Waiting
Processando Login

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Neuroscience
Click here for the English version

Neuroscience

Un protocollo completo per Segmentazione manuale delle Strutture mediale del lobo temporale

Published: July 2, 2014 doi: 10.3791/50991
Automatic Translation
*1, *1, 1, 1, 2,3, 1, 1,2,3
1Psychology Department, University of Illinois Urbana-Champaign, 2Neuroscience Program, University of Illinois Urbana-Champaign, 3Beckman Institute for Advanced Science and Technology, University of Illinois Urbana-Champaign
* These authors contributed equally

ERRATUM NOTICE

Abstract

Il presente documento descrive un protocollo completo per il tracciamento manuale del set di regioni cerebrali comprendente il lobo temporale mediale (MTL): amigdala, ippocampo, e le regioni parahippocampal associati (peririnale, entorinale, e parahippocampal corretta). A differenza di molti altri protocolli di tracciamento disponibili, di solito concentrandosi su alcune aree MTL (ad esempio, amigdala e / o ippocampo), la prospettiva di integrazione adottato dai presenti orientamenti tracciamento permette per una chiara localizzazione di tutte le sottoregioni MTL. Integrando le informazioni da una varietà di fonti, inclusi i protocolli di tracciabilità esistenti rivolti separatamente varie strutture MTL, rapporti istologici, e atlanti cerebrali, e con il complemento di materiali visivi illustrativo, l'attuale protocollo fornisce una guida precisa, intuitiva e conveniente per la comprensione del MTL anatomia. La necessità di tali linee guida il tracciamentoè sottolineata anche illustrando le possibili differenze tra i protocolli automatici e manuali di segmentazione. Questa conoscenza può essere applicato verso la ricerca che coinvolge non solo le indagini di risonanza magnetica strutturale, ma anche colocalization e il segnale fMRI estrazione strutturale-funzionale da ROI anatomicamente definiti, in gruppi sani e clinici simili.

Introduction

Il lobo temporale mediale (MTL), una zona putativo del più alto livello di integrazione delle informazioni sensoriali 1, è stato oggetto frequente di analisi mirate. Ad esempio, l'ippocampo e le aree parahippocampal associati sono stati ampiamente studiati nella ricerca di memoria 2-5. Inoltre, il ruolo dell'amigdala è stato spesso sottolineato in ricerca esaminando trasformazione emozione e interazioni emozione-cognizione 6-11. Recentemente, diverse regioni MTL hanno anche ricevuto l'attenzione nel settore emergente delle neuroscienze personalità, che collega la struttura e la funzione di queste e di altre regioni del cervello a variazione individuale in tratti di personalità 12. Valutare l'anatomia e la funzione delle strutture MTL può essere importante nel facilitare la diagnosi delle malattie degenerative in cui specifiche anomalie strutturali e funzionali possono verificarsi in diverse strutture MTL. Ad esempio, nella malattia di Alzheimer (AD), una significativatrofeo della corteccia entorinale e nell'ippocampo si osserva 13,14, e atrofia dell'ippocampo può prevedere il passaggio da deterioramento cognitivo lieve a 15 dC. Algoritmi automatici di segmentazione sono di recente diventati popolari per la segmentazione delle strutture corticali e sottocorticali, ma come con qualsiasi strumento, questi programmi inevitabilmente verificarsi errori in alcuni casi. In questi casi un ricercatore dovrebbe essere equipaggiata sia con le conoscenze e le linee guida per riconoscere i confini anatomici delle strutture MTL. La tendenza in letteratura esistente è stato quello di indirizzare le singole sottoregioni MTL 16-21, con molti protocolli che tendono a concentrarsi su ippocampo 16-19.

Diversamente dalla maggior parte degli orientamenti pubblicati disponibili per MTL tracing, l'attuale protocollo fornisce un insieme completo di linee guida che consentono chiara la localizzazione di tutte le sottoregioni MTL. Sono descritte le linee guida l'analisi per le seguenti strutture MTL: l'amigdala (AMY), l'ippocampo (HC), la corteccia peririnale (PRC), la corteccia entorinale (ERC), e la corteccia parahippocampal (PHC). L'AMY e HC sono tracciate in primo luogo, e sono poi seguiti dal giro paraippocampale (PHG) strutture. Si noti che il HC generico termine è usato qui per riferirsi alla formazione HC, che comprende l'HC corretto, il subiculum, e il segmento posteriore uncus 22-24. Si noti inoltre che il PHG può essere diviso in due segmenti, la porzione anteriore e la porzione posteriore. All'interno della parte anteriore del PHG, può essere ulteriormente suddivisa in PHG anteriore laterale e mediale, le cui aree corticali corrispondere alla RPC e del CER, rispettivamente. Il PHC, la zona corticale della porzione posteriore del PHG, corrisponde alla corteccia parahippocampal corretta. Per motivi di semplicità, useremo i termini RPC e CER per riferirsi a anteriore PHG laterale e mediale, e PHC per riferirsi al PHG posteriori. Il segmentation per ogni struttura inizia con una localizzazione di massima delle frontiere anteriori e posteriori, insieme ad altri punti di riferimento importanti, che viene poi seguita dal tracciato effettivamente compiuto slice-by-slice sul piano coronale, in un anterior-posterior/rostro-caudal direzione. In tutti i casi, le sezioni sagittali ed assiali sono strettamente monitorati per aiutare la localizzazione dei confini e punti di riferimento anatomici.

