Name: Trójwymiarowe modelowanie kształtów i analiza struktur mózgu (Wideo) | JoVE Journal
Uploaded: 2019-11-14T10:00:00.000+00:00
Duration: 5 min 33 s
Description: Poznaj metodę półautomatycznej analizy kształtów mózgu z segmentacją hipokampa z obrazów MRI. To podejście umożliwia precyzyjne modelowanie struktur i obliczanie deformacji kształtu w badaniach neurobiologicznych.

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

Praca została sfinansowana przez Narodową Fundację Badawczą Korei (JP jako kierownik projektu). JK jest finansowany przez Kyungpook National University Research Fund; a MCVH jest finansowany przez Row Fogo Charitable Trust i Royal Society of Edinburgh. Segmentacja hipokampa została zaadaptowana z wewnętrznych wytycznych napisanych przez dr Karen Ferguson z Centrum Klinicznych Nauk o Mózgu w Edynburgu w Wielkiej Brytanii.

Obrazy MR mózgu zostały pozyskane zgodnie z protokołem zatwierdzonym przez lokalną komisję rewizyjną i komisję etyki.
UWAGA: Narzędzia do modelowania i analizy kształtów można pobrać z repozytorium NITRC: <a href="https://www.nitrc.org/projects/dtmframework/" target="_blank">https://www.nitrc.org/projects/dtmframework/</a>. Oprogramowanie GUI (DTMModeling.exe) można uruchomić po ekstrakcji. Zobacz Rysunek 1.
1. Segmentacja obrazu MR mózgu
<ol>
	<li>Pozyskiwanie obrazów MR mózgu poszczególnych osób i masek segmentacji mózgu. 
	nuta: Zazwyczaj pozyskujemy obrazy MR T1 do analizy struktur mózgu. Zakładamy, że obrazy MR są wstępnie przetworzone pod kątem korekcji nieliniowości gradientu i korekcji niejednorodności intensywności przy użyciu N311, ulepszonych metod N312 lub FSL-FAST13. Niektóre ogólnodostępne narzędzia do automatycznej segmentacji struktur mózgu człowieka wymieniono w tabeli 1.</li>
	<li>Ręczne korygowanie wyników segmentacji. 
	nuta: Otwarte oprogramowanie GUI obsługujące ręczną segmentację przedstawiono w tabeli 2. Protokoły ręcznej segmentacji struktur mózgu można znaleźć tutaj14,15,16. Przewodnik wideo na temat ręcznej segmentacji hipokampa znajduje się tutaj17. Protokół segmentacji hipokampa opisujemy w następnej sekcji.
	<ol>
		<li>Otwórz rezonans magnetyczny T1 i wyniki automatycznej segmentacji za pomocą menu Otwórz plik.</li>
		<li>Załaduj wtyczkę Segmentation, klikając Menu okna | Pokaż | Segmentacja.</li>
		<li>Popraw maskę segmentacji za pomocą narzędzi Dodaj, Odejmij i Korekta we wtyczce Segmentacja.</li>
		<li>Zapisz poprawioną maskę segmentacji w formacie Nifti za pomocą menu Zapisz.</li>
	</ol>
	</li>
</ol>
2. Ręczna edycja segmentacji hipokampa
UWAGA: Wprowadzamy protokół do ręcznej edycji segmentacji mózgu za pomocą oprogramowania do modelowania GUI opartego na środowisku pracy MITK (<a href="http://www.mitk.org/" target="_blank">http://www.mitk.org/</a>). Stół warsztatowy MITK zapewnia różne funkcje do ręcznej i automatycznej segmentacji oraz wizualizacji obrazów medycznych. Pokazujemy ręczny proces edycji dla lewego i prawego hipokampa. Kroki ręcznej edycji18 Wynik automatycznej segmentacji hipokampa jest następujący.
<ol>
	<li>Otwórz obraz MR T1 i wyniki automatycznej segmentacji hipokampa za pomocą oprogramowania MITK Workbench.</li>
	<li>Załaduj wtyczkę Segmentation w środowisku pracy MITK, klikając menu Okno | Pokaż widok | Segmentacja.</li>
	<li>Wybierz widok koronalny, klikając ikonę po prawej stronie, która pojawi się w prawym górnym rogu okna Wyświetlacz.</li>
	<li>Edytuj maskę binarną każdego hipokampa (tj. po lewej i prawej stronie) w widoku koronalnym, zaczynając od głowy hipokampa do ciała w następujący sposób.
	<ol>
		<li>Przewiń cały tom, aż znajdziesz uncus. Umieść uncus w masce hipokampa, w miejscu, w którym jest obecny.</li>
		<li>Edytuj maskę ciała hipokampa po ustąpieniu uncus za pomocą funkcji Dodaj i odejmij we wtyczce Segmentation.</li>
		<li>Kontynuuj edycję maski hipokampa, aż zostanie znaleziony ogon hipokampa. Gdy jądro płucne wzgórza cofa się wyżej od hipokampa, wyłania się sklepienie.</li>
		<li>Zakończ edycję ostatniego wycinka koronalnego hipokampa, w którym widoczna jest cała długość sklepienia, ale jeszcze nie ciągła się ze śledzioną ciała modzelowatego. 
