스 열구(Sylvian fissure)의 트레이싱은 작은 상행 및 하행 분지로 갈라지는 지점에서 시작하여 후방에서 전방 끝 방향으로 진행하십시오.이제 lc 라디오 버튼을 클릭하여 좌측 중심구(left central sulcus)를 추적하십시오. 실비우스 열(point of Sylvie)의 하단 끝 지점과 중심구의 끝부분 바로 아래에 있는 fissure에서 시작하십시오. 뇌의 곡선을 따라가기 어려워질 때까지 상단 끝부분까지 중심구 추적을 완료하십시오.마지막으로, 3D viewpoint 아래의 오른쪽 버튼을 클릭하고 PD 또는 T2 스캔을 이용한 병변 분할을 위해 오른쪽 실비우스열(Sylvian fissure)과 오른쪽 중심구(central sulcus)에 대해 동일한 단계를 반복합니다. 먼저, T1, PD 및 T2를 포함하여 사용 가능한 모든 영상을 검토하여 뇌 병변으로 캡처할 범위를 결정합니다. 그런 다음 페인트브러시 도구를 사용하여 레이블 1 위에 레이블 2를 칠해 병변 부위를 표시합니다.S 키를 사용하여 분할 표시를 켜거나 끌 수 있습니다. 또한, 플레어 영상(flare imaging)이 포함된 스캔에서 위양성 또는 오류가 있는 부분을 나타내려면 레이블 2 위에 레이블 1을 덧칠하십시오. 다시 한번, 병변에 해당하는 영역을 결정하는 데 필요한 모든 가용한 영상을 활용하십시오.그 다음, 브러시 도구를 사용하여 병변과 위양성을 나타내도록 라벨을 변경합니다. 병변 분할 수정 사항이 만족스러우면 최종 편집된 이미지를 저장합니다. 여기에서 SABRE 랜드마킹 절차를 보여주는 두 가지 예를 확인할 수 있습니다.왼쪽의 축상면 슬라이스는 ac, PC 및 후방 경계 랜드마크 배치를 통해 정렬된 A CPC 정렬 T1 영상을 보여줍니다. 3D 표면 렌더링 T1 영상에는 Sylvian fissure와 중심구(central sulcus)의 윤곽이 그려져 있습니다. 이 축상면 PD 영상에는 자동으로 생성된 병변 오버레이와 수동으로 편집된 병변 오버레이가 표시되어 있습니다.본 영상은 병변 탐색기(lesion explorer) 과정의 일부로 수행되는 수동 재레이블링 절차의 예시이며, 여기서는 flex 과정의 일부로 완료되는 수동 재레이블링 절차의 예시를 확인할 수 있습니다. 축상면 플레어(axial flare) 영상에는 자동 생성된 병변 오버레이와 수동으로 편집된 병변 오버레이가 표시되어 있습니다. 뇌 추출 절차의 평가자 간 신뢰도를 평가하는 방법에 대해서는 본 영상과 함께 제공되는 논문을 참조하시기 바랍니다.이 절차를 수행할 때 피험자마다 해부학적 차이가 있다는 점을 기억하는 것이 중요합니다. 본 프로토콜이 따라야 할 가이드라인을 제공하지만, 숙달된 후 성공적인 수행을 위해서는 경험과 해부학적 지식이 필수적입니다. 이 절차를 따르면 피험자당 1시간에서 1시간 30분 정도 소요됩니다. Rika Robins 기준 콜린성 고신호강도(cholinergic hyperintensities)의 분할 및 뇌졸중 추적과 같은 다른 방법들도 수행할 수 있습니다. 이를 통해 연구자들은 치매 연구에서 특정 혈관 손상의 기여도와 같은 추가적인 질문에 대한 답을 얻을 수 있습니다.이 영상을 시청하고 나면 Sabre Brain Tools의 일부로서 부피 분석을 위한 lesion Explorer MRI 처리 파이프라인을 정확하고 신뢰성 있게 구현하는 방법에 대해 충분히 이해하게 될 것입니다. 이 소프트웨어는 무료로 제공됩니다. online@sabrebrainlab.ca에서 다운로드하십시오.

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

Research

연구

JoVE Journal

Medicine

의학

출처: Arango-Lievano, M. et. al., 대뇌혈관 구조의 종단 생체 내 이미징: 중추신경계 질환과의 관련성. J. Vis. Exp. (2016)이 비디오는 형광 표지된 아밀로이드 플라크와 대뇌 혈관 구조를 시각화하기 위한 생체 내 이광자 이미징을 보여줍니다. 파란색 형광은 플라크를 표시하고 녹색 형광은 뇌 혈관을 강조합니다. 관심 영역의 3D 지도와 고해상도 모자이크 이미징은 아밀로이드 플라크와 대뇌 혈관의 상세한 상호 작용을 보여줍니다.

