Automated Segmentation of Cortical Grey Matter from T1-Weighted MRI Images

Eileanoir B. Johnson; Rachael I. Scahill; Sarah J. Tabrizi

doi:10.3791/58198

JoVE Journal
Neuroscience

A subscription to JoVE is required to view this content. Sign in or start your free trial.

JoVE Journal Neuroscience

Automated Segmentation of Cortical Grey Matter from T1-Weighted MRI Images

T1-가중치 MRI 이미지에서 외피 회색 물질의 자동된 분할

Full Text

9,406 Views

06:48 min

January 7, 2019

DOI: 10.3791/58198-v

Eileanoir B. Johnson¹, Rachael I. Scahill¹, Sarah J. Tabrizi¹

¹Huntington's Disease Research Centre,UCL Institute of Neurology

Please note that some of the translations on this page are AI generated. Click here for the English version.

Overview

This protocol outlines a method for applying seven different automated segmentation tools to structural T1-weighted MRI scans. The goal is to delineate grey matter regions, facilitating the quantification of grey matter volume, which can aid in understanding group differences in cortical volume between non-clinical and clinical populations.

Key Study Components

Area of Science

Neuroimaging
Neurology
Brain segmentation analysis

Background

Investigates cortical volume differences across populations.
Utilizes automated segmentation techniques for efficiency.
Emphasizes the importance of Visual Quality Control for accuracy.
Demonstrates segmentation performance of various tools.

Purpose of Study

To provide a reliable method for quantifying grey matter volume.
To facilitate non-invasive monitoring of brain volume changes.
To compare segmentation outcomes of multiple tools for precision.

Methods Used

SPM software in MATLAB is used for segmentation tasks.
T1-weighted MRI scans serve as the primary data source.
Multiple segmentation techniques are tested for efficiency.
Visual Quality Control protocols are applied to validate results.

Main Results

Found variability in segmentation accuracy across different tools.
Emphasized the necessity of performing Visual Quality Control.
Noted specific instances of successful and unsuccessful regional delineation.
Concluded that careful testing of tools influences quality outcomes.

Conclusions

Demonstrates a comprehensive approach to grey matter volume quantification.
Highlights the importance of tool selection and quality control.
Provides groundwork for future research on brain volume changes without invasive methods.

Frequently Asked Questions

What are the advantages of this segmentation method?

This method offers automated processing, enabling multiple scans to be analyzed efficiently and with precision, reducing human error.

How is Visual Quality Control implemented?

Visual Quality Control involves comparing segmented regions against original scans to ensure accurate delineation, which is essential for reliable results.

What is the significance of using SPM software?

SPM software provides a robust platform for neuroimaging analysis, facilitating segmentation tasks and enabling the use of various automated tools.

How do differences in tool performance affect research outcomes?

Differences in segmentation tool accuracy can impact the biological conclusions drawn from the data, emphasizing the need for careful methodology selection.

Can this method be adapted for other types of imaging?

While optimized for T1-weighted MRI scans, the principles of this segmentation approach can be adapted for other imaging modalities with proper calibration.

What limitations should researchers consider?

Researchers must account for potential biases in segmentation accuracy and the importance of thorough Visual Quality Control to address any inconsistencies.

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.

이 방법은 신경 이미징 및 신경학 분야의 주요 질문에 대답 할 수 있습니다. 비임상 대 임상 집단에 대한 피질 볼륨에 그룹 차이가 있는지 여부와 같은. 이 기술의 주요 장점은 연구원이 데이터에 가장 적합한 도구를 사용할 수 있다는 것입니다.

먼저 MATLAB 명령 창을 열고 SPM을 명령줄에 입력하여 SPM 소프트웨어를 엽니다. 그런 다음 통합 된 세분화를 수행하려면 PET VBM을 선택하여 구조 MRI 도구 상자를 엽니 다. 이제 일괄 처리 편집기를 열어 한 번에 여러 검사에서 세분화를 수행합니다.

SPM, 공간 및 세그먼트를 선택한 다음 데이터를 선택하고 파일을 선택하고 T1 가중치 검사를 입력으로 선택합니다. 그런 다음 출력 파일, 회색 물질을 클릭하고 네이티브 공간이 선택되었는지 확인하고 White Matter에 대해 이 작업을 반복합니다. CSF 세분화가 필요하지 않은 경우 이 집합을 없음으로 둡니다.

검사가 이미 바이어스 수정된 경우 이 옵션을 수정된 저장하지 않도록 변경합니다. 그런 다음 전체 분석을 실행하기 전에 파티션 정리를 사용하고 세 가지 옵션을 모두 테스트합니다. 이제 다른 설정을 기본값으로 설정하고 녹색 플래그를 클릭하여 세분화를 실행합니다.