		nuta: Przestrzenie płynu mózgowo-rdzeniowego (CSF) mogą znajdować się w obszarach hipokampa. Przestrzenie płynu mózgowo-rdzeniowego można usunąć z masek hipokampa za pomocą narzędzia Odejmij we wtyczce segmentacji środowiska roboczego MITK. może być łatwiej całkowicie zdefiniować regiony hipokampa, a następnie przejść przez wszystkie wycinki koronalne od głowy do ogona hipokampa w celu usunięcia przestrzeni płynu mózgowo-rdzeniowego.</li>
		<li>Postępuj zgodnie z tym samym procesem, aby edytować maski binarne obu hippocampi. 
		nuta: Narzędzia Dodaj, Odejmij i Korekta wtyczki Segmentacja w środowisku roboczym MITK mogą być używane do ręcznej edycji. Narzędzie Korekcja jest łatwe do obsługi drobnych błędów w masce segmentacji, wykonując dodawanie i odejmowanie zgodnie z danymi wejściowymi użytkownika oraz maskę segmentacji bez dodatkowego wyboru narzędzia.</li>
	</ol>
	</li>
	<li>Zapisz maski binarne dla lewego i prawego hipokampa w formacie Nifti (nii lub nii.gz) za pomocą menu Zapisz w oprogramowaniu środowiska pracy MITK. 
	nuta: Binarne maski lewego i prawego hipokampa powinny być zapisane osobno dla kolejnych kroków modelu kształtu hipokampa.</li>
</ol>
3. Budowa szablonu grupy
UWAGA: Po segmentacji i ręcznej edycji dla wszystkich tematów, indywidualne modelowanie kształtu wymaga szablonowego modelu struktury docelowej. Model szablonu konstruujemy z przeciętnej maski binarnej dla populacji, pozyskanej za pomocą wtyczki "ShapeModeling" w MITK Workbench. Etapy budowy modelu szablonu za pomocą oprogramowania GUI są następujące.
<ol>
	<li>Załaduj wtyczkę ShapeModeling za pomocą funkcji menu: Okno | Pokaż widok | Modelowanie kształtów.</li>
	<li>Otwórz katalog zawierający maski binarne badanej populacji, klikając przycisk Otwórz katalog we wtyczce ShapeModeling.</li>
	<li>Kliknij przycisk Template Construction (Budowa szablonu) we wtyczce ShapeModeling.</li>
	<li>Zaznacz siatkę o średnim kształcie i zapisz ją w formacie stereolitografii (STL) za pomocą menu Zapisz.</li>
</ol>
4. Rekonstrukcja indywidualnego kształtu
UWAGA: Na tym etapie wykonujemy modelowanie kształtów dla poszczególnych tematów za pomocą przycisku Rozpocznij modelowanie kształtu we wtyczce "ShapeModeling". Parametry oprogramowania tej wtyczki podajemy w tabeli 3. Szczegółowe wyjaśnienie każdego parametru można znaleźć tutaj5. Etapy rekonstrukcji indywidualnego kształtu za pomocą oprogramowania GUI są następujące.
<ol>
	<li>Załaduj obraz MR T1 i jego maskę segmentacji za pomocą menu Otwórz plik. 
	nuta: Do walidacji wizualnej używamy obrazu MR T1-ważonego.</li>
	<li>Sprawdź parametry modelowania we wtyczce ShapeModeling i zmodyfikuj w razie potrzeby. 
	nuta: Jeśli model szablonu nie jest zdeformowany lub odległość między modelem szablonu a granicą obrazu jest duża, zaleca się zwiększenie zakresu wyszukiwania granic. Jeśli zostaną znalezione zniekształcenia geometryczne, zwiększenie wartości maxAlpha i minAlpha za pomocą kroku 0,5 pomoże rozwiązać problem. Ważne jest, aby sprawdzić intensywność woksela dla obiektu docelowego w masce segmentacji. Jeśli wartość jest różna od 1, parametr intensywności należy odpowiednio zmienić.</li>
	<li>Kliknij przycisk Modelowanie kształtu, aby uruchomić proces modelowania kształtu i sprawdzić wynik w widoku 3D środowiska pracy MITK.</li>
	<li>Powtórz kroki 4.2 i 4.3, gdy model szablonu nie jest ściśle dopasowany do granicy obrazu. 
	nuta: Model szablonu jest wizualizowany za pomocą maski segmentacji w widoku strzałkowym, czołowym, osiowym i 3D środowiska pracy MITK. Powierzchnia szablonu nie ulega deformacji, gdy odległość między modelem szablonu a granicą obrazu jest mniejsza niż próg, który wynosi jedną dziesiątą najmniejszego rozmiaru woksela.</li>
	<li>Zapisz wynik modelowania w formacie stereolitografii (STL) za pomocą menu Zapisz w strukturze MITK.</li>
</ol>
5. Grupowa normalizacja kształtu i pomiar różnicy kształtów
UWAGA: Na tym etapie wyrównujemy poszczególne modele kształtów do modelu szablonu i obliczamy punktową deformację kształtu między odpowiednimi wierzchołkami między modelem szablonu a indywidualnym modelem kształtu. Kroki pomiaru deformacji kształtu są następujące.
<ol>
	<li>Wybierz model kształtu obiektu w Menedżerze danych środowiska pracy MITK. 
	nuta: Użytkownicy mogą wybrać wiele modeli do pomiaru deformacji.</li>
	<li>Wykonaj pomiar deformacji, klikając przycisk Pomiar we wtyczce ShapeModeling.</li>
</ol>

