Ręczna segmentacja ludzkiego splotu naczyniówkowego za pomocą rezonansu magnetycznego mózgu
15 grudnia 2023
Pomimo kluczowej roli splotu naczyniówkowego w mózgu, badania neuroobrazowe tej struktury są rzadkie z powodu braku niezawodnych narzędzi do automatycznej segmentacji. Obecny protokół ma na celu zapewnienie złotego standardu ręcznej segmentacji splotu naczyniówkowego, która może stanowić podstawę przyszłych badań neuroobrazowych.
Naszym celem jest ustanowienie dostępnego i ustandaryzowanego protokołu ręcznej segmentacji splotu naczyniówkowego w obrębie bocznych trzecich i czwartych komór mózgu. Mamy nadzieję, że odpowiemy na wszelkie typowe pytania lub problemy, które mogą pojawić się podczas ręcznej segmentacji splotu naczyniówkowego, zwłaszcza biorąc pod uwagę złożony charakter jego lokalizacji w mózgu. Opracowanie tego protokołu doprowadzi do stworzenia wystarczająco dużego zestawu danych składającego się z map segmentacji prawdy podstawowej, które możemy następnie wykorzystać do trenowania i opracowywania algorytmów, które mogą dokładnie i automatycznie segmentować splot naczyniówkowy.
W przyszłości doprowadzi to do badań, które zbadają rolę splotu naczyniówkowego w różnych zaburzeniach neurologicznych i neuropsychiatrycznych. Aby rozpocząć, zaimportuj dane z obrazowania cyfrowego i komunikacji w medycynie lub DICOM, klikając przycisk DCM znajdujący się w lewym górnym rogu paska narzędzi i klikając przycisk Importuj pliki DICOM. Aby dostosować jasność obrazu, kliknij przycisk Dostosuj okno i poziom głośności lub kliknij obraz lewym przyciskiem myszy i przeciągnij myszą w górę lub w dół.
Następnie kliknij lewym przyciskiem myszy wycinek obrazu i przesuń mysz w lewo lub w prawo, aby dostosować kontrast. Zapoznaj się z głębokimi jądrami istoty szarej lub intensywnością sygnału paska skali kontrastu i upewnij się, że pozostaje ona spójna w całej segmentacji, aby wybrać odpowiedni kontrast dla splotu naczyniówkowego. Aby rozpocząć segmentację splotu naczyniówkowego bocznej, trzeciej i czwartej komory, wybierz Edytor segmentów z menu rozwijanego modułu.
Teraz kliknij menu rozwijane dla Segmentacji, aby wybrać różne segmentacje i zmienić nazwę wybranej. Użyj listy rozwijanej woluminu głównego i wybierz zestawy NIFTI lub DICOM, które wymagają edycji. Kliknij przycisk Dodaj dwa razy, aby dołączyć dwa segmenty splotu naczyniówkowego komory bocznej.
Kliknij dwukrotnie ich tytuły i zmień ich nazwę na splot naczyniówkowy prawej bocznej komory i splot naczyniówkowy lewej bocznej komory. Kliknij przycisk Dodaj jeszcze raz, aby wprowadzić segmenty dla splotu naczyniówkowego trzeciej i czwartej komory. Następnie zmień ich nazwę odpowiednio na splot naczyniówkowy trzeciej komory i splot naczyniówkowy czwartej komory.
Zacznij od splotu naczyniówkowego komory bocznej w płaszczyźnie osiowej i upewnij się, że obrazy są ustawione w oparciu o linię spoidła. Użyj trigonum collaterale jako punktu odniesienia do zlokalizowania splotu naczyniówkowego komory bocznej. Aby rozpocząć ręczną segmentację, wybierz narzędzie do malowania lub rysowania znajdujące się w sekcji Efekty edytora segmentów.
Podczas korzystania z narzędzia do malowania wybierz żądaną średnicę pędzla do malowania. Użyj poziomu jądra czerwonego, aby określić, kiedy należy przerwać segmentację splotu naczyniówkowego w komorach bocznych. Aby zlokalizować splot naczyniówkowy trzeciej komory, zacznij w płaszczyźnie strzałkowej i użyj otworu Monro, sklepienia, ciała modzelowatego, wzgórza i żyły wewnętrznej mózgu jako punktów orientacyjnych.