La necessità di tali orientamenti tracciamento è anche illustrata nelle figure che mostrano possibili differenze tra l'uscita di protocolli automatiche e manuali di segmentazione. Il vantaggio di un protocollo che descrive tutte le strutture MTL nel formato di visualizzazione corrente è che le variazioni di anatomia (ad esempio, il solco collaterale profondità [CS]) che potrebbe influenzare definizioni del bordo possono essere descritti nel contesto con l'anatomia circostante (ad esempio , la RPC e CER mediale e bordi laterali variano in posizione a seconda della profondità del CS 25

Il presente protocollo è una presentazione esplicita di linee guida utilizzate per MTL tracing in una precedente inchiesta che identifica contributi differenziali da sottoregioni MTL l'effetto memoria migliorando di emozione 26, adattato alle più alte immagini di risoluzione del cervello consentite dalle recenti sviluppi in risonanza magnetica strutturale (RM) . Il tracciato è illustrato su scansioni ottenute da un volontario sano (femmina, 24 anni), usando uno scanner 3T MR. Immagini anatomiche sono state acquisite come 3D MPRAGE (TR = 1.800 msec, TE = 2.26 msec; FOV = 256 x 256 mm, dimensione voxel = 1 x 0,5 x 0,5 mm) con un angolo di acquisizione parallela ad AC-PC. Se i dati immagine viene acquisita con un angolo di acquisizione differente, come l'orientamento obliquo, i dati devono essere regridded ad un parallelo o perpendicolarmente alla AC-PC, in modo tale che le descrizioni anatomiche limite tradurre in modo appropriato. Le immagini sono state poi tradotte in formato Nifti e l'ingresso in un software di segmentazione 27 per il tracciamento manuale. Dati di scansione utilizzati nel protocollo attuale è stato raccolto come parte di uno studio che è stato approvato dal Comitato Istituzionale, e il volontario fornito consenso scritto.

Attingendo informazioni dai vari protocolli di tracciabilità separate per queste strutture 18-22,28-31, nonché da analisi e atlanti anatomici 23,32,33, il presente protocollo presenta una serie completa di linee guida che indirizzano incongruenze nella letteratura esistente. Completato da materiali visivi di accompagnamento, questo lavoro si prevede di promuovere la chiara comprensione delle strutture MTL, e suscitare l'interesse della ricerca futura adozione segmentazione manuale, sia come metodo primario di MTL tracciato o come supplementaMetodo ry di segmentazione automatica. Fornendo una guida precisa, intuitiva e conveniente per comprendere l'anatomia MTL, questo protocollo aiuterà i ricercatori a identificare la posizione di tutti sottoregioni MTL, rispetto ai loro strutture vicine, anche se solo alcune strutture MTL sono specificamente mirati per le analisi. Questo non solo per aumentare la precisione di localizzazione, ma aiuterà anche rivelatori a prendere decisioni informate in caso di variazione morfologica, che è altamente probabile nel MTL. Queste linee guida possono essere applicati alla ricerca che implica indagini MRI strutturali e / o funzionali del MTL, comprese le analisi volumetriche e cervello rilevamento delle anomalie, nonché procedure di localizzazione delle funzionale, anatomica e analisi tractographic, in gruppi sani. Il presente protocollo potrebbe essere utilizzato anche per informare la segmentazione delle strutture MTL per i pazienti (ad esempio, pazienti con atrofia), se i principali punti di riferimento anatomici sono relativamente conservati. Tracing soggetto clinicadati s 'può richiedere tempo e impegno supplementare, a seconda della gravità della atrofia e / o cambiamenti anatomici.

E 'importante considerare la distinzione tra circonvoluzioni e cortecce al momento di definire il ROI. Anatomicamente, giro qui si riferisce sia materia bianca e materia grigia, mentre la corteccia si riferisce alla materia grigia solo. A seconda dell'uso previsto del ROI, segmentazioni potrebbero includere sostanza bianca o escluderlo.

Si consiglia il tracciato da eseguire in sequenza, sottostruttura da sottostruttura, un emisfero per volta. Alcuni pacchetti software 34 permettono di tracciare i confini delineati su una fetta per essere incollato su fette successive, una funzione che accelera il processo. E 'sempre consigliabile fare riferimento all'emisfero opporsi, se necessario, al fine di verificare la coerenza tra le due parti (ad esempio, per individuare punti di repere anatomici). In alternativa, tracciamento parallelo delle stesse strutture all'interno del due emisferos può anche essere eseguita. Indipendentemente dal fatto che il tracciato è sequenziale o parallelo, una volta che il processo è completo, i rivelatori devono ricontrollare il risultato finale e apportare le modifiche necessarie, facendo riferimento entrambi gli emisferi e viste multiple aereo. Seconda dell'esperienza del tracciante e la risoluzione dei dati di imaging, segmentazione manuale del MTL per dati soggetti sani può richiedere 8-10 ore o più, nel caso di un tracciante novizio, per 3-4 ore, in caso di un esperto.

Figura 1
Panoramica Figura 1. Un 3D del MTL, tracciata utilizzando il presente protocollo. Strutture mostrato qui il AMY (rosso), l'HC (blu), la Repubblica popolare cinese (giallo), il CER (rosa), ed il PHC (verde) .