<ol><li>Costafreda, S. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+hippocampal+shape+analysis+predicts+the+onset+of+dementia+in+mild+cognitive+impairment%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Automated hippocampal shape analysis predicts the onset of dementia in mild cognitive impairment.</a> NeuroImage. 56 (1), 212-219 (2011).</li>
<li>Platero, C., Lin, L., Tobar, M. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Longitudinal+Neuroimaging+Hippocampal+Markers+for+Diagnosing+Alzheimer%27s+Disease%5BTitle%5D)+AND+%22Neuroinformatics%22%5BJournal%5D)">Longitudinal Neuroimaging Hippocampal Markers for Diagnosing Alzheimer's Disease.</a> Neuroinformatics. , 1-19 (2018).</li>
<li>Valdés Hernández, M. D. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rationale%2C+design%2C+and+methodology+of+the+image+analysis+protocol+for+studies+of+patients+with+cerebral+small+vessel+disease+and+mild+stroke%5BTitle%5D)+AND+%22Brain+and+behavior%22%5BJournal%5D)">Rationale, design, and methodology of the image analysis protocol for studies of patients with cerebral small vessel disease and mild stroke.</a> Brain and behavior. 5 (12), e00415(2015).</li>
<li>Kalmady, S. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Clinical+correlates+of+hippocampus+volume+and+shape+in+antipsychotic-na%C3%AFve+schizophrenia%5BTitle%5D)+AND+%22Psychiatry+Research%3A+Neuroimaging%22%5BJournal%5D)">Clinical correlates of hippocampus volume and shape in antipsychotic-naïve schizophrenia.</a> Psychiatry Research: Neuroimaging. 263, 93-102 (2017).</li>
<li>Kim, J., Valdés Hernández, M. D. C., Royle, N. A., Park, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Hippocampal+Shape+Modeling+Based+on+a+Progressive+Template+Surface+Deformation+and+its+Verification%5BTitle%5D)+AND+%22IEEE+Transactions+on+Medical+Imaging%22%5BJournal%5D)">Hippocampal Shape Modeling Based on a Progressive Template Surface Deformation and its Verification.</a> IEEE Transactions on Medical Imaging. 34 (6), 1242-1261 (2015).</li>
<li>Kim, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((3D+shape+analysis+of+the+brain%27s+third+ventricle+using+a+midplane+encoded+symmetric+template+model%5BTitle%5D)+AND+%22Computer+Methods+and+Programs+in+Biomedicine%22%5BJournal%5D)">3D shape analysis of the brain's third ventricle using a midplane encoded symmetric template model.</a> Computer Methods and Programs in Biomedicine. 129, 51-62 (2016).</li>
<li>Kim, J., Ryoo, H., Valdés Hernández, M. D. C., Royle, N. A., Park, J. Brain Ventricular Morphology Analysis Using a Set of Ventricular-Specific Feature Descriptors. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aKim%2C+J+%22International+Symposium+on+Biomedical+Simulation%22">International Symposium on Biomedical Simulation</a>. , 141-149 (2014).</li>
<li>Valdés Hernández, M. D. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Hippocampal+morphology+and+cognitive+functions+in+community-dwelling+older+people%3A+the+Lothian+Birth+Cohort+1936%5BTitle%5D)+AND+%22Neurobiology+of+Aging%22%5BJournal%5D)">Hippocampal morphology and cognitive functions in community-dwelling older people: the Lothian Birth Cohort 1936.</a> Neurobiology of Aging. 52, 1-11 (2017).</li>
<li>Lee, P., Ryoo, H., Park, J., Jeong, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Morphological+and+Microstructural+Changes+of+the+Hippocampus+in+Early+MCI%3A+A+Study+Utilizing+the+Alzheimer%27s+Disease+Neuroimaging+Initiative+Database%5BTitle%5D)+AND+%22Journal+of+Clinical+Neurology%22%5BJournal%5D)">Morphological and Microstructural Changes of the Hippocampus in Early MCI: A Study Utilizing the Alzheimer's Disease Neuroimaging Initiative Database.</a> Journal of Clinical Neurology. 13 (2), 144-154 (2017).</li>
