Summary

脳構造の3次元形状モデリングと解析

Published: November 14, 2019
doi:

Summary

オープンソフトウェアを用いた画像セグメンテーションをはじめ、自動モデリングパッケージを用いたグループ単位の形状解析など、脳構造の形状解析用の半自動プロトコルを紹介します。ここでは、脳MR画像からの海馬セグメンテーションを用いた3D形状解析プロトコルの各ステップを示す。

Abstract

脳構造の統計的形状解析は、その構造変化と病理学的プロセスとの関連を調べるために用いられてきた。正確で堅牢な形状モデリングとグループワイズ解析のためのソフトウェアパッケージを開発しました。ここでは、個々の3D形状モデリングから定量的なグループ形状解析まで、形状解析のパイプラインを紹介します。また、オープンソフトウェアパッケージを使用した前処理とセグメンテーションの手順についても説明します。この実用的なガイドは、研究者が脳の構造に関する3D形状解析の時間と労力を節約するのに役立ちます。

Introduction

脳構造の形状解析は、神経変性疾患や老化1などの病理学的過程下での形態変化を調べる好ましいツールとして浮上している。1)医療画像から標的構造の境界を正確に線分化し、2)3D表面メッシュの形でターゲット形状を再構築し、3)形状パラメータ化または表面登録を介して個々の形状モデル間の被験者間通信を構築し、4)個人またはグループ間の地域形状の違いを定量的に評価する。過去数年間で, これらの各ステップの神経イメージング研究で多くの方法が導入されています。.しかし、この分野では目覚ましい発展を遂げながらも、研究にすぐに当てはまる枠組みはあまりありません。この記事では、カスタム形状モデリングツールと一般に公開されている画像セグメンテーションツールを使用した脳構造の形状解析の各ステップについて説明します。

ここでは、成人対照患者とアルツハイマー病患者のデータセットを用いた左右海馬の形状解析を通じた脳構造の形状解析フレームワークを示す。海馬の萎縮は、神経変性疾患2、3、4において重要な画像バイオマーカーとして認識される。形状解析フレームワークでは、ターゲット構造のテンプレートモデルと、形状モデリングプロセスでテンプレートからイメージへの変形可能な登録を採用しています。テンプレート モデルは、母集団内のターゲット構造の一般的な形状特性をエンコードし、テンプレート モデルとの推移的な関係を通じて個々のモデル間の形状差を定量化するためのベースラインも提供します。テンプレートから画像への登録では、テンプレートモデル5、6、7におけるポイント分布の歪みを最小限に抑えながら、テンプレートモデルを個々の画像のターゲット構造に適合させるラプラシアン表面変形法を開発しました。提案されたフレームワークの実現可能性および堅牢性は、認知老化8、軽度認知障害9の早期発見、および脳構造変化とコルチゾールレベル10との関連を探索する最近の神経イメージング研究において検証されている。このアプローチにより、図形モデリングと解析方法を使用して、さらなる神経イメージング研究を容易に行うことができます。

Protocol

脳MR画像は、地元の機関審査委員会と倫理委員会によって承認されたプロトコルに従って取得されました。 注:形状モデリングと解析用のツールは、NITRC リポジトリからダウンロードできます: https://www.nitrc.org/projects/dtmframework/。GUI ソフトウェア (DTMModeling.exe) は、抽出後に実行できます。 <!–The publication …

Representative Results

ここで説明する形状モデリングプロセスは、加齢6、8、10およびアルツハイマー病5、9に関する様々な神経イメージング研究に採用されている。特に、この形状モデリング法は、654人の被験者8の高齢化集団に対する海馬の形状解析におい…

Discussion

要約すると、(1)開いたツール(2)変形可能なテンプレートモデルを用いた個々の形状再構成を用いたMR画像セグメンテーション、(3)定量形状差など、脳構造の形状解析のためのソフトウェアパイプラインについて説明した。テンプレートモデルとの推移的形状対応による測定。誤発見率(FDR)補正下での統計的分析は、神経病理学的プロセスに関連する脳構造の形態学的変化の有意性を調べるため…

Disclosures

The authors have nothing to disclose.