MATLAB 창은 세분화가 완료되면 완료라고 말합니다. 마지막으로, 결과 회색 물질 NIfTI 파일에 시각적 품질 관리를 수행 합니다. SPM 8에서 새 세그먼트 옵션을 수행하려면 일괄 처리 편집기를 열기 전에 먼저 PET VBM을 선택합니다.

그런 다음 SPM, 도구, 새 세그먼트를 선택하고 사용할 NIfTI 형식 T1 이미지 파일을 선택합니다. 네이티브 티슈 유형 옵션을 네이티브 공간으로 설정하고 필요하지 않은 조직 클래스를 끕니다. 또한 뒤틀린 조직을 끄고 녹색 플래그를 클릭하여 세분화를 실행하고 완료되면 시각적 품질 관리를 수행합니다.

SPM 12에서 세분화를 수행하려면 PET VBM을 다시 누르고 배치 편집기를 엽니다. 그런 다음 SPM, 공간 세그먼트 및 데이터 볼륨을 선택합니다. 그런 다음 네이티브 공간 조직 유형을 선택하고 불필요한 조직 클래스를 끕니다.

뒤틀린 조직을 없음으로 설정하고 녹색 플래그를 클릭합니다. 세분화가 완료되면 이 프로토콜의 다음 섹션에 자세히 설명된 대로 시각적 품질 관리를 수행해야 합니다. FSLeyes를 사용하여 시각적 품질 관리를 수행할 수 있습니다.

터미널 창을 여는 것으로 시작한 다음 터미널에 FSLeyes를 입력하여 FSLeyes를 엽니다. 그런 다음 파일을 선택하고 파일에서 추가하고 원래 T1 및 분할 된 영역을 선택하여 볼 수 있습니다. FSLeyes가 열리면 불투명도 토글을 사용하여 기본 T1 이미지를 시각화할 수 있습니다.

또한 상단 창의 색상 드롭다운 탭을 통해 필요에 따라 세분화 오버레이의 색상을 변경합니다. 지금, 두뇌에 있는 모든 조각을 통해 스크롤하 고 검사 되 고 지역에서 아래 또는 과대 평가의 영역에 대 한 각 하나를 확인. 시각적 품질 관리는 이 절차에 필수적인 단계입니다.

세분화된 영역을 원래 T1 스캔과 비교하여 해당 지역이 고품질이고 결론이 생물학적으로 정확한지 확인할 수 있습니다. Freeview를 사용하여 FreeSurfer 데이터의 시각적 품질 관리를 수행하려면 터미널 창을 열고 처리된 FreeSurfer 출력이 포함된 제목 폴더로 디렉터리를 변경합니다. 그런 다음 화면에 보이는 명령을 입력하여 T1에 겹쳐진 볼륨 회색 물질 영역을 봅니다. 다시, 뇌의 모든 조각을 스크롤 하 고 검사 되 고 뇌 영역에 대 한 아래 또는 과대 평가의 영역에 대 한 확인.

여기서는 T1 검사에 실패한 세분화의 예가 표시됩니다. 이 세분화는 개선되지 않을 경우 다시 처리하고 분석에서 제외해야 합니다. 이 그림은 T1 스캔에서 측두엽에 있는 다른 공구의 성능의 예를 보여줍니다.

좋은 지역 묘사의 예는 여기에서 볼 수 있으며, 왼쪽과 오른쪽 측두엽의 유출을 보여주는 열악한 지역 묘사의 예가 여기에 나와 있습니다. 이 그림은 T1 스캔에서 후두 엽에 다른 도구의 성능의 예를 보여줍니다. 여기서 우리는 좋은 지역 묘사의 예와 T1 스캔을 볼 수 있습니다, 여기에 가난한 지역 묘사의 예입니다 동안, 내측 dura에 유출을 보여주는.

여기서 우리는 파란색 영역에 의해 강조 된 두라에 유출 된 회색 물질 영역의 예를 볼 수 있습니다. 이 그림은 축 뷰에 가장 잘 표시된 세분화에서 피질의 영역을 제외한 회색 물질 영역의 예를 보여 주며 있습니다. 이 절차를 시도하는 동안 데이터에서 다양한 도구를 테스트하고 프로세스 검사에서 시각적 품질 관리를 수행하는 것이 중요합니다.

그것은 개발 후, 이 기술은 침략적인 시험을 요구하지 않고 시간이 지남에 따라 두뇌 볼륨에 있는 변경을 공부하는 신경 이미징 연구원을 위한 도로를 포장했습니다.

View the full transcript and gain access to thousands of scientific videos