<li>Cox, S. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Associations+between+hippocampal+morphology%2C+diffusion+characteristics%2C+and+salivary+cortisol+in+older+men%5BTitle%5D)+AND+%22Psychoneuroendocrinology%22%5BJournal%5D)">Associations between hippocampal morphology, diffusion characteristics, and salivary cortisol in older men.</a> Psychoneuroendocrinology. 78, 151-158 (2017).</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+Transactions+on+Medical+Imaging%22%5BJournal%5D)">A nonparametric method for automatic correction of intensity nonuniformity in MRI data.</a> IEEE Transactions on Medical Imaging. 17 (1), 87-97 (1998).</li>
<li>Tustison, N. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((N4ITK%3A+improved+N3+bias+correction%5BTitle%5D)+AND+%22IEEE+Transactions+on+Medical+Imaging%22%5BJournal%5D)">N4ITK: improved N3 bias correction.</a> IEEE Transactions on Medical Imaging. 29 (6), 1310-1320 (2010).</li>
<li>Zhang, Y., Brady, M., Smith, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Segmentation+of+brain+MR+images+through+a+hidden+Markov+random+field+model+and+the+expectation-maximization+algorithm%5BTitle%5D)+AND+%22IEEE+Transactions+on+Medical+Imaging%22%5BJournal%5D)">Segmentation of brain MR images through a hidden Markov random field model and the expectation-maximization algorithm.</a> IEEE Transactions on Medical Imaging. 20 (1), 45-57 (2001).</li>
<li>Wardlaw, J. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Brain+aging%2C+cognition+in+youth+and+old+age+and+vascular+disease+in+the+Lothian+Birth+Cohort+1936%3A+rationale%2C+design+and+methodology+of+the+imaging+protocol%5BTitle%5D)+AND+%22International+Journal+of+Stroke%22%5BJournal%5D)">Brain aging, cognition in youth and old age and vascular disease in the Lothian Birth Cohort 1936: rationale, design and methodology of the imaging protocol.</a> International Journal of Stroke. 6 (6), 547-559 (2011).</li>
<li>Morey, R. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comparison+of+automated+segmentation+and+manual+tracing+for+quantifying+hippocampal+and+amygdala+volumes%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">A comparison of automated segmentation and manual tracing for quantifying hippocampal and amygdala volumes.</a> NeuroImage. 45 (3), 855-866 (2009).</li>
<li>Boccardi, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Survey+of+protocols+for+the+manual+segmentation+of+the+hippocampus%3A+preparatory+steps+towards+a+joint+EADC-ADNI+harmonized+protocol%5BTitle%5D)+AND+%22Journal+of+Alzheimer%27s+Disease%22%5BJournal%5D)">Survey of protocols for the manual segmentation of the hippocampus: preparatory steps towards a joint EADC-ADNI harmonized protocol.</a> Journal of Alzheimer's Disease. 26 (s3), 61-75 (2011).</li>
<li>Winterburn, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-resolution+In+Vivo+Manual+Segmentation+Protocol+for+Human+Hippocampal+Subfields+Using+3T+Magnetic+Resonance+Imaging%5BTitle%5D)+AND+%22Journal+of+Visualized+Experiments%22%5BJournal%5D)">High-resolution In Vivo Manual Segmentation Protocol for Human Hippocampal Subfields Using 3T Magnetic Resonance Imaging.</a> Journal of Visualized Experiments. (105), e51861(2015).</li>
<li>MacLullich, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Intracranial+capacity+and+brain+volumes+are+associated+with+cognition+in+healthy+elderly+men%5BTitle%5D)+AND+%22Neurology%22%5BJournal%5D)">Intracranial capacity and brain volumes are associated with cognition in healthy elderly men.</a> Neurology. 59 (2), 169-174 (2002).</li>
<li>Gower, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Generalized+Procrustes+analysis%5BTitle%5D)+AND+%22Psychometrika%22%5BJournal%5D)">Generalized Procrustes analysis.</a> Psychometrika. 40 (1), 33-51 (1975).</li>
<li>Lorensen, W. E., Cline, H. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Marching+cubes%3A+A+high+resolution+3D+surface+construction+algorithm%5BTitle%5D)+AND+%22ACM+Siggraph+Computer+Graphics%22%5BJournal%5D)">Marching cubes: A high resolution 3D surface construction algorithm.</a> ACM Siggraph Computer Graphics. , 163-169 (1987).</li>
</ol>

