Segmentação automática de matéria cinzenta Cortical de imagens de T1-Weighted MRI

Este protocolo descreve o processo de aplicação de sete ferramentas diferentes segmentação automatizada de varreduras de T1-weighted MRI estruturais para delinear as regiões de substância cinzenta que podem ser usadas para a quantificação do volume de matéria cinzenta.

Este método pode responder a perguntas-chave nos campos de neuroimagem e neurologia. Assim como se há diferenças de grupo no volume cortical para populações não clínicas versus clínicas. A principal vantagem dessa técnica é que permite aos pesquisadores usar a melhor ferramenta para seus dados.

Para começar, abra primeiro o software SPM abrindo uma janela de comando MATLAB e digitando SPM na linha de comando. Em seguida, para realizar a segmentação unificada, selecione PET VBM para abrir a caixa de ferramentas de ressonância magnética estrutural. Agora, abra o editor de lotes para realizar a segmentação em várias varreduras ao mesmo tempo.

Selecione SPM, Espacial e Segmento, em seguida, Dados, selecione Arquivos e escolha as varreduras ponderadas por T1 como Entrada. Em seguida, clique em Arquivos de Saída, Matéria Cinza e certifique-se de que o Espaço Nativo está selecionado e repita isso para matéria branca. Se a segmentação CSF não for necessária, deixe este conjunto para Nenhum.

Se as varreduras já tiverem sido corrigidas pelo viés, altere esta opção para Não Salvar corrigido. Em seguida, use Limpar quaisquer partições e teste todas as três opções antes de executar a análise completa. Agora, deixe as outras configurações definidas como padrão e clique no sinalizador verde para executar a segmentação.

A janela MATLAB dirá feito quando a segmentação estiver concluída. Finalmente, execute o Controle de Qualidade Visual no arquivo NIfTI Grey Matter resultante. Para executar a opção Novo Segmento na SPM 8, primeiro selecione PET VBM antes de abrir o editor de lote.

Em seguida, selecione SPM, Ferramentas, Novo Segmento e selecione os arquivos de imagem T1 de formato NIfTI a serem usados. Defina a opção Tipo de Tecido Nativo ao Espaço Nativo e desligue as classes de tecido que não são necessárias. Desligue também o Tecido Deformado, em seguida, clique na bandeira verde para executar a segmentação e executar Controle de Qualidade Visual quando concluído.

Para realizar a segmentação na SPM 12 pressione novamente o PET VBM e abra o editor de lotes. Em seguida, selecione SPM, Segmento Espacial e Volumes de Dados. Em seguida, selecione O tipo de tecido espacial nativo e desligue classes de tecido não-áridas.

Defina tecido distorcido para nenhum e clique na bandeira verde. Uma vez concluída a segmentação, certifique-se novamente de realizar o Controle de Qualidade Visual conforme detalhado na próxima seção deste protocolo. O Controle de Qualidade Visual pode ser realizado usando FSLeyes.

Comece abrindo uma janela de terminal e abra FSLeyes digitando FSLeyes no terminal. Em seguida, selecione Arquivo, Adicionar de arquivo e selecione o T1 original e as regiões segmentadas para visualizá-los. Uma vez que os FSLeyes se abram, use o alternador de opacidade para permitir a visualização da imagem T1 subjacente.

Altere também a cor da sobreposição de segmentação conforme necessário através da aba de retirada de cores no painel superior. Agora, percorra cada fatia no cérebro e verifique cada uma delas para regiões de sub ou superestimação na região que está sendo inspecionada. O Controle de Qualidade Visual é um passo essencial para este procedimento.

Comparando suas regiões segmentadas com a varredura T1 original, você pode garantir que suas regiões sejam de alta qualidade, e que suas conclusões sejam biologicamente precisas. Para realizar o Controle de Qualidade Visual dos dados do FreeSurfer usando o Freeview, abra uma janela de terminal e altere o diretório para a pasta de assunto que contém a saída freesurfer processada. Em seguida, digite o comando visto na tela aqui para ver a região de matéria cinzenta volumosa sobreposta no T1. Novamente, percorra cada fatia do cérebro e verifique se há regiões de sub ou superestimação para a região cerebral que está sendo inspecionada.

Aqui, vemos um exemplo de uma segmentação falha exibida em uma varredura T1. Essa segmentação deve ser reprocessada e excluída da análise se não puder ser melhorada. Esta figura mostra exemplos do desempenho de diferentes ferramentas no lobo temporal em uma varredura T1.

Exemplos de um bom delineamento regional são vistos aqui, enquanto exemplos de delineamento regional ruim, mostrando derramamento nos lobos temporais esquerdo e direito, são mostrados aqui. Esta figura mostra exemplos do desempenho de diferentes ferramentas no lobo occipital em uma varredura T1. Aqui vemos o escaneamento T1 com um exemplo de um bom delineamento regional, enquanto aqui está um exemplo de um delineamento regional ruim, mostrando derramamento na dura medial.

Aqui vemos um exemplo de uma região de matéria cinzenta derramada na dura, destacada pela região azul. Esta figura mostra um exemplo de uma região de matéria cinzenta que excluiu regiões do córtex da segmentação, melhor mostradas na visão axial. Ao tentar este procedimento, é importante lembrar de testar diferentes ferramentas em seus dados e realizar o Controle de Qualidade Visual nas varreduras do processo.

Após seu desenvolvimento, essa técnica abriu caminho para pesquisadores de neuroimagem estudarem mudanças no volume cerebral ao longo do tempo sem exigir testes invasivos.