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Amigdala

  1. Anteriori Fette di AMY
    1. Identificare la prima fetta di AMY in cui appare inizialmente l'insula limen, dove la connessione sostanza bianca tra lobi frontali e temporali è continuo e visibile 30. Nella vista coronale, utilizzare il fascio angolare confine inferolaterale del AMY.
    2. Individuare il chiasma ottico come punto di riferimento per l'aspetto del AMY. Utilizzare assiale e vista sagittale a distinguere il AMY nei suoi primi fette dal uncus circostante. Seguire il tratto materia bianca intorno al AMY nella vista assiale per escludere l'area entorinale 32.
    3. Spostamento posteriormente, identificare il primo slice in cui la commessura anteriore è continuo per tutta entrambi gli emisferi 28, dove il AMY è visibile nella sua forma tipica. Tracciare il AMY senso antiorario utilizzando il solco entorinale come il confine superomedial, la linea immaginaria dal fondo dello sulcu semianulares lungo la sostanza bianca alla punta inferiore della AMY come il bordo infero-mediale, lo stelo temporale come il bordo laterale, e di nuovo al solco entorinale per completare il tracciamento 31.
  2. Posterior Fette di AMY
    1. Si noti che a questo livello, sia il AMY e HC sono visibili nella stessa fetta (s).
    2. Sempre in vista coronale, identificare l'ultima fetta di AMY dove la struttura è superiore all'estensione mediale del corno temporale del ventricolo laterale 36 (o il alveus se il ventricolo non è presente) e lateralmente al giro uncinato, la protuberanza del capo del HC. Controllare i punti di vista sagittali ed assiali per il tracciamento preciso e uniforme.
    3. Tracciare una linea immaginaria dal fondo del solco circolare inferiore dell'insula al tratto ottico come il bordo superiore della AMY 31, che differenzia anche dalla materia grigia del globo pallido e putamen.
    4. Traccia lungoil giro semilunari come il confine superomedial ed escludono il giro uncinato 32. Utilizzare il corno inferiore del ventricolo laterale e lo stelo temporale per la delimitazione laterale.
  3. Fette consecutivi del AMY in direzione anteriore-posteriore
    1. Sistematicamente rintracciare la fetta-by-slice AMY con le relative linee guida di cui sopra. In corrispondenza della porzione anteriore del AMY, utilizzare gli stessi confini come per la maggior parte antero-fetta; al contrario, in corrispondenza della porzione posteriore del AMY, utilizzare gli stessi confini come per la fetta più posteriore.
    2. Continuare a utilizzare i punti di vista assiali e sagittali per aiutare a definire e perfezionare ulteriormente i confini Amy.

2. Hippocampus

  1. Localizzazione del HC
    1. Iniziate tracciando la HC quando il corno temporale del ventricolo laterale appare lungo il confine inferolaterale del AMY. Se il corno temporale del ventricolo laterale è già presente su fette precedenti, notare che esimoe insorgenza del HC è poi indicato con il corno temporale del ventricolo laterale allargando e allungando superolaterally.
    2. Terminare il tracciato della HC con la sua ultima apparizione inferomediale al trigono del ventricolo laterale 31. Utilizzare sempre i punti di vista alternativi per aiutare a localizzare il HC e dei suoi confini.
  2. Definizioni di confine della HC
    1. Delineare l'HC laterale contro il corno temporale. Nei casi in cui il corno temporale del ventricolo laterale non è sufficiente percepibile, escludere una fila di voxel dalla segmentazione per indicare esso.
    2. Inferiormente, utilizzare il fascio angolare (o suo prolungamento immaginario) alla cavità ventricolare per separare il HC dalla PHG. Utilizzare il alveus insieme ai fimbria come confine superiore. Tracciare la HC utilizzando le stesse definizioni tutto.
    3. Inoltre, includere il subiculum nella segmentazione tale che confina mediale della sostanza bianca fascio del PHG, allinea superiormentecon la curva del uncus, e si estende principalmente orizzontalmente dalla HC 37. Tracciare posteriormente, mantenere queste definizioni fino a quando il solco calcarina interviene.
  3. Notando Divisioni del HC
    1. Si noti che l'HC può essere diviso in tre segmenti: testa, corpo e coda.
    2. Utilizzare l'aspetto dell'apice UNCAL per segnare il passaggio dalla testa al corpo HC HC, e la crescente e rapida espansione in dimensioni, che coincide tipicamente con l'aspetto del crus del fornice, a significare l'aspetto della coda HC 23,30,38.
  4. Prestare particolare attenzione quando si traccia le seguenti strutture.
    1. Includere il uncus posteriore nel segmentazione.
    2. Omettere il plesso coroideo sopra il alveus dalla segmentazione sulle fette coronali, anche se questo potrebbe non essere possibile sulle immagini a bassa risoluzione.
    3. Fare riferimento alle due viste alternative per evitare l'inserimento della coda del cAudate ed il pulvinar all'aspetto superiore della coda HC.
    4. Evitare inclusione del giro fascicolare notando la sua comparsa a livello del crus del fornice, dove inizialmente si è separata dalla coda dell'ippocampo dal cinerea Fasciola e più diventa posteriormente la materia grigia superiore al calcarina solco 32.

Figura 2
Figura 2. Una fetta rappresentante sagittale della MTL tracciata usando il presente protocollo, che mostra la posizione effettiva nel cervello, e le posizioni relative tra le sue strutture principali, vale a dire, il AMY (rosso), HC (blu), il PRC (giallo), CER (rosa), e la PHC (verde).