Autorzy oświadczają, że nie występuje konflikt interesów.

Podsumowując, opisaliśmy potok oprogramowania do analizy kształtu struktur mózgu, w tym (1) segmentację obrazu MR za pomocą otwartych narzędzi, (2) rekonstrukcję indywidualnego kształtu przy użyciu odkształcalnego modelu szablonowego oraz (3) ilościowy pomiar różnicy kształtów poprzez przechodnią zgodność kształtu z modelem szablonowym. Analizę statystyczną z korekcją współczynnika fałszywych odkryć (FDR) przeprowadza się z deformacją kształtu w celu zbadania znaczenia zmian morfologicznych struktur mózgu, związanych z p...

Analiza kształtu struktur mózgu stała się preferowanym narzędziem do badania ich zmian morfologicznych w procesach patologicznych, takich jak choroby neurodegeneracyjne i starzenie się1. Potrzebne są różne metody obliczeniowe, aby 1) dokładnie wyznaczyć granice struktur docelowych na podstawie obrazów medycznych, 2) zrekonstruować kształt docelowy w postaci siatki powierzchniowej 3D, 3) zbudować zgodność między obiektami w poszczególnych modelach kształtów poprzez parametryzację kształtu lub rejestrację powierzchni oraz 4) ilościowo ocenić regionalne różnice kształtów między osobami lub grupami. W ciągu ostatnich kilku lat w badaniach neuroobrazowych wprowadzono wiele metod dla każdego z tych etapów. Jednak pomimo niezwykłych postępów w tej dziedzinie, nie ma wielu ram, które można bezpośrednio zastosować w badaniach. W tym artykule opisujemy każdy etap analizy kształtu struktur mózgu przy użyciu naszych niestandardowych narzędzi do modelowania kształtów i publicznie dostępnych narzędzi do segmentacji obrazów.
Tutaj demonstrujemy ramy analizy kształtu struktur mózgu poprzez analizę kształtu lewego i prawego hipokampa, korzystając z zestawu danych dorosłych osób kontrolnych i pacjentów z chorobą Alzheimera. Atrofia hipokampa jest uznawana za krytyczny biomarker obrazowania w chorobach neurodegeneracyjnych2,3,4. W naszym frameworku analizy kształtu wykorzystujemy model szablonowy struktury docelowej oraz deformowalną rejestrację szablonu do obrazu w procesie modelowania kształtu. Model szablonowy koduje ogólne cechy kształtu struktury docelowej w populacji, a także stanowi punkt odniesienia do ilościowego określania różnic kształtów między poszczególnymi modelami poprzez ich przechodnią relację z modelem szablonowym. W przypadku rejestracji szablonu do obrazu opracowaliśmy metodę deformacji powierzchni Laplace'a, aby dopasować model szablonu do struktury docelowej na poszczególnych obrazach, jednocześnie minimalizując zniekształcenia rozkładu punktów w modelu szablonu5,6,7. Wykonalność i solidność proponowanej ramy zostały potwierdzone w ostatnich badaniach neuroobrazowania starzenia się poznawczego8, wczesne wykrywanie łagodnych zaburzeń poznawczych9, oraz w celu zbadania powiązań między zmianami strukturalnymi mózgu a poziomem kortyzolu10. Takie podejście ułatwiłoby wykorzystanie metod modelowania i analizy kształtu w dalszych badaniach neuroobrazowych.