Acknowledgements

この研究は、国立韓国研究財団(PIとしてJP)から資金提供を受けています。JKは慶北大学校研究基金から資金提供を受けています。MCVHは、ロウ・フォゴ慈善信託とエディンバラ王立協会から資金提供を受けています。海馬のセグメンテーションは、英国エジンバラの臨床脳科学センターでカレン・ファーガソン博士によって書かれた社内ガイドラインから適応されました。

References

  1. Costafreda, S. G., et al. Automated hippocampal shape analysis predicts the onset of dementia in mild cognitive impairment. NeuroImage. 56 (1), 212-219 (2011).
  2. Platero, C., Lin, L., Tobar, M. C. Longitudinal Neuroimaging Hippocampal Markers for Diagnosing Alzheimer’s Disease. Neuroinformatics. , 1-19 (2018).
  3. Valdés Hernández, M. D. C., et al. Rationale, design, and methodology of the image analysis protocol for studies of patients with cerebral small vessel disease and mild stroke. Brain and behavior. 5 (12), e00415 (2015).
  4. Kalmady, S. V., et al. Clinical correlates of hippocampus volume and shape in antipsychotic-naïve schizophrenia. Psychiatry Research: Neuroimaging. 263, 93-102 (2017).
  5. Kim, J., Valdés Hernández, M. D. C., Royle, N. A., Park, J. Hippocampal Shape Modeling Based on a Progressive Template Surface Deformation and its Verification. IEEE Transactions on Medical Imaging. 34 (6), 1242-1261 (2015).
  6. Kim, J., et al. 3D shape analysis of the brain’s third ventricle using a midplane encoded symmetric template model. Computer Methods and Programs in Biomedicine. 129, 51-62 (2016).
  7. 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. International Symposium on Biomedical Simulation. , 141-149 (2014).
  8. Valdés Hernández, M. D. C., et al. Hippocampal morphology and cognitive functions in community-dwelling older people: the Lothian Birth Cohort 1936. Neurobiology of Aging. 52, 1-11 (2017).
  9. Lee, P., Ryoo, H., Park, J., Jeong, Y. Morphological and Microstructural Changes of the Hippocampus in Early MCI: A Study Utilizing the Alzheimer’s Disease Neuroimaging Initiative Database. Journal of Clinical Neurology. 13 (2), 144-154 (2017).
  10. Cox, S. R., et al. Associations between hippocampal morphology, diffusion characteristics, and salivary cortisol in older men. Psychoneuroendocrinology. 78, 151-158 (2017).
  11. Sled, J. G., Zijdenbos, A. P., Evans, A. C. A nonparametric method for automatic correction of intensity nonuniformity in MRI data. IEEE Transactions on Medical Imaging. 17 (1), 87-97 (1998).
  12. Tustison, N. J., et al. N4ITK: improved N3 bias correction. IEEE Transactions on Medical Imaging. 29 (6), 1310-1320 (2010).
  13. Zhang, Y., Brady, M., Smith, S. Segmentation of brain MR images through a hidden Markov random field model and the expectation-maximization algorithm. IEEE Transactions on Medical Imaging. 20 (1), 45-57 (2001).
  14. Wardlaw, J. M., et al. 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. International Journal of Stroke. 6 (6), 547-559 (2011).
  15. 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).
  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 (s3), 61-75 (2011).
  17. Winterburn, J., et al. High-resolution In Vivo Manual Segmentation Protocol for Human Hippocampal Subfields Using 3T Magnetic Resonance Imaging. Journal of Visualized Experiments. (105), e51861 (2015).
  18. MacLullich, A., et al. Intracranial capacity and brain volumes are associated with cognition in healthy elderly men. Neurology. 59 (2), 169-174 (2002).
  19. Gower, J. C. Generalized Procrustes analysis. Psychometrika. 40 (1), 33-51 (1975).
  20. Lorensen, W. E., Cline, H. E. Marching cubes: A high resolution 3D surface construction algorithm. ACM Siggraph Computer Graphics. , 163-169 (1987).

Play Video

Cite This Article
Kim, J., Valdés Hernández, M. d. C., Park, J. Three-Dimensional Shape Modeling and Analysis of Brain Structures. J. Vis. Exp. (153), e59172, doi:10.3791/59172 (2019).

View Video