3. Paraippocampale Gyrus

  1. Notando Divisioni del PHG
    1. Si noti che il PHG can essere diviso in due segmenti principali: anteriore PHG (cioè, il PRC e ERC), e il PHG posteriore (cioè, il PHC).
    2. Si noti che nel segmento anteriore, la RPC appare prima del CER, e affianca lateralmente attraverso tutto il suo percorso.
    3. Dopo il CER scompare, si noti che la RPC sussume il suo posto sul PHG e prosegue per 3 mm.
    4. Oltre questo segmento, tracciare posteriore PHG, dove il PHC assume la larghezza della PHG fino alla sua estremità 30.
  2. Anteriori Fette della PHG
    1. Definire la prima fetta del PRC con l'aspetto del CS 25,39. Prima dell'inizio del CER, tracciare il PRC dal bordo mediale della sponda laterale del CS al fondo laterale del giro di Schwalbe, o che da una mediale se sono presenti due circonvoluzioni di Schwalbe, o il punto medio del superficie dorsale temporopolar in mancanza di questo giro 25,39.
    2. Iniziare a tracciare il CER da 5 mm anterior al limen insula 40,41.
    3. Continua tracciando il CER utilizzando il fondo del solco temporopolar mediale come fine superiore 40, e il fondo del solco semianulare dopo la visualizzazione del AMY, o il punto in cui il prolungamento immaginario del fascio angolare incontra la cavità ventricolare se il solco è semianulare indistinguibili 25. Si noti che si estende inferiormente per soddisfare la cavità ventricolare o la superficie piale direttamente.
    4. Il confine tra la RPC e il CER può variare da sezione a sezione.
      1. Quando il CS è profondo (≥ 1,5 cm), tracciare il PRC dal bordo mediale della banca mediale di questo solco, al punto centrale della sua banca laterale 25.
      2. In casi con un regolare CS (profondità di 1-1,5 cm), tracciare il PRC come area dal punto medio della banca mediale del solco collaterale alla fine mediale della banca laterale del solco 25.
      3. Con un <em> superficiale CS (<1 cm), traccia il PRC dal fondo di questo solco al punto medio della corona del giro fusiforme 25.
    5. Quando il CS viene interrotta, di solito a livello dell'apice UNCAL, da un piccolo giro emergenti dal suo fondo, tracciare il PRC al fondo del solco laterale 25. Includere o escludere materia bianca secondo l'obiettivo per il ROI.
    6. Tracciare la ERC fino 1,5 millimetri posteriormente al vertice UNCAL, o alla fine del giro intralimbicus 42.
    7. Estendere il tracciato del PRC medialmente ad occupare il posto del CER dopo la sua cessazione, in cui le definizioni per questi ultimi continuano ad applicarsi fino 4,5 millimetri posteriormente al vertice UNCAL, o la fine del giro intralimbicus 42. Il PRC è quindi sostituita dalla PHC 25,30.
  3. Posterior Fette della PHG
    1. Iniziare a tracciare il PHC sul posteriore fetta alla fine del PRC, fino al 4 mm posteriormente al tegli fine della coda HC 32. Definizioni alternativi dalla letteratura sono descritti nella sezione discussione. Ancora una volta, includere o escludere sostanza bianca seconda porta.
    2. Delineare il PHC utilizzando lo stesso metodo descritto nella porzione posteriore della RPC dopo la scomparsa del CER. Anche utilizzare la materia bianca del cingolo come confine superiore una volta che appare. Continua tracciando in questo modo fino alla comparsa del solco calcarina, che limita la PHC superomedially al bordo inferiore del solco 30.
    3. Se un mini-solco appare prima della comparsa del solco calcarina, includere nella segmentazione, ma essere cauti nel differenziare dal solco calcarina.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Illustrazione delle possibili differenze tra Segmentazione manuale e automatico

Un modello 3D della segmentazione manuale per l'AMY, HC, PRC, ERC, e PHC è mostrato in Figura 1, e una sezione sagittale della segmentazione è mostrato in Figura 2. Allo scopo di illustrare estreme differenze possibili tra manuale e automatico tracciati, fette di AMY da un soggetto rappresentativo di errata segmentazione automatica sono stati giustapposti con tracciamento manuale (vedi figura 3). Mentre il software automatico segmentazione era in grado di riconoscere il corpo valvola delle strutture, la sua segmentazione era piuttosto grezza, che ha portato sottostima del volume AMY, rispetto alla segmentazione manuale.

Per scopi illustrativi, i risultati di tracciamento manuale in un soggetto sono stati confrontati con quelli ottenuti da u segmentazione automaticacantare un programma automatico di segmentazione 43-45; il focus era sulla AMY e HC. I volumi Amy e HC tracciati dai due metodi sono stati anche corretti per il volume intracranico (ICV) del soggetto (Tabella 1), utilizzando i seguenti due punti: 1) Le statistiche volumetrici delle segmentazioni Amy e HC: il software di segmentazione manuale calcolati automaticamente le statistiche del volume per le aree marcate. Queste informazioni sono state recuperate in "Volume e le statistiche" nel menu Segmentazione quando la segmentazione di-essere-esame insieme con la sua immagine in scala di grigi immesso nel software. 2) Calcolo ICV: Ciò è stato realizzato in tre fasi, con tre programmi in un programma di segmentazione automatica di serie 46. Un processo di estrazione è stato usato per estrarre il volume del cervello dall'immagine originale, togliendo tessuto non cerebrale come il cranio. Un processo di estrazione del volume parziale è stato usato per separare il fluido cerebrospinale (CSF), la materia grigia, esostanza bianca. Infine, un processo statistiche è stato utilizzato per riassumere i volumi parziali avere la ICV per il soggetto.