trójwymiarowe modelowanie kształtów i analiza struktur mózgu

Three-Dimensional Shape Modeling and Analysis of Brain Structures

Statystyczna analiza kształtu struktur mózgu została wykorzystana do zbadania związku między ich zmianami strukturalnymi a procesami patologicznymi. Opracowaliśmy pakiet oprogramowania do dokładnego i solidnego modelowania kształtów oraz analizy grupowej. W tym miejscu przedstawiamy potok analizy kształtów, od indywidualnego modelowania kształtów 3D po ilościową analizę kształtów grupowych. Opisujemy również etapy wstępnego przetwarzania i segmentacji przy użyciu otwartych pakietów oprogramowania. Ten praktyczny przewodnik pomoże naukowcom zaoszczędzić czas i wysiłek związany z analizą kształtów 3D struktur mózgu.

Opisany tutaj proces modelowania kształtu został wykorzystany w różnych badaniach obrazowych mózgu dotyczących starzenia się6,8,10 oraz choroby Alzheimera5,9. W szczególności metoda modelowania kształtu wykazała swoją dokładność i czułość w analizie kształtu hipokampa u populacji starszej w wieku, obejmującej 654 osoby8<...

Wprowadzamy półautomatyczny protokół do analizy kształtów struktur mózgu, w tym segmentację obrazu za pomocą otwartego oprogramowania i dalszą grupową analizę kształtów za pomocą zautomatyzowanego pakietu do modelowania. W tym miejscu demonstrujemy każdy krok protokołu analizy kształtu 3D z segmentacją hipokampa na podstawie obrazów MR mózgu.

Trójwymiarowe modelowanie kształtów i analiza struktur mózgu

Statistical shape analysis of brain structures has been used to investigate the association between their structural changes and pathological processes. ...