Podobnie w przypadku splotu naczyniówkowego czwartej komory zacznij w płaszczyźnie strzałkowej i użyj szypułki móżdżku górnego, mostu i rdzenia jako punktów odniesienia, aby wskazać splot naczyniówkowy w czwartej komorze. Z menu rozwijanego Moduły przejdź do sekcji Kwantyfikacja i wybierz opcję Statystyki segmentu. Następnie w sekcji Dane wejściowe wybierz nowo utworzoną mapę segmentacji do oceny ilościowej w narzędziu do segmentacji i wybierz objętość MRI z objętości skalera.
W przypadku tabeli wyjściowej wybierz opcję tabeli w obszarze danych wyjściowych i naciśnij Zastosuj. Pojawi się tabela przedstawiająca objętość splotu naczyniówkowego w różnych jednostkach. Kliknij przycisk Zapisz znajdujący się w lewej górnej części paska narzędzi, aby zapisać wygenerowane pliki.
Zachowaj pliki segmentacji w formatach NRRD, NII. GZ lub TSV.
Wyświetl pełny transkrypt i uzyskaj dostęp do tysięcy filmów naukowych
Przegląd
Niniejszy artykuł przedstawia zestandaryzowany protokół manualnej segmentacji splotów naczyniowych w obrębie bocznych oraz trzeciej i czwartej komory mózgu. Potrzeba opracowania tego protokołu wynika ze złożoności lokalizacji splotów naczyniowych oraz niedoboru wiarygodnych narzędzi do automatycznej segmentacji w badaniach z zakresu neuroobrazowania. Celem protokołu jest stworzenie zbioru danych do trenowania algorytmów dokładnej automatycznej segmentacji, co jest kluczowe dla przyszłych badań nad zaburzeniami neurologicznymi i neuropsychiatrycznymi.
Kluczowe elementy badania
Dziedzina nauki
- Neuroobrazowanie
- Neuroanatomia
- Protokoły segmentacji
Wprowadzenie
- Splot naczyniowy odgrywa kluczową rolę w funkcjonowaniu mózgu.
- Brakuje zautomatyzowanych narzędzi do segmentacji tej struktury.
- Segmentacja manualna pozwala rozwiązać problemy związane z identyfikacją tej złożonej struktury.
- Niezawodny protokół mógłby znacząco usprawnić badania z zakresu neuroobrazowania.
Cel badania
- Opracowanie zestandaryzowanej metody ręcznej segmentacji splotu naczyniowego.
- Wyjaśnienie typowych problemów występujących w procesie segmentacji.
- Utworzenie kompleksowego zbioru danych do przyszłego trenowania algorytmów.
Zastosowane metody
- W badaniu wykorzystano dane DICOM do zadań obrazowania.
- Zastosowano podejście oparte na segmentacji manualnej, koncentrując się na komorach bocznych, trzeciej i czwartej.
- Kluczowe etapy obejmowały regulację jasności i kontrastu obrazu, wybór segmentów oraz ich zmianę nazw w celu zapewnienia przejrzystości.
- Segmentacja polegała na wykorzystaniu anatomicznych punktów odniesienia w celu zapewnienia dokładnego rozmieszczenia.
- Ilościowe oznaczenie objętości splotów naczyniowych przeprowadzono przy użyciu modułu Segment Statistics.
Główne wyniki
- Protokół umożliwił skuteczną manualną segmentację splotów naczyniowych w określonych obszarach.
- Szczegółowe kroki zapewniły spójne wyniki przy różnych wariantach obrazowania.
- Wyniki obejmowały tabele z ilościową oceną objętości splotów naczyniowych.
- Metoda ta ma potencjał do usprawnienia przyszłych badań z zakresu neuroobrazowania nad funkcjami splotów naczyniowych.
Wnioski
- Niniejsze badanie zapewnia kompleksowe ramy dla manualnej segmentacji splotów naczyniowych w neuroobrazowaniu.
- Poprzez stworzenie solidnego zbioru danych, kładzie ono podwaliny pod rozwój zautomatyzowanych algorytmów segmentacji.
- Wnioski z badania mają znaczenie dla lepszego zrozumienia roli splotów naczyniowych w zaburzeniach neurologicznych.