Figura 3
Figura 3. Un esempio estremo delle possibili differenze tra i risultati di tracciamento manuale (A) e segmentazione automatica (B). Indicato qui è una fetta coronale verso l'estremità anteriore del AMY. Come è evidente dal confronto, il software automatico segmentazione ha riconosciuto solo una piccola porzione della AMY sinistra, trascurando più della metà del tessuto che è identificabile come parte della AMY ad un occhio umano esperto; sottostima simile, ma in misura minore, si è verificato anche nel giusto AMY.

Sebbene la figura 3 mostra un esempio di estrema disallineamento tra manuale e automatico tracciamento, la possibilità per underestimat ione di volume segmentazione automatica esiste ancora 47. Tali differenze sono illustrate nella seguente Tabella 1, che mette a confronto i risultati del manuale e automatico tracciamento del AMY e HC.

Tabella 1
Tabella 1. Risultati volumetrici rappresentativi della AMY bilaterale e l'HC di un singolo soggetto, dal tracciamento manuale utilizzando il presente protocollo e segmentazione automatica. Segmentazione automatica ha sottovalutato il volume di ciascuna delle quattro strutture a confronto. Il volume rettificato è stato calcolato come rapporto tra il volume Voxel e il volume intracranico (ICV). Per questo argomento, ICV = 1446616,73 millimetri 3. Cliccare qui per vedere una versione più grande di questa figura.

jove_content "> Da questi risultati, è chiaro che il software automatico di segmentazione può essere in grado di fornire un ragionevole localizzazione delle strutture MTL, ma che l'esito della sua segmentazione può essere ulteriormente modificato e perfezionato con regolazioni manuali per soddisfare un livello superiore di precisione .

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Tradizionalmente, la segmentazione manuale è stato considerato il gold standard da molti ricercatori. Tuttavia, una precisa definizione delle singole strutture è stata complicata dalla morfologia altamente variabile delle strutture MTL, e dai contrasti solito deboli MRI di queste strutture contro le aree di tessuto e non-neuronali neurali circostanti. Storicamente, ci sono stati descrizioni contrastanti in letteratura per alcune strutture MTL. In alcuni casi di segmentazione RPC, ad esempio, il solco collaterale è stato descritto come interrotta 40,41, ma questo è stato precedentemente descritto in altra letteratura come un breve CS che non supera il livello del limen insulae 30. Questa differenza di interpretazione ha portato a diverse definizioni del bordo anteriore per la RPC, e questo potrebbe spiegare in parte perché le variazioni sono state osservate in segmentazioni di strutture individuali in diversi studi. Questo è un aspetto di segzione dove tracciamento manuale in grado di fornire benefici unici, perché l'esame visivo permette di adattamento, che è difficile da implementare nella segmentazione automatica. Questo può anche essere illustrato secondo i criteri indicati nel protocollo attuale per delineare la RPC e il CER. Da segnalare, tuttavia, alcuni ricercatori hanno suggerito di definire sempre il bordo mediale del PRC come il punto centrale della banca mediale del CS, a prescindere dalla profondità del solco 30. Per quanto riguarda il PHC posteriore, a causa del confine talvolta ambigua del bordo posteriore PHC, numerose definizioni sono descritti nella letteratura esistente. Nel protocollo corrente, il confine oltre la cessazione della coda HC utilizzata per riflettere la pratica comune di misurare la PHC passato la HC sia anatomica 32 e ricerca funzionale 48. Tuttavia, il bordo posteriore PHC è stata anche definita come collocata più anteriormente, fino a 1,5 mm posteriormente al cru del fornice 42 e come ultimofetta in cui si trova l'HC inferomedially al trigono del ventricolo laterale 30.

A seconda dello scopo della ROI e la risoluzione dell'immagine, i ricercatori possono scegliere di includere o escludere materia bianca nella segmentazione. Ad esempio, l'inclusione della sostanza bianca potrebbe essere appropriato per l'uso ROI in fMRI, a causa di risoluzioni tipiche inferiori della relativa funzionale alle scansioni anatomiche. Un esempio di questo è offerto da un precedente studio 1, che mostra una fetta MTL con una sovrapposizione mm 4 x 4 griglia (risoluzione tipica fMRI) dove separare la materia bianca e la materia grigia sarebbe impossibile. Nella ricerca anatomica, tuttavia, una separazione questione sostanza / grigio bianco viene di solito eseguita, ma anche nella ricerca anatomica volte è più facile per delineare i bordi se le strutture sono tracciate in modo contiguo, che può comportare l'inclusione di qualche sostanza bianca. Se l'esclusione della materia bianca è preferito, tracciando nel boundaries, piuttosto che su di loro, può regolare la segmentazione per evitare di volume della materia bianca.

L'obiettivo del protocollo attuale è quello di illustrare tracciare le linee guida di uno dei partecipanti, ma in attuazione di un protocollo di segmentazione per scopi di ricerca, le valutazioni di affidabilità dovrebbe essere calcolato in modo da verificare che i tracciati siano coerenti all'interno e tra traccianti. A seconda del obiettivo dello studio, ci sono diversi modelli che possono essere utilizzati per determinare inter-e intra-rater affidabilità 49 per tracciati segmentazione manuale. Per i confronti tra i metodi, i coefficienti di correlazione intraclasse dovrebbero essere valutati 50.