Dokładne odtworzenie cech kształtu w przypadku szorstkich i hałaśliwych segmentacji ma kluczowe znaczenie dla uzyskania dobrej zgodności anatomicznej między poszczególnymi modelami kształtu mózgu. Nasz framework zapewnia różne narzędzia do modelowania indywidualnych kształtów, tworzenia szablonów grupowych i obliczania deformacji kształtów. Został on wykorzystany do tworzenia dużych zbiorów danych dotyczących ludzkiego mózgu.Tę procedurę zademonstruje dr Jaeil Kim, były doktorant z mojego laboratorium, który opracował oprogramowanie do modelowania kształtu mózgu. Aby ręcznie edytować segmentację hipokampa, otwórz obraz rezonansu magnetycznego wagi T1, a wyniki automatycznej segmentacji hipokampa zostaną wyświetlone w graficznym interfejsie użytkownika. Kliknij ikonę w oknie wyświetlacza, aby wybrać widok koronalny i przewijaj wolumin, aż uncus zostanie zlokalizowany.Dołączając uncus do maski hipokampa, w której jest obecny, użyj funkcji dodawania i odejmowania, aby edytować maskę ciała hipokampa po cofnięciu się uncus. Kontynuuj edycję maski hipokampa, aż zostanie znaleziony ogon hipokampa. Gdy jądro płucne wzgórza cofa się wyżej niż hipokamp, pojawi się sklepienie.Zakończ edycję ostatniego wycinka koronalnego hipokampa, w którym widoczna jest cała długość sklepienia, ale jeszcze nie ciągła z śledzioną ciała modzelowatego. Następnie zachowaj maski zarówno dla lewego, jak i prawego hipokampa w formacie NifTI. Aby utworzyć model szablonu grupy, należy załadować wtyczkę do modelowania kształtów i kliknąć przycisk Otwórz katalog, aby otworzyć katalog zawierający maski binarne badanej populacji.Wprowadź żądaną liczbę wierzchołków i kliknij przycisk Konstrukcja szablonu dla konstrukcji szablonu grupy. Następnie sprawdź siatkę o średnim kształcie. W celu indywidualnej rekonstrukcji kształtu należy załadować interesujący obraz rezonansu magnetycznego T1 i odpowiadającą mu maskę segmentacji, a następnie wybrać katalog roboczy, aby zapisać pliki.Wybierz model szablonu dla modelowania pojedynczego kształtu, a następnie sprawdź i zmodyfikuj parametry modelowania we wtyczce do modelowania kształtów w razie potrzeby. Tak więc nasz framework do modelowania jest prawie zautomatyzowany, jednak niektóre kroki wymagają potwierdzenia przez użytkownika. Na przykład, jeśli wartość dla regionów hipokampa nie jest równa jeden, użytkownicy muszą zmienić parametr intensywności.Następnie sprawdź wynik w widoku 3D środowiska roboczego zestawu narzędzi. Aby wykonać pomiar kształtu i deformacji, wybierz model kształtu interesującego Cię tematu w menedżerze danych oprogramowania i kliknij przycisk Wybierz szablon, aby wybrać interesujący Cię szablon, aby uzyskać pomiar. Można tu zaobserwować reprezentatywną deformację modelu szablonu hipokampa do indywidualnej rekonstrukcji kształtu.Metoda ta indukuje deformację modelu szablonowego w dużej lub małej skali w celu zminimalizowania zniekształceń jego rozkładu punktowego przy jednoczesnym przywróceniu indywidualnych cech kształtu. Na tym rysunku pokazano zrekonstruowane modele kształtów dwóch obiektów wraz z ich maskami segmentacji. Na tych obrazach można zaobserwować wyrównane poszczególne modele kształtów, ich średni model oraz wektory różnicy kształtów z pojedynczym modelem kształtu.Dane te reprezentują mapy deformacji kształtu średniej rzutowane na model średni. Dla jednej grupy z małą objętością tkanki mózgowej i jednej grupy z dużą objętością tkanki mózgowej. Mapy deformacji kształtu obu grup prezentują przeciwstawne wzorce różnic w kształcie hipokampa w odpowiednich regionach.Sprawdź razem maskę segmentacji i pojedynczą osobę lub model udostępniony. Jeśli model nie jest dopasowany do granicy obrazu, dostosuj parametry modelowania, aby uzyskać lepsze wyniki. Analizę statystyczną z wykorzystaniem deformacji kształtu można przeprowadzić w celu zbadania kształtu grupowego Udostępniliśmy również kod MATLAB do analizy na naszej stronie projektu.Ta solidna metoda została zastosowana w wielu badaniach klinicznych, nie tylko obejmujących krytyczne modelowanie struktury, takie jak choroba Alzheimera lub badanie starzenia się, ale także zaburzenia stopy i kości, które wymagają analizy kości złożonych.

three-dimensional-shape-modeling-and-analysis-of-brain-structures

Research

JoVE Journal

Neuroscience

Neuronauka

Korzystając z rezonansu magnetycznego (człowieka), oprogramowania do obrazowania 3D i analizy immunohistologicznej, dokumentujemy zmiany w bocznych komorach mózgu. Podłużne mapowanie 3D zmian objętości komór bocznych i charakterystyka okołokomorowych zmian komórkowych, które zachodzą w ludzkim mózgu z powodu starzenia się lub choroby, są następnie modelowane u myszy.

Modelowanie 3D komór bocznych i charakterystyka histologiczna tkanki okołokomorowej u ludzi i myszy

Opisujemy kroki, które należy wykonać, aby korzystać z naszego specjalnie zaprojektowanego oprogramowania do integracji, wizualizacji i planowania obrazów w chirurgii epilepsji.

Ścieżka rozwoju integracji obrazów 3D multimodalnych i planowania wspomaganego komputerowo w chirurgii padaczki

Ogólnym celem tego protokołu jest dokładne dopasowanie objętości obrazów rezonansu magnetycznego (MRI) do przekrojów histologicznych poprzez tworzenie dostosowanych drukowanych w 3D uchwytów na mózg i slicerów.

Wykorzystanie technologii druku 3D do połączenia rezonansu magnetycznego z histologią: protokół sekcji mózgu

Ten artykuł demonstruje skuteczne wykorzystanie metody preparacji włókien do ujawnienia powierzchownych dróg istoty białej i struktur okołokomorowych ludzkiego mózgu, w przestrzeni trójwymiarowej, aby pomóc studentom zrozumieć morfologię komór.