Najczęściej zadawane pytania
Znaczenie dla przemysłu
Ręczna segmentacja splotów naczyniowych mózgu człowieka z wykorzystaniem obrazowania MRI wypełnia istotną lukę w neuroobrazowaniu, dostarczając zestawów danych referencyjnych do rozwoju algorytmów. Niniejszy protokół zwiększa pewność predykcyjną w kwantyfikacji strukturalnej, wspierając wczesne odkrycia i badania translacyjne w zakresie zaburzeń neurorozwojowych i neuropsychiatrycznych. Niezawodna segmentacja stanowi podstawę decyzji dotyczących portfolio, umożliwiając solidną identyfikację biomarkerów oraz ograniczanie ryzyka mechanistycznego.
Strategiczne zastosowania w badaniach i rozwoju biofarmaceutycznym
Wczesne odkrywanie i walidacja celu
- Umożliwia precyzyjne mapowanie anatomiczne dla badań nad zależnościami między strukturą a funkcją mózgu opartych na hipotezach.
- Wspiera ograniczanie ryzyka biologicznego poprzez dostarczanie zwalidowanych segmentacji referencyjnych splotu naczyniowego.
- Ułatwia walidację celów funkcjonalnych w procesach badawczych z zakresu neurorozwoju i neuropsychiatrii.
Przesiewanie i opracowywanie testów
- Tworzy mapy segmentacji będące złotym standardem do benchmarkingu zautomatyzowanych narzędzi neuronaukowych.
- Poprawia powtarzalność i standaryzację analizy poprzez zdefiniowanie wyraźnych granic anatomicznych.
- Umożliwia uzyskanie ilościowych wyników wolumetrycznych dla późniejszych etapów przesiewowych i procesów analitycznych.
Badania translacyjne i przedkliniczne
- Umożliwia dopasowanie wyników obrazowania do biomarkerów istotnych dla danej choroby w badaniach translacyjnych.
- Zapewnia ciągłość od obrazowania na etapie odkrywania do walidacji w modelach przedklinicznych.
- Zmniejsza ryzyko związane z wdrażaniem punktów końcowych opartych na obrazowaniu dla zasobów portfela dotyczących OUN.
Integracja potoku i przepływu pracy
Niniejszy protokół segmentacji manualnej znajduje się na styku biologii odkrywczej i obrazowania translacyjnego, wspierając rozwój oraz walidację zautomatyzowanych narzędzi do segmentacji splotów naczyniówkowych.
- Biologia odkrywcza: Umożliwia testowanie hipotez i wyjaśnianie ścieżek anatomicznych w badaniach nad OUN.
- Screening: Dostarcza powtarzalnych, ilościowych map segmentacji do rozwoju i walidacji narzędzi.
- Analityka: Zapewnia pomiary wolumetryczne i wyniki statystyczne do badań porównawczych.
- Badania translacyjne: Łączy obrazowanie odkrywcze ze strategiami biomarkerów przedklinicznych i klinicznych.
- Ponowne wykorzystanie w przedsiębiorstwie: Tworzy reużywalny zbiór danych do trenowania algorytmów i standaryzacji międzybadaniowej.
Wpływ operacyjny i przedsiębiorczy
- Wartość naukowa: Zwiększa pewność predykcyjną i zmniejsza niejednoznaczność w kwantyfikacji neuroobrazowania.
- Wartość operacyjna: Standaryzuje procedury segmentacji i zwiększa powtarzalność w różnych badaniach.
- Wartość strategiczna: Umożliwia podejmowanie decyzji o kontynuacji lub przerwaniu badań (go/no-go) i wspiera efektywny kosztowo rozwój biomarkerów obrazowych.
- Wpływ na portfolio: Umożliwia priorytetyzację zasobów obrazowania OUN oraz programów translacyjnych z uwzględnieniem ryzyka.
Uwagi dotyczące wdrożenia
- Wymaga wiedzy z zakresu neuroanatomii oraz biegłości w obsłudze programu 3D Slicer lub równoważnego oprogramowania do obrazowania.
- Wymaga wysokiej jakości danych MRI w formacie DICOM lub NIFTI oraz wydajnej infrastruktury obliczeniowej.
- Konieczne jest wypracowanie międzyzespołowego porozumienia w kwestii granic anatomicznych i standardów segmentacji.
- Może być wymagana adaptacja do różnych protokołów MRI lub populacji pacjentów.
- Segmentacja manualna jest czasochłonna i może ograniczać skalowalność w przypadku dużych zbiorów danych.