Il vantaggio di segmentazione manuale dei dati di RM è il potenziale per una maggiore precisione e adattabilità consentito dalla flessibilità nel tracciare e / o effettuare regolazioni in base alle conoscenze di anatomia implementato in direttive generali. Questa flessibilità può integrare tracciamento automatico. Inoltre,l'uso di MR imaging in vivo cervelli come nell'esempio attuale prevede alcuni vantaggi metodologici come studio longitudinale, che potrebbe non essere possibile in altri approcci (ad es., post mortem 51). Anche se può essere difficile da tradurre citoarchitettura alle immagini RM, come riconosciuto in un recente articolo 42, l'uso di punti di riferimento importanti in grado di fornire linee guida contestuale che sono utilizzabili tra i soggetti. In segmentare l'intero MTL, un tracciante viene dato contesto e la familiarità con le strutture circostanti che permette un livello di adattabilità e flessibilità che può aumentare il tracciamento di precisione. Come abbiamo delineare nel nostro protocollo, ci sono incongruenze nella letteratura esistente per quanto riguarda i confini delle strutture MTL. Segmentazione manuale consente flessibilità nell'implementazione delle linee guida di traccia, che non è facilmente raggiungibile da algoritmi automatici di segmentazione. Inoltre, il vantaggio di avere conoscenza di importanti punti di riferimento anatomici èrilevante anche se segmentazione automatica non riesce, in modo che possano essere prese misure correttive sulla base di una buona comprensione di tracciare le linee guida per quanto riguarda i confini del MTL (sotto) regioni, come descritto nel nostro protocollo.

Anche se la velocità e aumentare l'efficienza con la formazione, una limitazione pratica di segmentazione manuale delle strutture cerebrali è che richiede ulteriori competenze in anatomia del cervello e una devozione sostanziale di tempo e fatica. Quindi, nel perseguimento di una maggiore efficienza, programmi di segmentazione automatici vengono impiegate anche in alternativa per la segmentazione ROI. Tuttavia, i risultati di segmentazione manuale e automatico nel MTL qui illustrati, la stima probabilistica impiegato da software automatico segmentazione può essere meno precise rispetto ravvicinamento manuale in queste regioni del cervello. Il software standard utilizzato nel protocollo attuale è una delle diverse opzioni comuni 34, ma i potenziali vantaggi e gli svantaggi del manuale segmentazione compared di segmentazione automatica sono simili indipendentemente dal software scelto per la segmentazione automatica.

Nel complesso, la nostra opinione è che manuale e automatico di segmentazione può essere utilizzato come metodi complementari. Suggeriamo che i risultati Automatic Tracing essere controllati manualmente raffinati, se necessario, da traccianti esperti. Il presente protocollo prevede una serie di linee guida per il tracciamento manuale delle strutture MTL su immagini ad alta risoluzione MR. Sfruttando la risoluzione più fine delle immagini correnti, strutture e monumenti possono essere catturate con precisione, in modo che le linee guida qui presentate possono essere applicati alle immagini di una vasta gamma di risoluzioni. Insieme con i materiali visivi di accompagnamento, questo lavoro dovrebbe fornire e promuovere una più chiara comprensione dell'anatomia lordo delle strutture MTL, e per incoraggiare l'adozione di segmentazione manuale, sia come metodo principale di segmentazione MTL o come un metodo complementare alla automatica segmentazione.

Subscription Required. Please recommend JoVE to your librarian.

Materials

Name Company Catalog Number Comments
ITK-SNAP ITK-SNAP Team at University of Pennsylvania and University of Utah ITK-SNAP v2.2
FSL Functional Magnetic Resonance Imaging of the Brain (FMRIB) Analysis Group FSL v4.1
Siemens Magnetom Trio 3T MR Scanner Siemens Magnetom Trio 3T