알츠하이머병 마우스 모델에서 대뇌혈관 및 아밀로이드 플라크의 생체 내 이미징

MRI 기반 도구를 식별하기로 확산 텐서 영상 (DTI)는 기본적으로...

neurodegenerative 질병의 분석에서 확산 텐서 자기 공명 영상

본 연구는 내측 측두엽(MTL) 구조를 수동으로 추적하기 위한 포괄적인 지침을 제공합니다. 이 프로토콜은 건강한 그룹과 임상군 모두에서 MTL의 구조적 및/또는 복합 구조-기능 자기공명영상(MRI) 연구에 적용할 수 있습니다.

내측 측두엽 구조의 수동 분할을위한 포괄적 인 프로토콜

이 원고에서는 선택한 근원 지역 및 두뇌의 다른 지역에서 복 간의 기능 연결에 작업 종속 변경 공개 정신 상호 작용 분석을 구현 하는 방법을 설명 합니다. 정신 상호 작용 분석 두뇌 연결, 다른 전통적인 일변량 활성화 효과에 작업 효과 시험 하는 인기 있는 방법입니다.

메모리의 일반화 된 정신 상호 작용 (PPI) 분석 관련 Alzheimer의 질병을 위한 유전 모험에 개인에 연결

우리 후부 대상 피 질과 Alzheimer의 질병 (광고) 환자, 가벼운 인지 장애 (MCI)와 건강 한 컨트롤 환자에서 뇌 간의 지시 기능 연결에서 변경 조사 휴식 상태 기능 자기 공명 영상 그레인저 인과 분석을 바탕으로.

알 츠 하이 머 질환과 경미한 인지 장애에 감독된 기능 연결의 그 랜 저 인과관계 분석의 응용 프로그램

이 프로토콜 구조 T1 가중치 mri 회색 물질 볼륨의 정량화에 대 한 사용할 수 있는 회색 문제 지역 윤곽을 그리 다를 7 다른 자동된 분할 도구를 적용 하는 과정을 설명 합니다.

T1-가중치 MRI 이미지에서 외피 회색 물질의 자동된 분할

다발성 경화증은 치료법이없는 염증성 탈수성 질환입니다. 뇌 조직의 분석은 질병의 발병 기전을 이해하는 중요한 단서를 제공합니다. 여기에서 우리는 클리블랜드 클리닉에서 운영하는 독특한 신속한 부검 프로그램을 통해 수집 된 MS 뇌 조직의 방법론 및 하류 분석에 대해 논의합니다.

다발성 경화증을 가진 개별을 위한 포괄적인 부검 프로그램

여기에 제공된 개방형 이미지 처리 파이프라인은 병변 증상 매핑을 위한 실용적인 자습서입니다. CT/MRI의 수동 경색 세분화부터 표준 공간에 대한 후속 등록에 이르기까지 각 처리 단계에 대해 실용적인 권장 사항 및 예시사례가 있는 그림에 대한 단계별 연습이 제공됩니다.

병변 증상 매핑을 위한 MRI 또는 CT에 대한 뇌 경색 세분화 및 등록

소뇌 회색 물질 형태 측정을 검사하기 위해 표준화 된 파이프 라인이 제시됩니다. 이 파이프라인은 최적화되고 자동화된 소뇌 파셀레이션을 위한 고해상도의 최첨단 접근 방식과 체적 정량화를 위한 소뇌의 복셀 기반 등록을 결합합니다.

구조적 자기 공명 영상을 사용하여 인간의 소뇌 회색 물질 Morphometry를 검사하기위한 표준화 된 파이프 라인

이 프로토콜은 18F-AV-1451 PET/MRI를 사용하여 타우 병리학 및 신경 퇴행을 밝히고, 신경과 전문의가 알츠하이머병을 진단하고, 중증도를 평가하고, 알츠하이머병의 진행 및 기저 병리학적 메커니즘에 대한 통찰력을 얻는 데 도움을 주는 방법을 설명합니다.

18F-AV-1451에 기반한 알츠하이머병의 하이브리드 PET/MRI 영상

학습하세요 Lesion Explorer 파이프라인을 사용하여 알츠하이머병 및 정상 노화에서 MRI 기반 병변 부피 측정을 정확하게 수행하는 방법을 배우세요. 두피 분리, 조직 분할, 해부학적 랜드마킹을 포함한 반자동 이미지 처리 기법을 통해 신경퇴행성 및 혈관병증 패턴을 정량화하고 진단 및 치료 반응 평가에 활용하세요.

병변 탐색기를 정확하고 신뢰할 수있는 MRI 유도 알츠하이머 병의 볼륨 측정 및 일반 노인을위한 영상 유도, 표준화 된 프로토콜

더 많은 동영상 탐색