Eksploracja głębokiego kosmosu - odkrywanie anatomii struktur okołokomorowych w celu ujawnienia bocznych komór ludzkiego mózgu

Celem tego projektu jest opracowanie interaktywnego, specyficznego dla pacjenta procesu modelowania, aby symulować efekty głębokiej stymulacji mózgu w czasie zbliżonym do rzeczywistego i dostarczyć istotnych informacji zwrotnych na temat tego, jak te urządzenia wpływają na aktywność neuronalną w mózgu.

Celowanie w szlaki włókien nerwowych w celu terapii głębokiej stymulacji mózgu przy użyciu interaktywnych, specyficznych dla pacjenta modeli

Ten artykuł przedstawia eksperymentalny protokół wykorzystujący technologię skanowania 3D, łączący dwie skale przestrzenne: makroskopową skalę przestrzenną anatomii całego mózgu obrazowaną przez MRI na &gt;100 μm oraz mikroskopijną skalę przestrzenną rozkładów neuronalnych przy użyciu barwienia immunohistochemicznego i systemu wieloelektrodowego oraz innych metod (~10 μm).

Technologia skanowania 3D łącząca mikroukłady i obrazy mózgu w makroskali w nowatorskim protokole osadzania nakładania się 3D

Opisany potok jest przeznaczony do segmentacji zestawów danych mikroskopii elektronowej większych niż gigabajty, w celu wyodrębnienia morfologii całych komórek. Po zrekonstruowaniu komórek w 3D, dostosowane do indywidualnych potrzeb oprogramowanie może być wykorzystane do przeprowadzenia analizy jakościowej i ilościowej bezpośrednio w 3D, wykorzystując również rzeczywistość wirtualną do pokonania okluzji widoku.

Metoda rekonstrukcji 3D i analizy w wirtualnej rzeczywistości komórek glejowych i neuronalnych

Opisana poniżej metoda ma na celu dostarczenie kompleksowego protokołu do przygotowania neurochirurgii na naczelnych (NHP) przy użyciu nowatorskiego połączenia metod drukowania trójwymiarowego (3D) i ekstrakcji danych MRI.

Zestaw narzędzi oparty na rezonansie magnetycznym do planowania neurochirurgicznego u naczelnych

Obecny protokół zapewnia krok po kroku procedurę szybkiego i jednoczesnego oczyszczania optycznego, wieloetapowego znakowania i wolumetrycznej rekonstrukcji 3D dziesiątek pośmiertnych odcinków ludzkiego mózgu poprzez połączenie (SWITCH - H2O2 - Pozyskiwanie antygenu R- 2,2'-tiodieetanol [TDE]) KRÓTKA technika transformacji tkankowej z obrazowaniem mikroskopii fluorescencyjnej za pomocą arkusza świetlnego w rutynowym protokole wysokoprzepustowym.

Optyczne oczyszczanie i znakowanie w mikroskopii fluorescencyjnej arkuszy świetlnych w wielkoskalowym obrazowaniu ludzkiego mózgu

Ten artykuł przedstawia zautomatyzowane procesy planowania neurochirurgicznego u naczelnych na podstawie skanów rezonansu magnetycznego (MRI). Techniki te wykorzystują etapy proceduralne w programowaniu i projektowaniu platform w celu wspierania niestandardowego projektowania implantów dla NHP. Ważność każdego komponentu można następnie potwierdzić za pomocą trójwymiarowych (3D) wydrukowanych modeli anatomicznych naturalnej wielkości.

Zestaw narzędzi do projektowania implantów neuronowych dla naczelnych

Tutaj szczegółowo opisujemy metodę, która opiera się na mikrotomografii komputerowej, do segmentacji i pomiaru modeli 3D kości czaszkowo-szczękowo-twarzowych u myszy, dla lepszej oceny rozwoju kości czaszkowo-szczękowo-twarzowej u myszy niż jest to możliwe przy użyciu obecnych metod.

Analiza malformacji czaszkowo-szczękowo-twarzowych u myszy za pomocą trójwymiarowej mikrotomografii komputerowej

Poznaj metodę półautomatycznej analizy kształtów mózgu z segmentacją hipokampa z obrazów MRI. To podejście umożliwia precyzyjne modelowanie struktur i obliczanie deformacji kształtu w badaniach neurobiologicznych.

Trójwymiarowe modelowanie kształtów i analiza struktur mózgu

Przeglądaj więcej filmów