DOWNLOAD MATERIALS LIST

References

  1. Amaral, D. G. Introduction: what is where in the medial temporal lobe. Hippocampus. 9, 1-6 (1999).
  2. Squire, L. R., Zola-Morgan, S. The medial temporal lobe memory system. Science. 253 (5026), 1380-1386 (1991).
  3. Eichenbaum, H., Otto, T., Cohen, N. J. The hippocampus: what does it do. Behavioral & Neural Biology. 57 (1), 2-36 (1992).
  4. Henke, K., Buck, A., Weber, B., Wieser, H. G. Human hippocampus establishes associations in memory. Hippocampus. 7 (3), 249-256 (1997).
  5. Tulving, E., Markowitsch, H. J. Episodic and declarative memory: role of the hippocampus. Hippocampus. 8 (3), 198-204 (1998).
  6. Dolcos, F., Iordan, A. D., Dolcos, S. Neural correlates of emotion–cognition interactions: a review of evidence from brain imaging investigations. Journal of Cognitive Psychology. 23 (6), 669-694 (2011).
  7. Davidson, R. J., Irwin, W. The functional neuroanatomy of emotion and affective style. Trends in Cognitive Sciences. 3 (1), 11-21 (1999).
  8. Lindquist, K. A., Wager, T. D., Kober, H., Bliss-Moreau, E., Barrett, L. F. The brain basis of emotion: a meta-analytic review. The Behavioral and Brain Sciences. 35 (3), 121-143 (2012).
  9. Phan, K. L., Wager, T., Taylor, S. F., Liberzon, I. Functional neuroanatomy of emotion: a meta-analysis of emotion activation studies in PET and fMRI. Neuroimage. 16 (2), 331-348 (2002).
  10. Wager, T. D., Phan, K. L., Liberzon, I., Taylor, S. F. Valence, gender, and lateralization of functional brain anatomy in emotion: a meta-analysis of findings from neuroimaging. Neuroimage. 19, 513-531 (2003).
  11. Zald, D. H. The human amygdala and the emotional evaluation of sensory stimuli. Brain Research Reviews. 41, 88-123 (2003).
  12. DeYoung, C. G., Hirsh, J. B., Shane, M. S., Papademetris, X., Rajeevan, N., Gray, J. R. Testing predictions from personality neuroscience: brain structure and the big five. Psychological Science. 21 (6), 820-828 (2010).
  13. Visser, P. J., Verhey, F. R., Hofman, P. A., Scheltens, P., Jolles, J. Medial temporal lobe atrophy predicts Alzheimer’s disease in patients with minor cognitive impairment. Journal of Neurology, Neurosurgery, & Psychiatry. 72 (4), 491-497 (2002).
  14. Ezekiel, F., et al. Comparisons between global and focal brain atrophy rates in normal aging and Alzheimer disease. Alzheimer Disease & Associated Disorders. 18 (4), 196-201 (2004).
  15. de Leon, M. J., et al. Imaging and CSF studies in the preclinical diagnosis of Alzheimer’s disease. Annals of the New York Academy of Sciences. 1097, 114-145 (2007).
  16. Boccardi, M., et al. Survey of protocols for the manual segmentation of the hippocampus: preparatory steps towards a joint EADC-ADNI harmonized protocol. Journal of Alzheimer's Disease. 26, 61-75 (2011).
  17. Konrad, C., Ukas, T., Nebel, C., Arolt, V., Toga, A. W., Narr, K. L. Defining the human hippocampus in cerebral magnetic resonance images-an overview of current segmentation protocols. Neuroimage. 47 (4), 1185-1195 (2009).
  18. Hasboun, D., et al. MR determination of hippocampal volume: comparison of three methods. American Journal of Neuroradiology. 17 (6), 1091-1098 (1996).
  19. Pantel, J., et al. A new method for the in vivo volumetric measurement of the human hippocampus with high neuroanatomical accuracy. Hippocampus. 10, 752-758 (2000).
  20. Entis, J. J., Doerga, P., Barrett, L. F., Dickerson, B. C. A reliable protocol for the manual segmentation of the human amygdala and its subregions using ultra-high resolution MRI. Neuroimage. 60 (2), 1226-1235 (2012).
  21. Goncharova, I. I., Dickerson, B. C., Stoub, T. R., deToledo-Morrell, L. MRI of human entorhinal cortex: a reliable protocol for volumetric measurement. Neurobiology of Aging. 22, 737-745 (2001).
  22. Watson, C., et al. Anatomic basis of amygdaloid and hippocampal volume measurement by magnetic resonance imaging. Neurology. 42 (9), 1743-1750 (1992).
  23. Duvernoy, H. The human hippocampus: functional anatomy, vascularization, and serial sections with MRI. Third Edition. , Springer-Verlag Berlin Heidelberg. (2005).
  24. Amaral, D. G., Witter, M. P. The three-dimensional organization of the hippocampal formation: a review of anatomical data. Neuroscience. 31 (3), 571-591 (1989).
  25. Insausti, R., et al. MR volumetric analysis of the human entorhinal, perirhinal, and temporopolar cortices. American Journal of Neuroradiology. 19 (4), 659-671 (1998).
  26. Dolcos, F., LaBar, K. S., Cabeza, R. Interaction between the amygdala and the medial temporal lobe memory system predicts better memory for emotional events. Neuron. 42 (5), 855-863 (2004).
  27. Yushkevich, P. A., et al. User-guided 3D active contour segmentation of anatomical structures: significantly improved efficiency and reliability. Neuroimage. 31 (3), 1116-1128 (2006).
  28. Bonilha, L., Kobayashi, E., Cendes, F., Li, M. L. Protocol for volumetric segmentation of medial temporal structures using high-resolution 3-D magnetic resonance imaging. Human Brain Mapping. 22 (2), 145-154 (2004).
  29. Bronen, R. A., Cheung, G. Relationship of hippocampus and amygdala to coronal MRI landmarks. Magnetic Resonance Imaging. 9 (3), 449-457 (1991).
  30. Pruessner, J. C., et al. Volumetry of temporopolar, perirhinal, entorhinal and parahippocampal cortex from high-resolution MR images: considering the variability of the collateral sulcus. Cerebral Cortex. 12 (12), 1342-1353 (2002).
  31. Pruessner, J. C., et al. Volumetry of hippocampus and amygdala with high-resolution MRI and three-dimensional analysis software: minimizing the discrepancies between laboratories. Cerebral Cortex. 10 (4), 433-442 (2000).
  32. Duvernoy, H. The human brain: surface, three-dimensional sectional anatomy with MRI, and blood supply. Second Edition. , Springer-Verlag Wien. (1999).
  33. Amaral, D. G., Lavenex, P., et al. in The hippocampus book. Hippocampal neuroanatomy. , Oxford University Press. (2006).
  34. Blaizot, X., et al. The human parahippocampal region: I. temporal pole cytoarchitectonic and MRI correlation. Cerebral Cortex. 20 (9), 2198-2212 (2010).
  35. Ding, S. -L., Van Hoesen, G. W. Borders, extent, and topography of human perirhinal cortex as revealed using multiple modern neuroanatomical and pathological markers. Human Brain Mapping. 31 (9), 1359-1379 (2010).
  36. Ding, S. -L., Van Hoesen, G. W., Cassell, M. D., Poremba, A. Parcellation of human temporal polar cortex: a combined analysis of multiple cytoarchitectonic, chemoarchitectonic, and pathological markers. The Journal of Comparative Neurology. 514 (6), 595-623 (2009).
  37. Frankó, E., Insausti, A. M., Artacho-Pérula, E., Insausti, R., Chavoix, C. Identification of the human medial temporal lobe regions on magnetic resonance images. Human Brain Mapping. 35 (1), 248-256 (2014).
  38. Lehmann, M., et al. Atrophy patterns in Alzheimer's disease and semantic dementia: a comparison of FreeSurfer and manual volumetric measurements. Neuroimage. 49 (3), 2264-2274 (2010).
  39. Winterburn, J. L., et al. A novel in vivo atlas of human hippocampal subfields using high-resolution 3T magnetic resonance imaging. Neuroimage. 74, 254-265 (2013).
  40. Malykhin, N. V., Bouchard, T. P., Ogilvie, C. J., Coupland, N. J., Seres, P., Camicioli, R. Three-dimensional volumetric analysis and reconstruction of amygdala and hippocampal head, body and tail. Psychiatry research. Neuroimaging. 155 (2), 155-165 (2007).
  41. Patenaude, B., Smith, S. M., Kennedy, D. N., Jenkinson, M. A Bayesian model of shape and appearance for subcortical brain segmentation. Neuroimage. 56 (3), 907-922 (2011).
  42. Smith, S. M., et al. Advances in functional and structural MR image analysis and implementation as FSL. Neuroimage. 23, (2004).
  43. Woolrich, M. W., et al. Bayesian analysis of neuroimaging data in FSL. Neuroimage. 45, (2009).
  44. Smith, S. M. Fast robust automated brain extraction. Human Brain Mapping. 17 (3), 143-155 (2002).
  45. Morey, R. A., et al. A comparison of automated segmentation and manual tracing for quantifying hippocampal and amygdala volumes. Neuroimage. 45 (3), 855-866 (2009).
  46. Baldassano, C., Beck, D. M., Fei-Fei, L. Differential connectivity within the parahippocampal place area. Neuroimage. 75, 228-237 (2013).
  47. Shrout, P. E., Fleiss, J. L. Intraclass correlations: uses in assessing rater reliability. Psychological Bulletin. 86 (2), 420-428 (1979).
  48. Bland, J. M., Altman, D. G. A note on the use of the intraclass correlation coefficient in the evaluation of agreement between two methods of measurement. Computers in Biology and Medicine. 20, 337-340 (1990).
  49. Yushkevich, P. A., et al. A high-resolution computational atlas of the human hippocampus from postmortem magnetic resonance imaging at 9.4 T. Neuroimage. 44 (2), 385-398 (2009).

