Автоматизированный сегментация коркового серого вещества от T1-взвешенный МРТ изображения

Этот метод может ответить на ключевые вопросы в области нейровизуаций и неврологии. Например, существуют ли групповые различия в корковом объеме для неклинических и клинических популяций. Основным преимуществом этого метода является то, что он позволяет исследователям использовать лучший инструмент для своих данных.

Для начала откройте программное обеспечение SPM, открыв командное окно MATLAB и введя SPM в командную строку. Затем, для выполнения единой сегментации, выберите ПЭТ VBM, чтобы открыть структурный набор инструментов МРТ. Теперь откройте пакетный редактор для выполнения сегментации сразу на нескольких сканах.

Выберите SPM, Spatial и Segment, затем Data, выберите Файлы и выберите T1-Weighted сканирование в качестве ввода. Далее нажмите на выходные файлы, серую материю и убедитесь, что родное пространство выбрано, и повторите это для White Matter. Если сегментация CSF не требуется, оставьте этот набор на нет.

Если сканирование уже исправлено Bias, измените эту опцию, чтобы не сохранить исправлено. Затем используйте Clean up любые разделы и проверьте все три варианта до запуска полного анализа. Теперь оставьте другие настройки, установленные по умолчанию, и нажмите на зеленый флаг для запуска сегментации.

Окно MATLAB скажет Сделано, когда сегментация закончена. Наконец, выполните визуальный контроль качества в полученном файле Grey Matter NIfTI. Для выполнения опции New Segment в SPM 8 сначала выберите ПЭТ VBM перед открытием пакетного редактора.

Затем выберите SPM, инструменты, новый сегмент и выберите NIfTI формат T1 файлы изображений, которые будут использоваться. Установите параметр Native Tissue Type для родного пространства и выключите классы тканей, которые не требуются. Кроме того, выключите деформированные ткани, а затем нажмите на зеленый флаг для запуска сегментации и выполнения визуального контроля качества после завершения.

Для выполнения сегментации в SPM 12 снова нажмите ПЭТ VBM и откройте пакетный редактор. Затем выберите SPM, пространственный сегмент и объемы данных. Затем выберите Native Space Tissue Type и выключите непровереные классы тканей.

Установите деформированные ткани нет, и нажмите зеленый флаг. После завершения сегментации, снова не забудьте выполнить визуальный контроль качества, как подробно описано в следующем разделе этого протокола. Визуальный контроль качества может быть выполнен с помощью FSLeyes.

Начните с открытия окна терминала, а затем откройте FSLeyes, введя FSLeyes в терминале. Затем выберите файл, добавьте из файла и выберите исходный T1 и сегментированные регионы для их просмотра. Как только FSLeyes открывается, используйте переключатель непрозрачности, чтобы обеспечить визуализацию базового изображения T1.

Также измените цвет наложения сегментации по мере необходимости с помощью вкладки выпадают цвета в верхнем стекле. Теперь прокрутите каждый кусочек мозга и проверьте каждый из них на наличие областей под или переоценки в проверяемом регионе. Визуальный контроль качества является важным шагом для этой процедуры.

Сравнивая сегментированные регионы с исходным сканированием T1, вы можете убедиться, что ваши регионы имеют высокое качество, и что ваши выводы биологически точны. Для выполнения визуального контроля качества данных FreeSurfer с помощью Freeview откройте окно терминала и измените каталог на папку темы, которая содержит обработанный выход FreeSurfer. Затем введи команду, замеченную на экране, чтобы просмотреть область объемного серого вещества, наложенную на T1. Опять же, прокрутите каждый кусочек в головном мозге и проверить на регионы под или переоценки для области мозга проверяется.

Здесь мы видим пример неудачной сегментации, отображаемой на сканировании T1. Эта сегментация должна быть переработана и исключена из анализа, если она не может быть улучшена. На этой цифре показаны примеры производительности различных инструментов на височной доле на Сканировании T1.

Здесь можно увидеть примеры хорошего регионального разграничения, в то время как здесь показаны примеры плохого регионального разграничения, показывающего разлив в левой и правой височных долях. На этом рисунке показаны примеры производительности различных инструментов на затылочной доле при сканировании T1. Здесь мы видим сканирование T1 на примере хорошего регионального разграничения, в то время как вот пример плохого регионального разграничения, показывающего разлив в медиальной dura.

Здесь мы видим пример области серого вещества, вылитой в дуру, выделенную синим регионом. На этом рисунке показан пример области серого вещества, которая исключила области коры из сегментации, лучше всего показанные в аксиальной точке зрения. При попытке этой процедуры важно помнить о тестировании различных инструментов в данных и выполнять визуальный контроль качества при сканировании процесса.

После его развития, этот метод проложил путь для нейровизуаций исследователей для изучения изменений в объеме мозга с течением времени, не требуя инвазивных тестов.