Tags

Neuroscienze Numero 89 Anatomia umana segmentazione Lobo temporale mediale MRI tracciamento manuale amigdala ippocampo corteccia peririnale entorinale Cortex paraippocampale Cortex

Erratum

Formal Correction: Erratum: A Comprehensive Protocol for Manual Segmentation of the Medial Temporal Lobe Structures
Posted by JoVE Editors on 09/01/2014. Citeable Link.

A correction was made to A Comprehensive Protocol for Manual Segmentation of the Medial Temporal Lobe Structures. Table 1 and its legend were updated. References 10 and 14 were also updated.

The references were updated from:

  1. Wager, T. D. & Smith, E. E. Neuroimaging studies of working memory: a meta-analysis. Cognitive, Affective & Behavioral Neuroscience. 3(4), 255-274 (2003).
  1. Scheltens, Ph, et al. Atrophyofmedialtemporallobeson MRIin 'probable' Alzheimer's disease and normal ageing: diagnostic value and neuropsychological correlates. Journal of Neurology, Neurosurgery, and Psychiatry. 55(10), 967-972, (1992).

to:

  1. Wager, T. D., Phan, K. L., Liberzon, I., & Taylor, S. F. Valence, gender, and lateralization of functional brain anatomy in emotion: a meta-analysis of findings from neuroimaging. Neuroimage. 19 (3), 513-31, doi:10.1016/S1053-8119(03)00078-8 (2003).
  1. de Leon, M. J. et al. Imaging and CSF studies in the preclinical diagnosis of Alzheimer's disease. Annals of the New York Academy of Sciences. 1097, 114-145, doi:10.1196/annals.1379.012 (2007).

Table 1 had its legend updated from:

Table 1. Representative volumetric results of the bilateral AMY and the HC of a single subject, from manual tracing using the present protocol and automatic segmentation. Automatic segmentation has underestimated the volume of each of the four structures compared. Corrected volume was calculated as the ratio between Voxel volume and Intracranial volume (ICV). For this subject, ICV = 1446616.73 mm3.

to:

Table 1. Representative volumetric results of the bilateral AMY and the HC of a single subject, from manual tracing using the present protocol and automatic segmentation. Automatic segmentation has misestimated the volume of each of the four structures compared. Corrected volume was calculated as the ratio between Voxel volume and ICV. For this subject, ICV = 1599482.11 mm3. Please click here to view a larger version of this figure.

Un protocollo completo per Segmentazione manuale delle Strutture mediale del lobo temporale
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Moore, M., Hu, Y., Woo, S., O'Hearn, … More

Moore, M., Hu, Y., Woo, S., O'Hearn, D., Iordan, A. D., Dolcos, S., Dolcos, F. A Comprehensive Protocol for Manual Segmentation of the Medial Temporal Lobe Structures. J. Vis. Exp. (89), e50991, doi:10.3791/50991 (2014).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter