Waiting
Login processing...

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

Behavior

Сегментация мозга инфаркт и регистрация на МРТ или КТ для отображения резионно-симптома

Published: September 25, 2019 doi: 10.3791/59653
Automatic Translation
1, 2, 1, 3, 4, Meta VCI Map Consortium, 1
1Department of Neurology and Neurosurgery, UMC Utrecht Brain Center, University Medical Center Utrecht, Utrecht University, 2Image Sciences Institute, University Medical Center Utrecht, 3BrainNow Research Institute, 4Institute for Stroke and Dementia Research, University Hospital, LMU Munich

Summary

Приведено здесь практический учебник для открытого доступа, стандартизированные обработки изображений трубопровода с целью поражения-симптом отображения. Для каждого этапа обработки предусмотрено поэтапное прохождение, начиная с ручной инфарктной сегментации по КТ/МРТ до последующей регистрации на стандартное пространство, а также практические рекомендации и иллюстрации с примерными случаями.

Abstract

В отображении поражения-симптома (LSM), функция мозга выводилась, соотнося расположение приобретенных поражений мозга поведенческих или когнитивных симптомов в группе пациентов. С недавними достижениями в визуализации мозга и обработки изображений, LSM стал популярным инструментом в когнитивной нейронауки. LSM может обеспечить фундаментальное понимание функциональной архитектуры человеческого мозга для различных когнитивных и некогнитивных функций. Важным шагом в проведении исследований LSM является сегментация поражений на сканировании мозга большой группы пациентов и регистрация каждого сканирования в общем стереотаксическом пространстве (также называемом стандартным пространством или стандартизированным шаблоном мозга). Описано здесь открытый доступ, стандартизированный метод инфаркта сегментации и регистрации для целей LSM, а также подробный и практический пошаговое решение, основанное на примерных случаях. Представлен освоемный учебник для ручного сегментации инфарктов головного мозга на КТ и последовательности DWI или FLAIR MRI, включая критерии идентификации инфарктов и подводные камни для различных типов сканирования. Программное обеспечение для регистрации предоставляет несколько схем регистрации, которые могут быть использованы для обработки данных КТ и МРТ с неоднородными параметрами приобретения. Предоставляется учебник по использованию этого программного обеспечения регистрации и выполнению проверок качества и ручных исправлений (которые необходимы в некоторых случаях). Этот подход предоставляет исследователям основу для всего процесса обработки изображений мозга, необходимых для выполнения исследования LSM, от сбора данных до окончательных проверок качества результатов.

Introduction

Отображение искрометного симптома (LSM), также называемое отображением по поражению поведением, является важным инструментом для изучения функциональной архитектуры человеческого мозга1. В исследованиях поражения, функция мозга выводилась и локализуется путем изучения пациентов с приобретенными поражениями мозга. Первые тематические исследования, связывающие неврологические симптомы с конкретными местоположениями мозга, проведенные в девятнадцатом веке, уже дали фундаментальное представление об анатомических коррелях языка и ряде других когнитивных процессов2. Тем не менее, нейроанатомические корреляты многих аспектов познания и других функций мозга оставались неуловимыми. В последние десятилетия усовершенствованные структурные методы визуализации мозга и технические достижения позволили провести крупномасштабные исследования in vivo LSM с высоким пространственным разрешением (т.е. на уровне отдельных вокселей или специфических корковых/субкортикальных областей, представляющих интерес)1 ,2. С этими методологическими достижениями, LSM стал все более популярным методом в когнитивной нейронауки и продолжает предлагать новые идеи в нейроанатомии познания и неврологических симптомов3. Важным шагом в любом исследовании LSM является точная сегментация поражений и регистрация в шаблон мозга. Тем не менее, всеобъемлющий учебник для предварительной обработки данных изображения мозга для целей LSM не хватает.

Приведено здесь полный учебник для стандартизированной сегментации поражения и метод регистрации. Этот метод предоставляет исследователям конвейер для стандартизированной обработки изображений мозга и обзор потенциальных ловушек, которые следует избегать. Представленный конвейер обработки изображений был разработан в рамках международного сотрудничества4 и является частью рамок недавно основанного консорциума карт Meta VCI, целью которого является проведение многоцентровых картографических исследований сосудистые когнитивные нарушения злт;www.metavcimap.org Этот метод был разработан для обработки Как КТ, так и МРТ от нескольких поставщиков и неоднородных протоколов сканирования, чтобы позволить комбинированную обработку наборов данных изображений из разных источников. Необходимое программное обеспечение RegLSM и все другое программное обеспечение, необходимое для этого протокола, свободно доступны, за исключением MATLAB, который требует лицензии. Этот учебник фокусируется на сегментации и регистрации инфарктов мозга, но этот конвейер обработки изображений также может быть использован для других поражений, таких как гиперинтенсивность белого вещества6.

Прежде чем начать исследование LSM, необходимо базовое понимание общих концепций и подводных камней. Несколько подробных руководящих принципов и руководство автостопом доступны1,3,6. Тем не менее, эти обзоры не обеспечивают подробный практический учебник для практических шагов, участвующих в сборе и преобразовании сканирования мозга в надлежащем формате, сегментации инфаркта мозга, и регистрации сканирования на шаблон мозга. В настоящем документе содержится такой учебник. Общие концепции LSM приводятся во введении со ссылками для дальнейшего чтения по этому вопросу.

Общая цель исследований по картированию поражений и симптомов

С точки зрения когнитивной нейропсихологии, черепно-мозговая травма может быть использована в качестве модельного состояния, чтобы лучше понять нейронные основы некоторых когнитивных процессов и получить более полную картину когнитивной архитектуры мозга1 . Это классический подход в нейропсихологии, который был впервые применен в посмертных исследований в девятнадцатом веке пионеров, как Брока и Вернике2. В эпоху функциональной визуализации мозга, развитие мозга подход остается важным инструментом в неврологии, поскольку он обеспечивает доказательство того, что поражения в конкретной области мозга нарушить задачу производительности, в то время как функциональные исследования изображений демонстрируют области мозга, которые являются активирован во время выполнения задачи. Таким образом, эти подходы обеспечивают дополнительную информацию1.

С точки зрения клинической неврологии, исследования LSM могут выяснить связь между местом поражения и когнитивного функционирования у пациентов с острыми симптоматическими инфарктами, гиперинтенсивностью белого вещества, лакунами или другими типами поражений (например, опухолями, опухолями ). Недавние исследования показали, что такие поражения в стратегических областях мозга более актуальны в объяснении когнитивных функций, чем глобальное бремя поражения2,5,7,8. Такой подход может улучшить понимание патофизиологии сложных расстройств (в данном примере, сосудистые когнитивные нарушения) и может предоставить возможности для разработки новых диагностических и прогностиковых инструментов или поддержки лечения стратегии2.

LSM также имеет приложения за пределами области познания. На самом деле, любая переменная может быть связана с местом поражения, включая клинические симптомы, биомаркеры и функциональные результаты. Например, недавнее исследование определило инфарктные локации, которые были предсказуемыми функционального исхода после ишемического инсульта10.

Voxel основе по сравнению с регионом на основе интересов на основе поражения-симптом отображение

Для выполнения отображения поражений-симптомов, поражения должны быть сегментированы и зарегистрированы в шаблон мозга. Во время процедуры регистрации, мозг каждого пациента пространственно выровнены (т.е., нормализованы или зарегистрированы на общий шаблон), чтобы исправить различия в размере мозга, форме и ориентации, так что каждый воксель на карте поражения представляет собой тот же анатомический структура для всех пациентов7. В стандартном пространстве может быть выполнено несколько типов анализов, которые кратко обобщены здесь.

Анализ грубого поражения-вычитания может быть выполнен, чтобы показать разницу в распределении поражений у пациентов с дефицитом по сравнению с пациентами без дефицита. В результате вычитания карта показывает регионов, которые чаще всего повреждены у пациентов с дефицитом и пощадил у пациентов без дефицита1. Хотя анализ поражения-вычитания может дать некоторое представление о коррелятах конкретной функции, он не дает статистических доказательств и в настоящее время в основном используется, когда размер выборки слишком низок, чтобы обеспечить достаточную статистическую мощность для вокселя на основе поражения-симптома Сопоставление.

В voxel основе поражения-симптом отображения, связь между наличием поражения и когнитивных функций определяется на уровне каждого отдельного вокселя в головном мозге (Рисунок 1). Основным преимуществом этого метода является высокое пространственное разрешение. Традиционно, эти анализы были выполнены в массовом univariate подход, который требует коррекции для нескольких испытаний и вводит пространственные предубеждения, вызванные межвоксель корреляции, которые не принимаются во внимание1,10 , 11. Недавно разработанные подходы, которые принимают межвоксель корреляции во внимание (обычно называют многовариантные поражения-симптомы картирования методы, такие как байесовский анализ13, поддержка вектор регрессии4, 14, или другие алгоритмы машинного обучения15) показывают многообещающие результаты и, как представляется, улучшить чувствительность и специфичность выводов из воксел-мудрый анализ LSM по сравнению с традиционными методами. Дальнейшее совершенствование и проверка многовариантных методов для lsM с вокселем- мудрым является непрерывным процессом. Наилучший выбор метода для конкретного отображения поражений и симптомов зависит от многих факторов, включая распределение поражений, переменных результатов и базовых статистических предположений методов.

В области интереса (ROI) на основе поражения-симптома отображение, связь между бременем поражения в конкретной области мозга и когнитивных функций определяется (см. Рисунок 1 в Biesbroek и др.2 для иллюстрации). Основным преимуществом этого метода является то, что он рассматривает кумулятивное бремя поражения в анатомической структуре, которая в некоторых случаях может быть более информативным, чем поражения в одном вокселе. С другой стороны, анализы на основе окупаемостью имеют ограниченную мощность для обнаружения закономерностей, которые присутствуют только в подмножестве вокселей в регионе16. Традиционно, ROI основе поражения-симптом отображение осуществляется с использованием логистической или линейной регрессии. В последнее время, многовариантные методы, которые лучше справляются с коллинериальностью были введены (например, Байесийский анализ сети17, поддержка регрессии вектора4,18, или других алгоритмов машинного обучения19), которые могут улучшить специфичность выводов, полученных в ходе исследований по картированию поражений и симптомов.

Выбор пациентов

В исследованиях LSM, пациенты, как правило, выбираются на основе конкретного типа поражения (например, инфарктов головного мозга или гиперинтенсивности белого вещества) и интервал времени между диагностикой и нейропсихологической оценки (например, острый против хронического инсульта). Оптимальная конструкция исследования зависит от исследовательского вопроса. Например, при изучении функциональной архитектуры человеческого мозга, пациенты с острым инсультом идеально включаются, потому что функциональная реорганизация еще не произошла на данном этапе, в то время как пациенты с хроническим инсультом должны быть включены при изучении долгосрочное воздействие инсульта на познание. Подробное описание соображений и подводных камней при отборе пациентов представлено в другом месте7.

Предобработка изображения мозга с целью отображения поражений-симптомов

Точная сегментация поражения и регистрация на общий шаблон мозга являются важнейшими шагами в отображении поражений-симптомов. Ручная сегментация поражений остается золотым стандартом для многих типов поражений, включая инфаркты7. При условии, подробный учебник по критериям для ручного инфаркта сегментации на КТ, диффузии взвешенной визуализации (DWI), и жидкости ослабленной инверсии восстановления (FLAIR) МРТ последовательностей в острых и хронических стадиях. Сегментированные инфаркты (т.е. 3D-карты бинарных поражений) должны быть зарегистрированы до проведения анализа по всему предмету. Этот протокол использует метод регистрации RegLSM, который был разработан в многоцентровой настройке4. RegLSM применяет линейные и нелинейные алгоритмы регистрации на основе elastix20 как для КТ, так и для МРТ, с дополнительным шагом обработки КТ, специально предназначенным для повышения качества регистрации КТ21. Кроме того, RegLSM позволяет использовать различные шаблоны мозга-мишени и (необязательный) промежуточный шаг регистрации для возрастного шаблона CT/MRI22. Возможность обработки как КТ, так и МРТ и его настраиваемость в отношении промежуточных и целевых шаблонов мозга делают RegLSM очень подходящим инструментом обработки изображений для LSM. Весь процесс подготовки и сегментации КТ/МРТ, регистрации на шаблон мозга и ручных исправлений (при необходимости) описан в следующем разделе.

Figure 1
Рисунок 1: Схематическая иллюстрация концепции вокселя на основе поражения-симптома отображения. Верхняя часть показывает изображение мозга предобработки шаги, состоящие из сегментирования поражения (острый инфаркт в данном случае), а затем регистрации в шаблон мозга (шаблон MNI-152 в данном случае). Ниже, часть зарегистрированной бидорожной карты поражения одного и того же пациента отображается как 3D сетка, где каждый куб представляет собой воксель. В совокупности с картами поражения 99 других пациентов создается карта наложения поражения. Для каждого вокселя проводится статистический тест для определения связи между состоянием поражения и когнитивными способности. Тест чи-квадрат, показанный здесь, является лишь примером, любой статистический тест может быть использован. Как правило, сотни тысяч вокселей тестируются по всему мозгу, а затем коррекции для нескольких сравнений. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Этот протокол соответствует руководящим принципам нашего комитета по этике исследований человека.

1. Сбор сканирования и клинических данных

  1. Соберите КТ головного мозга или МРТ пациентов с ишемическим инсультом. Большинство сканеров сохраняют сканы как файлы DICOM (Digital Imaging and Communications in Medicine), которые можно скопировать на жесткий диск или сервер.
    ПРИМЕЧАНИЕ: Сканирование из каждого типа сканера, протокол сканирования и прочность поля МРТ могут быть использованы, до тех пор, пока 1) требования временного окна для используемого типа сканирования удовлетворяются (см. таблицу 1) и 2) Нет никаких артефактов, которые препятствуют точному разграничению infarct. Подробный учебник по обнаружению артефактов на КТ и МРТ предоставляется в другом месте23,24. Пример часто встречающихся артефактов движения на КТ приведен на рисунке 2,а примеры сканирования хорошего качества приведены в примерных случаях в разделе результатов. Инфаркты могут быть сегментированы на сканирование с любой толщиной ломтика и любым разрешением изображения в плоскости. Тем не менее, тонкие ломтики и высокое разрешение в плоскости позволит более точное представление инфаркта к шаблону мозга.
  2. Соберите клинические переменные в файле данных (например, Excel), сделав отдельные строки для каждого случая и столбцы для каждой клинической переменной. Для инфарктной сегментации включите по крайней мере дату штриха и дату визуализации или переменную, которая указывает временной интервал между штрихом и визуализацией.
  3. Убедитесь, что этические принципы и правила, касающиеся конфиденциальности, соблюдаются. Убедитесь, что данные либо анонимизированы, либо закодированы. Обратите особое внимание на удаление данных пациента, таких как имя, адрес и дата рождения, которые хранятся в файлах DICOM в виде тегов. Эти теги могут быть очищены с помощью dcm2niix (бесплатная загрузка доступна на lt;https://github.com/rordenlab/dcm2niix;gt;)25.

2. Преобразование изображений DICOM в файлы Nifti

  1. Чтобы преобразовать изображения DICOM в несжатые файлы nifti с помощью инструмента dcm2niix, введите в запросе команды «путь папки dcm2niix.exe»dcm2niix %d'%p «путь папки файлов dicom». Примером команды с вставленными путями папок может быть C: «пользователи»matthijs»dcm2niix %d'%p C: «пользователи»matthijs'dicom. Эта команда запустит исполняемую dcm2niix, преобразует изображения DICOM в выбранную папку и сохранит файлы nifti в той же папке.
    ПРИМЕЧАНИЕ: Добавление%d'% p гарантирует, что описание серии и имя протокола вставляются в имя файла. Дополнительные функции, в том числе варианты преобразования партии, предоставляются в руководстве dcm2niix по адресу:///www.nitrc.org/plugins/mwiki/index.php/dcm2nii:MainPage.gt;. Другие инструменты с открытым исходным кодом также могут быть использованы для преобразования изображений DICOM в файлы nifti.
  2. Убедитесь, что имя типа сканирования (CT, FLAIR, DWI или другие имена последовательности) скопировано в имя файла во время преобразования (эта опция доступна в dcm2niix).
  3. Для МРТ выберите последовательности DWI или FLAIR для сегментации. Кроме того, любая другая структурная последовательность, на которой виден инфаркт, может быть использована. См таблица 1 для соответствующих временных окон после инсульта, в котором Ct, DWI, или FLAIR могут быть использованы для инфаркта сегментации.
  4. Организуйте файлы nifti в удобной структуре папки с субфолдером для каждого случая (см. руководство RegLSM и дополнительную диаграмму 1). Это руководство можно скачать с сайта zlt;www.metavcimap.org/support/software-tools.gt;..
    ПРИМЕЧАНИЕ: Эта структура папок является обязательным условием для программного обеспечения для регистрации RegLSM (см. раздел 4). Обновление RegLSM, что делает его BIDS (структура данных изображения мозга26, см. lt;http://bids.neuroimaging.io'gt;) в настоящее время разрабатывается и в скором времени будет выпущен.

3. Инфарктная сегментация

  1. Общие замечания, применимые ко всем типам сканирования
    1. Убедитесь, что человек, который выполняет и оценивает сегментацию и регистрацию, прислеплен к переменной результата (обычно когнитивной мере), чтобы избежать предвзятости.
    2. Обратите внимание, что инфаркты обычно сегментируются на поперечных ломтиках, но сегментация может быть выполнена в любой ориентации среза.
    3. Обеспечьте идеальные условия просмотра во время инфарктной сегментации, используя дисплей монитора с высоким разрешением и оптимальный окружающий свет, чтобы обеспечить удобную настройку. Вручную отрегулируйте контраст изображения во время сегментации, чтобы обеспечить оптимальный контраст между здоровой тканью мозга. Будьте последовательны в применении аналогичных параметров по разных предметах.
  2. Инфарктная сегментация на КТ
    1. Первая проверка того, было ли сканирование выполнено по крайней мере 24 ч после начала симптомов инсульта. В течение 24 ч, острый инфаркт не является или только частично видны на КТ и сканирование не может быть использован для сегментации7. На рисунке можно найти рисунок 3.
    2. Откройте родной КТ с помощью программного обеспечения ITK-SNAP (бесплатная загрузка доступна по адресу: zlt;www.itksnap.org-gt;)27. В ITK-SNAP щелкните Файл и откройте основное изображение из меню выпадения. Нажмите на просмотр и выберите файл, чтобы открыть сканирование. Если настройка контраста по умолчанию обеспечивает плохой контраст между здоровой тканью мозга и поражением, отрегулируйте настройки контраста. Для этого нажмите «Инструменты» и регулировка контрастности.
      ПРИМЕЧАНИЕ: Любое программное обеспечение с открытым исходным кодом также может быть использовано.
    3. При наличии, открыть КТ, который был выполнен в течение 24 ч после начала инсульта симптом в отдельном случае в качестве ссылки на различие, чтобы отличить острый инфаркт от старых ишемических поражений, таких как лакуны, (суб) корковых инфарктов, или гиперинтенсивность белого вещества.
    4. Определите инфаркт на основе следующих характеристик. Инфаркты имеют низкий сигнал (т.е. гиподенсы) по сравнению с нормальной тканью мозга.
      1. В острой стадии (первые недели), большие инфаркты могут вызвать массовый эффект, что приводит к смещению окружающих тканей, сжатие желудочков, сдвиг средней линии и уничтожение sulci. Там может быть геморрагическое преобразование, которое видно как регионы с высоким сигналом (т.е. гипердены) в инфаркте.
      2. В хронической стадии (месяцы к годам), инфаркт будет состоять из гиподенов кавитированный центр (с аналогичной плотностью, как спинномозговой жидкости) и менее hypodense обода, который представляет поврежденные ткани мозга. И кавитированный центр, и обод гиподенов должны быть сегментированы как инфаркт. В случае большого инфаркта, может быть ex vacuo расширение смежных sulci или желудочков.
        ПРИМЕЧАНИЕ: Перемещение тканей в следствие массового эффекта или экс-вакуо расширение структур не должно быть исправлено в ходе сегментации (т.е. только полный объем инфаркта должен быть сегментирован). Коррекция смещения тканей происходит во время регистрации и последующих этапов.
    5. Сегмент инфарктной ткани мозга с помощью режима кисти из основной панели инструментов (левый клик, чтобы нарисовать, правый щелчок, чтобы стереть). Кроме того, используйте режим полигона для размещения якорных точек на границах поражения (эти точки автоматически связаны с линиями) или удерживайте левую кнопку мыши при перемещении мыши через границы поражения. Как только все точки якоря подключены, нажмите принять, чтобы заполнить очертанную область.
    6. Избегайте фазы запотевания, которая относится к фазе, в которой инфаркт становится изоденистым на КТ (что происходит совместно с инфильтрацией инфарктной ткани с фагоцитами). Это обычно происходит через 14-21 день после начала инсульта, но в редких случаях может произойти еще раньше28. В течение этого периода инфаркт может стать невидимым или его границы становятся менее ясными, что делает эту стадию непригодной для инфарктной сегментации. После фазы запотевания, поражения становится гиподенсивом снова, когда кавитации и глиоза происходят. На рисунке 4 можно ознакомиться на двух примерах.
    7. После завершения сегментации, сохранить его в виде двоичного файла nifti в той же папке, как сканирование, нажав сегментации и сохранить сегментации изображения из меню выпадения, а затем сохранить сегментации, давая ему точно такое же имя, как сегментированное сканирование, с расширение .ssion (например, если сканирование было сохранено как "ID001. CT.nii", за исключением сегментации как "ID001. CT.lesion.nii").
  3. Инфарктная сегментация на DWI
    1. Первая проверка, если DWI была выполнена в течение 7 дней после начала инсульта. Инфаркты видны на DWI в течение нескольких часов после начала инсульта, и их видимость на DWI постепенно уменьшается примерно через 7 дней (см. пункт 2 в обсуждении для более подробной информации).
    2. Откройте DWI в ITK-SNAP (так же, как это делается в шаге 3.2.2).
      ПРИМЕЧАНИЕ: Последовательность DWI генерирует по крайней мере два изображения для большинства протоколов сканирования, одно с b-значением 0, которое является стандартным T2-взвешенным изображением, и одно с более высоким b-значением, которое является сканированием, которое фиксирует фактические свойства диффузии ткани. Чем выше b-значение, тем сильнее эффекты диффузии. Для обнаружения ишемического инсульта часто используется b-значение около 1000 с/мм2, так как это обеспечивает хорошее соотношение контрастности к шуму в большинстве случаев29. Изображение с высокой b-значением используется для инфарктной сегментации.
    3. Откройте последовательность явного коэффициента диффузии (ADC) в отдельном экземпляре ITK-SNAP для справки.
    4. Определите и аннотировать инфарктную ткань мозга на основе высокого сигнала (т.е. гиперинтенсивного) на ДВИ и низкого сигнала (т.е. гипоинтенсивного) на ADC (см. рисунок 5). Значения ADC в инфаркте постепенно увеличиваются до тех пор, пока ADC не нормализуется в среднем через 1 неделю после инсульта30,но в некоторых случаях ADC уже может быть (почти) нормализована через несколько дней, если есть много вазогенных отеков.
      ПРИМЕЧАНИЕ: На изображениях DWI с низкими b-значениями, поражения мозга с внутренне высоким сигналом T2 (например, гиперинтенсивность белого вещества) также могут показаться гиперинтенсивными. Это явление называется T2 просвечивной31. Однако с увеличением b-значений это явление становится менее актуальным, так как сигнал на изображении DWI более сильно отражает свойства диффузии вместо инфиционного сигнала T2. С современными протоколами сканирования DWI (обычно с b-значением 1000 или выше), эффекты T2 просвечивают ограничены32.
    5. Не путайте высокий сигнал DWI вблизи интерфейсов между воздухом и тканью или костью, которые являются обычно наблюдаемым артефактом, для инфаркта. Смотрите рисунок 5.
    6. Сохранить аннотацию в виде двоичного файла nifti, придав ему точно такое же имя, как сегментированное сканирование, с расширением .ssion (так же, как это делается в шаге 3.2.7).
  4. Инфарктная сегментация на FLAIR
    1. Во-первых, проверьте, было ли сканирование выполнено после начала симптомов инсульта. В гиперострой стадии, инфаркт, как правило, не видны на последовательность FLAIR или точные границы инфаркта неясны31 (см. Рисунок 6).
    2. Откройте FLAIR в ITK-SNAP так же, как это делается в шаге 3.2.2.
    3. Откройте T1 отдельный экземпляр ITK-SNAP для справки, если она доступна.
    4. Определите и сегментируйте инфарктную ткань мозга на основе следующих характеристик.
      1. В острой стадии (первые несколько недель), инфаркт виден как более или менее однородное гиперинтенсивное поражения, с или без видимого отека и массовогоэффекта (рисунок 5).
      2. В хронической стадии (месяцы к годам), инфаркт cavitated, то есть центр становится гипо- или изоинтенсивным на FLAIR. Эта полость может быть наиболее точно идентифицирована на T1. В большинстве случаев, кавитированный центр окружен гиперинтенсивным ободком на FLAIR, представляющим собой пейрос. 33.
        ПРИМЕЧАНИЕ: Однако существует значительное количество изменений в степени кавитации и глиоза хронических инфарктов. Сегмент и полости, и гиперинтенсивного обода как инфаркты (см. шаг 3.2.5). FlAIR гиперинтенсивное поражения не всегда инфаркт. В острой стадии, небольшие подкоркические инфаркты можно легко отличить от гиперинтенсивности белого вещества или других хронических поражений, таких как лачки предполагаемого сосудистого происхождения, когда есть DWI доступны (см. Рисунок 5). В хронической стадии, это может быть сложнее. Подробнее о том, как различать эти виды поражений на хронической стадии, читайте в пункте 3 обсуждения.
    5. Сохранить аннотацию в виде двоичного файла nifti, придав ему точно такое же имя, как сегментированное сканирование, с расширением .ssion (так же, как это делается в шаге 3.2.7).
Тип сканирования Временное окно после инсульта Инфарктные свойства Справочное сканирование Ловушек
Ct 24 ч Острый: гиподенс - - Фаза фоггинга
Хронический: гиподенная полость с CSF и менее гиподенсезийный обод - Геморрагическая трансформация
Dwi Злт;7 дней Гиперинтенсивный ADC: как правило, гипоинтенсивные - T2 просвечивает
- Высокий сигнал DWI вблизи интерфейсов между воздухом и костной/тканью
Чутье Чт;48 ч Острый: гиперинтенсивный Острый: DWI/ADC, T1 (изоинтенсивный или гипоинтенсивный) - Гиперинтенсивность белого вещества
Хронический: гипоинтенсивный или изоинтенсивный (полость), гиперинтенсивный обод Хронический: T1 (гипоинтенсивная полость с характеристиками CSF). - Лакунес

Таблица 1: Резюме критериев для инфарктной сегментации для различных типов сканирования.

4. Регистрация в Стандартное пространство

  1. Загрузите RegLSM с сайта zlt;www.metavcimap.org/features/software-tools-gt;4. Используйте этот инструмент для обработки КТ и любой последовательности МРТ. Процедура регистрации иллюстрируется на рисунке 7.
    ПРИМЕЧАНИЕ: Дополнительные функции в RegLSM включают регистрацию на промежуточный шаблон КТ /МРТ, который больше напоминает сканирование пожилых пациентов с атрофией мозга22. По умолчанию КТ и МРТ регистрируются в шаблоне MNI-15234,но это может быть заменено другими шаблонами, если это лучше подходит для исследования. Различные схемы регистрации иллюстрируются на рисунке 7. Другие инструменты регистрации с открытым исходным кодом также могут быть использованы для этого шага.
  2. Проверьте 1), если файлы nifti не сжаты, 2), что имя файла сегментированного сканирования содержит термин CT, FLAIR, или DWI, и 3), что имя файла аннотации поражения содержит тот же термин с прилагаемым ".ssion". Если эти первые три шага будут выполнены, данные полностью подготовлены к регистрации и ничего не нужно менять.
  3. Откройте MATLAB (версия 2015a или выше), установите текущую папку для RegLSM (эта папка может быть загружена от 35 (версия 12 или выше, бесплатная загрузка на lt;https://www.fil.ion.ucl.ac.uk/spm/)gt;) путем ввода аддапа SPM. Затем введите RegLSM, чтобы открыть графический интерфейс.
  4. Выберите тестовый режим в меню выпадения регистрации для выполнения регистрации для одного случая. В панели тестового режима выберите сканирование (CT, FLAIR или DWI), аннотацию и опционально T1, используя кнопку открытого изображения. Выберите схему регистрации: CT, FLAIR с или без T1, DWI с или без T1.
  5. Кроме того, выберите пакетный режим для регистрации сканов всех случаев в выбранной папке в пакетном режиме.
  6. Убедитесь, что RegLSM сохраняет полученные параметры регистрации и зарегистрированные сканы (включая промежуточные шаги) и зарегистрированную карту поражения в автоматически сгенерированных субфолионах. В ходе этого процесса зарегистрированные карты сканирования и поражения переоформляются в соответствии с разрешением (изотропные 1 мм3 воксели) и ангуляцией шаблона MNI-152.

5. Обзор результатов регистрации

  1. Выберите результаты проверки опции в GUI RegLSM и просмотрите основную папку с результатами регистрации. GUI автоматически выберет зарегистрированное сканирование с помощью зарегистрированной карты поражения, а также шаблон MNI-152 с зарегистрированной картой поражения в поперечной, сагитальной и корональной ориентации (см. рисунок 8).
  2. Прокрутите зарегистрированное сканирование и используйте перекрестие, чтобы проверить выравнивание зарегистрированного сканирования и шаблона MNI-152. Обратите особое внимание на выравнивание узнаваемых анатомических ориентиров, таких как базальные ганглии, желудочки и череп.
  3. Отметьте все неудачные регистрации в отдельном столбце в файле данных (сделано в шаге 1.2) для последующей ручной коррекции в разделе 6.
    ПРИМЕЧАНИЕ: Общие ошибки в регистрации являются несовершенным выравнивание из-за массового эффекта, вызванного поражения в острой стадии, или ex vacuo увеличение желудочков в хронической стадии. Примеры такого несоответствия можно найти на рисунке 3 и рисунке 5. Другой распространенной ошибкой является несогласованность тентория мозжечок, и в этом случае затылочной инфаркт может перекрываться с мозжечком в шаблоне. Несогласованность тканей, которые не поражены, не является проблемой, когда только бинарные карты поражения используются в последующих анализах отображения поражений и симптомов. В таких случаях, только поражения должны быть идеально выровнены.

6. Ручно исправные ошибки регистрации

  1. Для карт поражения, которые нуждаются в коррекции, откройте шаблон MNI-152 T1 в ITK-SNAP и выберите из меню сегментации открытая сегментация и зарегистрированная карта поражения, которая теперь наложена на шаблон.
  2. Откройте зарегистрированное сканирование мозга в отдельном экземпляре ITK-SNAP для справки.
  3. Исправьте зарегистрированную карту поражения в ITK-SNAP для любого типа несогласованности, которое упоминается в шаге 5.3 с помощью функции кисти, чтобы добавить воксели (левый щелчок) или удалить воксели (правый клик). Тщательно сравните зарегистрированную карту сканирования и наложенного поражения (см. шаг 5.2) с шаблоном MNI-152 и накладной картой поражения на ITK-SNAP (см. шаг 6.1) для определения регионов несогласованности. Смотрите Рисунок 3 и Рисунок 5.
  4. После ручной коррекции карты поражения в пространстве MNI, выполнить окончательную проверку, сравнивая сегментированное родное сканирование пациента с исправленной карте поражения в пространстве MNI (т.е. результаты шага 6.3). Убедитесь, что исправленная карта поражения в пространстве MNI теперь точно представляет инфаркт в родном пространстве. Обратите особое внимание на узнаваемые достопримечательности, такие как базальные ганглии, желудочки и череп (по аналогии с шагом 5.2).
  5. Сохранить исправленную карту поражения в пространстве MNI в виде двоичного файла nifti в той же папке, что и карта неисправленного поражения в пространстве MNI-152, придав ей точно такое же название, как карта неисправленного поражения, с расширением .corrected.

7. Подготовка данных для картирования из-за резионно-симптомов

  1. Переименуй все карты поражения. По умолчанию RegLSM сохранил карты поражения в подфолиате с именем файла "результаты". Включите идентификатор объекта в имя файла. В случае ручной коррекции обязательно выберите и переименуйте исправленный файл.
  2. Копируйте все карты поражения в одну папку.
  3. Выполните проверку вменяемости данных путем случайного выбора и проверки нескольких карт поражения в ITK-SNAP и сравните их с родными сканы, чтобы исключить систематические ошибки в обработке данных, такие как лево-правое листать.
  4. Используйте MRIcron lt;https://www.nitrc.org/projects/mricron-gt; чтобы выполнить еще одну проверку вменяемости данных, создав изображение перекрытия поражения, чтобы проверить, если нет поражений, расположенных за пределами шаблона мозга. Сделайте это, выбрав меню выпадения протяжений статистика - создают перекрываемые изображения.
    ПРИМЕЧАНИЕ: Полученную карту наложения поражения можно проецировать на шаблон MNI-152 и проверять с использованием, например, MRIcron или ITK-SNAP.
  5. Карты поражения теперь готовы к использованию для картирования вокселей на основе поражения-симптома или для расчета объемов инфаркта в определенных регионах, представляющих интерес, используя атлас, который зарегистрирован в том же стандартном пространстве, что и карты поражения (в данном случае, MNI-152 пространство для которые многие атласы доступны, лишь некоторые из которых цитируются ниже36,37,38).

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Примеры случаев инфаркта мозга сегментации на КТ(Рисунок 3), DWI(Рисунок 5), и FLAIR(Рисунок 6) изображения, и последующая регистрация на шаблон MNI-152 предоставляются здесь. Результаты регистрации, показанные на рисунке 3B и рисунке 5C, не были полностью успешными, так как возле лобного рога желудочка возникла несогласованность. Зарегистрированные карты поражений этих неудачных регистраций были исправлены вручную, результаты которых показаны в цифрах. После этой ручной коррекции карты поражения каждого из этих трех примеров являются точным представлением инфарктов в родном пространстве, и карты поражения готовы к использованию для последующего отображения поражений и симптомов. На рисунке 6C показан пример адекватного результата регистрации, который не требует ручной коррекции.

Эти цифры также подчеркивают несколько потенциальных подводных камней в сегментации инфаркта мозга на каждом из этих условий сканирования. На рисунке 2 показан пример артефактов движения на КТ, и в этом случае пациент должен быть исключен из исследований LSM. На рисунке 4 показан пример запотевания на КТ, которая обычно происходит через 14-21 день после инсульта, что приводит к недооценке размера инфаркта. Поэтому КТ, сделанная в этом интервале времени, не должна использоваться для картирования поражений и симптомов. На рисунке 7 показаны результаты трех типичных схем регистрации изображений мозга, созданных с помощью программного обеспечения RegLSM. На рисунке 8 показаны результаты регистрации изображения DWI на шаблон MNI-152 T1 в результатах регистрации RegLSM.

Эти результаты иллюстрируют весь процесс инфарктной сегментации по КТ и МРТ, регистрацию на стандартное пространство, последующую проверку качества и, при необходимости, ручную коррекцию результатов регистрации. Полученные карты поражения готовы к использованию в voxel основе или области на основе интересов поражения-симптомотографии отображения.

Figure 2
Рисунок 2 : Пример артефактов движения на КТ, представляя как затенение, полосы и размытия на изображении. Отображаются два разных фрагмента одного КТ. Некоторые примеры полос и оттенков на изображении указываются стрелками. В этом случае хорошо виден инфаркт с геморрагическим компонентом в правом мозжечковом полушарии, но точное разграничение передней и медиальной границы поражения затруднено из-за этих артефактов. Поэтому это сканирование не должно использоваться для LSM. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Figure 3
Рисунок 3 : Сегментация и регистрация инфаркта на КТ. (A)КТ сканирует в три временных точки для одного пациента. КТ Злт;24 ч не может быть использован для сегментации, потому что инфаркт еще не виден, даже несмотря на то, что карты Ct-перфузии показывают ишемию в большой правой лобной области. Легенды к Картам КТ-перфузии: мозговой кровоток (CBF в mL/100 g/min) в диапазоне от 0 (темно-синий) до 200 (красный) и среднее время транзита (MTT in s) от 0 (красный) до темно-синего (20). КТ на 6-й день показывает отек инфарктной ткани мозга, с небольшим сдвигом средней линии и геморрагической трансформации видны как область с более высокой плотностью в инфаркте. КТ после 4 месяцев показывает потерю ткани мозга с ex vacuo расширение желудочков и близлежащих sulci. Регистрация должна будет компенсировать возникшее в результате этого перемещение смежных конструкций. (B) Результат регистрации на шаблон MNI-152. Алгоритм регистрации недостаточно компенсировал сдвиг средней линии и сжатие левого желудочка, что требовало ручной коррекции (показано справа). Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Figure 4
Рисунок 4 : Примеры эффекта запотевания на КТ изображений. Сканирование в трех разных точках времени показано для двух разных пациентов, чтобы проиллюстрировать, почему КТ, сделанная в фазе запотевания (т.е. 14-21 дней после инсульта) следует избегать. ()Для пациента 1, КТ выполняется 24 ч после начала инсульта показывает хорошо демаркированный инфаркт в левой лобной доле. Через 20 дней после начала инсульта инфаркт не очень хорошо демаркирован, и использование этого сканирования для сегментации приведет к недооценке размера инфаркта. Последующие МРТ (3 года спустя) показывает, что КТ после 24 ч было точное представление размера инфаркта, в то время как КТ в день 20 не было. (B) Для пациента 2, КТ в течение 24 ч показывает тонкие ранние признаки ишемии с потерей дифференциации серо-белого вещества и диффузного отека в правой височной и островной области. Компьютерная томография в 4-й день показывает хорошо демаркированный инфаркт. На КТ на 18-й день большая часть инфарктной области гиподенстого инфаркта стала изоденсированной, что приведет к недостаточной сегментации инфаркта. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Figure 5
Рисунок 5 : Сегментация и регистрация инфаркта по последовательности МРТ DWI. МРТ выполнено 12 ч после начала инсульта. (A) острое ишемическое поражения является гиперинтенсивным на последовательности DWI (b-значение No 1000) и гипоинтенсивным на ADC, что указывает на ограниченное диффузии из-за цитотоксического отека. Инфаркт сегментирован на изображении DWI. Следует отметить, что есть незначительное увеличение сигнала на FLAIR, но это недостаточно ясно, чтобы позволить для сегментации поражения в данный момент времени. (B) Пунктирный эллипс показывает артефакты вблизи конфигураций костного воздуха на DWI (верхнее изображение) и ADC (нижнее изображение). (C) Сравнение зарегистрированной последовательности DWI (левое изображение; то же сканирование, как показано в панелях A и B)и соответствующего зарегистрированного инфаркта с шаблоном MNI-152 (среднее изображение). Обратите внимание на небольшую ошибку в голове правого ядра caudate, где желудочки не идеально выровнены. Для этого потребовалась ручная коррекция сегментации в стандартном пространстве (показано справа). Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Figure 6
Рисунок 6 : Сегментация и регистрация инфаркта по последовательности МРТ FLAIR. МРТ были выполнены в двух разных временных точках после инсульта для одного пациента. ( )В МРТ на 3-й день острый лакунарный инфаркт (указанный белыми стрелками) можно надежно отличить от хронических гиперинтенсивных поражений, таких как гиперинтенсивность белого вещества (показанная с разбитыми кругами), потому что только острые инфаркты показать ограничение диффузии на DWI. Следует отметить, что в этот момент, DWI также может быть использован для сегментации. (B) В 7 месяцев, DWI больше не полезно для различения инфаркта от гиперинтенсивности белого вещества. Вместо этого, T1 следует использовать для идентификации инфаркта на основе наличия спинномозговой жидкости заполненные полости, которая имеет низкий сигнал на T1 (и высокий сигнал на ADC). На этом хроническом этапе, как полость и окружающие гиперинтенсивный сигнал на FLAIR должны быть сегментированы как инфаркт. (C) Это показывает результаты регистрации FLAIR на 3-й день, который является адекватным и не требует ручной коррекции. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Figure 7
Рисунок 7 : Обзор часто используемых схем регистрации, реализованных в RegLSM. Использование промежуточных шаблонов, которые обеспечивают лучшее соответствие с пациентом, чем целевой шаблон является необязательным. Это особенно важно, когда Компьютерная томография регистрируется в шаблоне МРТ (см. пациент 1). При сегментировании на FLAIR или DWI сегментированное сканирование может быть зарегистрировано совместно на родное изображение T1 (см. пациента 2), если доступно или непосредственно зарегистрировано на шаблон T1 (пациент 3). Другие альтернативы также доступны, как поясняется в соответствующих разделах обсуждения. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Figure 8
Рисунок 8 : Результат регистрации просмотра реализован в RegLSM. На трех левых панелях показан шаблон MNI-152 в трех плоскостях (трансверсальный, сагиттальный, корональный), а на трех трех панелях изображензарегистрированное изображение DWI в трех плоскостях. Перекрестие помогает быть использовано для проверки, если анатомические структуры точно выровнены. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Дополнительная диаграмма 1: Типичная структура папки во время обработки изображений для LSM. Первый субфолдер для предмета ID002 содержит три родных сканирования в формате nifti (FLAIR, T1 и T2, в красном поле) и сегментации последовательности FLAIR (в синей коробке). Три субфолиона создаются в процессе регистрации RegLSM. Субфолдер для МНИ содержит зарегистрированное сегментированное сканирование (в данном случае FLAIR, в зеленом ящике). Последующий субфолдер содержит зарегистрированную карту поражения в стандартном пространстве (фиолетовая коробка). Следует отметить, что RegLSM будет совместим с BIDS в предстоящем обновлении. Пожалуйста, нажмите здесь, чтобы загрузить эту цифру.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

LSM является мощным инструментом для изучения функциональной архитектуры человеческого мозга. Важным шагом в любом исследовании по картированию поражений и симптомов является предварительная обработка данных изображений, сегментация поражения и регистрация в шаблон мозга. Здесь мы сообщаем о стандартизированном трубопроводе для сегментации и регистрации поражений с целью отображения поражений и симптомов. Этот метод может быть выполнен с помощью свободно доступных инструментов обработки изображений, может быть использован для обработки Как КТ, так и структурных МРТ, и охватывает весь процесс подготовки данных изображений для анализа отображения поражений и симптомов.

Первым важным шагом в обработке данных визуализации мозга для картирования поражений и симптомов является сегментация поражений. Этот протокол содержит подробный учебник, включающий критерии разграничения инфаркта, несколько примеров и подводные камни для облегчения точной и воспроизводимой сегментации. Как указано в протоколе и обобщено в таблице 1,каждый тип сканирования имеет определенное временное окно, в котором он может быть использован для инфаркта сегментации. Инфаркты видны на DWI в течение нескольких часов после начала инсульта, как гиперинтенсивные на DWI и гипоинтенсивные на ADC (отражающие ограниченное распространение воды из-за цитотоксического отека), в то время как другие последовательности МРТ, в том числе FLAIR, (и КТ) не являются достаточно чувствительными надежно обнаруживать инфаркты в пределах 48 ч39. После первой недели, изображение ADC становится изоинтенсивным и в конечном итоге гиперинтенсивным, как созогенный отек развивается30, в то время как DWI обычно остается гиперинтенсивным в течение нескольких недель31,39,40. Поэтому рекомендуется использовать DWI только в течение 7 дней и использовать последовательность FLAIR через 7 дней.

Как отмечается в шаге 3.4, гиперинтенсивное поражения FLAIR не всегда является инфарктом. Гиперинтензий белого вещества и другие хронические поражения могут напоминать подкорковый инфаркт в последовательности FLAIR. В острой стадии, небольшие подкоркические инфаркты можно легко отличить от гиперинтенсивности белого вещества или других хронических поражений, таких как лачки предполагаемого сосудистого происхождения, когда есть DWI доступны, как упоминалось в протоколе (см. Рисунок 5). В хронической стадии, последовательность T1 должна быть тщательно рассмотрена, чтобы искать небольшие полости (по крайней мере 3 мм) в пределах поражения, указывая на поражения не является гиперинтенсивность белого вещества (см. Рисунок 6). Полости злт;3 мм, особенно при вытяжке в форме, в flAIR гиперинтенсивное поражения, скорее всего, будет периваскулярное пространство, чем инфаркт и не должны быть сегментированы как инфаркты33. Если хроническое заболевание соответствует критериям для лакун (т.е. полость 3-15 мм)33, он все еще может быть сложной задачей, чтобы убедиться, что это на самом деле симптоматический инфаркт, потому что лакуны могут возникнуть у людей без откровенных неврологических симптомов, и некоторые люди имеют несколько пробелов41. Это помогает знать клинический фенотип инсульта в этих случаях, чтобы убедиться, что инфаркт находится в структуре, которая соответствует первоначальным симптомам инсульта. При сомнении в том, что лак соответствует симптомам инсульта, лучше исключить пациента.

Существует несколько соображений, касающихся точной идентификации инфарктов, которые необходимо принимать во внимание. Первый касается надежности сканирования при обнаружении инфарктов головного мозга. У пациентов с незначительным ишемическим инсультом с небольшими инфарктами, окончательный размер инфаркта на последующих FLAIR часто меньше, чем первоначальное отделение ДВИ42. В крупных (корковых) инфарктов, есть значительные доказательства того, что повреждение DWI в гиперострой стадии (Злт;24 ч) точно представляет собой ядро инфаркта (т.е., представляет собой необратимые повреждения), даже когда DWI изображения выполняется до реперфузионной терапии 43 , 44. Однако, в некоторых случаях, повреждение DWI видели в течение 24 ч является недопредставление окончательного размера инфаркта, потому что полутени (hypoperfused, но потенциально спасти ткани мозга) не видно, как повреждение DWI, но он все еще может прогрессировать в форме часть окончательного инфаркта43 (особенно, если реперфузионная терапия не проводится у пациентов с большими окклавами артерий).

Другая проблема с использованием DWI в течение 24 ч является то, что поражения DWI в некоторой степени динамические и может показать разворот после реперфузионной терапии. Однако последующие сканирование показало, что этот разворот был преходящим и что первоначальное увечение ДВИ точно представляло ядро инфаркта. Тем не менее, это указывает на то, что DWI выполняется через несколько часов после реперфузионной терапии может привести к дальнейшей недооценке окончательного размера инфаркта43. Эта потенциальная недооценка окончательного размера инфаркта является важным ограничением использования DWI, выполняемого в течение 24 ч после начала инсульта в исследованиях отображения поражений и симптомов. Однако следует отметить, что использование других протоколов сканирования также ограничено. Прежде всего, сканирование любой модальности, которые выполняются йgt;24 ч после инсульта может показать массовый эффект из-за отек инфаркта в острой стадии, и экс vacuo увеличение желудочков, сультирование расширения, и перемещение окружающих структур в хронической этап7. Это перемещение должно быть исправлено алгоритмом регистрации и, при необходимости, ручной коррекции должны быть выполнены экспертом рецензента. Тем не менее, оба условия могут повлиять на точность перевода инфарктного региона в стандартное пространство, даже при проведении строгих проверок качества.

Следует отметить, что ДВИ в гиперострой стадии не страдает от этого ограничения, так как нет значительного эффекта массы в течение 24 ч. В свете этих ограничений, связанных с типографией, при разработке картографирующего исследования с использованием одного типа сканирования в стандартизированное время следует учитывать получение однородного набора данных. Тем не менее, это приведет к систематической предвзятости в включении пациента, как и в большинстве клиник, инсульт пациентов, которые проходят МРТ отличаются (т.е., часто имеют меньшие инфаркты и меньше, более изолированные симптомы) по сравнению с пациентами, которые проходят КТ. Таким образом, систематическое исключение пациентов с определенной модальностью изображения ограничит изменчивость в распределении поражений, что, в свою очередь, негативно влияет на достоверность результатов отображения поражений45.

Наконец, ограничение всех структурных методов визуализации является то, что они не захватывают присутствие снижение перфузии вокруг инфаркта, хотя ненормальное перфузии в областях мозга, которые кажутся нормальными на структурные изображения может помешать мозгу функция7,46. Таким образом, КТ и несколько структурных последовательностей МРТ могут быть использованы для сегмента инфарктов с целью отображения поражений-симптомов, до тех пор, пока соблюдаются надлежащие временные окна и критерии обнаружения поражений, а результаты регистрации тщательно проверяются. Принимая во внимание сканер типа конкретных и время окна конкретных ограничений имеет решающее значение при разработке и интерпретации поражения-симптомы картографических исследований.

Важным вопросом в любом методе сегментации поражений является оценка его воспроизводимости. Адекватная подготовка и знание анатомии мозга имеют решающее значение для различения поражений от нормальных анатомических структур и анатомических вариантов. Кроме того, рекомендуется провести оценку воспроизводимости между меж- и внутринаблюдателями до выполнения инфарктных сегментаций с целью картирования поражений-симптомов. Ранее мы продемонстрировали высокое межнаблюдательное соглашение для ручного протокола сегментации инфаркта по КТ-сканированию как в остром коэффициенте сходства кубиков (DSC) 0,77; SD 0.11" и хронический (DSC 0.76; SD 0.16) этапы, а также высокое внутринаблюдательное соглашение (DSC 0.90, SD 0.05 в острой стадии; DSC 0.89, SD 0.06 в хронической стадии)16. Соглашение между наблюдателями для инфарктной сегментации на DWI и FLAIR также известно, чтовысокие 47.

Основное ограничение описанного здесь метода заключается в том, что ручная сегментация, проверка качества и ручная коррекция отнимают много времени. Полностью автоматизированные инфарктные средства сегментации, которые могут обрабатывать как КТ, так и МРТ с различными протоколами сканирования в надежной манере, отсутствуют7,47. Автоматизированные инфарктные инструменты сегментации, которые оптимизированы для конкретных протоколов сканирования, дают многообещающие результаты (например, для DWI, где контраст между инфарктной и нормальной тканью мозга очень высок48),и дальнейшие улучшения, вероятно, будут сделаны в ближайшем будущем. Полуавтоматические методы могут сократить время, необходимое для сегментирования инфарктов, но также требуют эксперта для обеспечения точной классификации поражения47. Эта проверка качества имеет решающее значение, потому что даже несколько неудачных инфарктных сегментов может значительно снизить достоверность результатов отображения поражений и симптомов. Таким образом, ручная инфарктная сегментация остается золотым стандартом7.

Вторым важным шагом в обработке данных визуализации мозга для картирования поражений-симптомов является регистрация карт поражения на шаблоне мозга. RegLSM предоставляет несколько проверенных схем регистрации. Для КТ выравнивание гистограммы выполняется для улучшения контраста мягких тканей21,и промежуточный этап регистрации к шаблону КТ22 выполняется для оптимизации качества регистрации. Для МРТ сканирование, на котором была выполнена сегментация, регистрируется совместно с соответствующей последовательностью T1, если она доступна, с использованием линейной регистрации. Впоследствии, родной T1 регистрируется на промежуточный возрастной шаблон T122 или непосредственно к целевому шаблону T134 с использованием линейной и нелинейной регистрации20. Промежуточные шаблоны, как CT, так и T1, были приведены в соответствие с целевым шаблоном T1 с помощью линейной и нелинейной регистрации, которая была оптимизирована вручную и проверена. При использовании промежуточного шаблона это предварительно вычисленные преобразования приписированы в качестве заключительного шага преобразования.

Когда нет T1, сканирование, на котором была выполнена сегментация (обычно FLAIR или DWI) может быть зарегистрировано непосредственно на целевой шаблон T1 с помощью линейной и нелинейной регистрации20. Для изображений DWI, маска ткани мозга создается с использованием единой сегментации, как реализовано в SPM35, для руководства линейной регистрации, после которой нелинейная регистрация завершает процедуру. Схемы регистрации в RegLSM очень настраиваемы, и широко используемый шаблон MNI-152 T1 и промежуточный шаблон могут быть заменены любым шаблоном, который может обеспечить лучшее соответствие с сегментированным сканированием. Интересная возможность будет развитие FLAIR и DWI шаблоны мозга, которые обеспечивают лучшее соответствие с отдельными пациентами инсульта. Ограничение описанного метода регистрации заключается в том, что в некоторых случаях регистрация не проходит, т.е. для всех пациентов требуется визуальный осмотр результатов регистрации с последующей ручной коррекцией в некоторых случаях. Количество случаев, требующих ручной коррекции, варьируется в зависимости от подтипа инсульта. По нашему предыдущему опыту, ручная коррекция необходима до одной трети крупных инфарктов головного мозга49,50,51, но только 13% пациентов с небольшими лакунарными инфарктами4. Большинство неудачных регистраций вызвано анатомическими искажениями из-за поражения (как обсуждалось ранее), что особенно вероятно, произойдет в случаях больших инфарктов с либо сильным отеком, либо экс-вакуо расширение окружающих структур. Ручная коррекция этих диспропорций занимает много времени, но имеет решающее значение перед выполнением анализа отображения поражений и симптомов. Количество случаев, требующих ручной коррекции ниже при изучении гиперинтенсивности белого вещества по сравнению с инфарктами, вероятно, потому, что эти поражения не вызывают значительных анатомических искажений. В нашем недавнем исследовании по отображению поражений у пациентов с гиперинтенсивностью белого вещества, только 3% были недостаточного качества, чтобы продолжить без ручной коррекции6.

По умолчанию, RegLSM не применяет какую-либо форму маскировки поражения или заполнения поражения, хотя настраиваемый характер RegLSM позволяет пользователям включить его. Использование взаимной информационной метрики52 в процедуре регистрации позволяет избежать большинства ранее возникших вопросов при наличии поражения, влияющих на качество регистрации. Взаимная информация хорошо подходит для мультимодальных регистраций (например, FLAIR к T1) и в меньшей степени зависит от наличия патологии, чем другие метрики или функции затрат. Даже для внутримодальной регистрации (например, предмета Т1 шаблона Т1) взаимная информация должна использоваться для того, чтобы справиться с наличием патологии. Поражения будут иметь свой собственный кластер в совместной гистограмме, которая может быть оптимизирована без влияния на качество регистрации. В некоторых случаях маскировка поражений может даже ухудшить качество регистрации, поскольку остается недостаточное количество изображений для регистрации, когда объем поражения велик.

В качестве общего комментария в отношении используемого программного обеспечения, включая преобразование из DICOM в формат nifti, визуализацию сканирования и аннотацию, следует отметить, что существует много инструментов открытого доступа. Мы не предоставили систематического обзора всех имеющихся инструментов, поскольку это выходит за рамки настоящей статьи. Кроме того, многие учреждения разрабатывают свои собственные инструменты визуализации изображений и аннотации. Здесь мы решили предоставить всеобъемлющую основу, которая охватывает весь процесс предварительной обработки, сегментации и регистрации КТ/МРТ с целью картирования поражений и симптомов с использованием нескольких широко используемых инструментов открытого доступа. При использовании этого метода предлагаемые инструменты преобразования изображения, визуализации или аннотации могут быть заменены другими доступными инструментами или индивидуальными инструментами, если это лучше подходит для данных или считается более удобным. Кроме того, конвейер обработки изображений может быть дополнительно настроен путем внедрения доступных (полу) автоматизированных инфарктных сегментированных инструментов, если это соответствует конструкции исследования конкретного исследования отображения поражений и симптомов. В настоящем документе основное внимание уделяется обработке сканирований пациентов с ишемическим инсультом, но рамки могут быть использованы для обработки других типов поражений, а также (например, гиперинтенсивность белого вещества или лакунисы) путем замены процедуры сегментации поражения (раздел 3 протокола) с другой соответствующей процедурой сегментации.

Важным вопросом в отображении поражений-симптомов является то, как бороться с сопутствующими патологиями. Например, при проведении исследования у пациентов с острым ишемическим инсультом может быть значительное количество сопутствующих гиперинтенсивности белого вещества или даже предыдущих инфарктов. При изучении гиперинтенсивности белого вещества, некоторые пациенты могут также иметь (молчаливый или клинически явный) инфаркты мозга. Сопутствующие патологии при визуализации мозга могут иметь независимый вклад в когнитивные нарушения и в идеале должны быть приняты во внимание. Простой способ решения этой проблемы заключается в том, чтобы исключить пациентов с сопутствующими патологиями ,например, исключить пациентов с (большими) инфарктовами головного мозга при фокусировке на гиперинтензивности белого вещества, но это имеет недостаток ограничения обобщаемость полученных результатов пациентам с одним типом патологии.

Альтернативный подход, который часто используется регрессирования из воздействия сопутствующих патологий (например, настроить для белого вещества гиперинтенсивность объема или наличие инфарктов головного мозга) на исход переменной до или во время поражения-симптома отображения Анализа. Тем не менее, ограничение этого подхода является то, что расположение этих сопутствующих патологий не принимается во внимание, хотя это, как известно, имеет отношение к инфарктам и гиперинтенсивности белого вещества2, и, вероятно, для других типов поражения. Поэтому, по теоретическим соображениям, лучший подход заключается в проведении комплексного картографического анализа поражений-симптомов, в ходе которого результаты VLSM корректируются на место сопутствующих патологий на уровне вокселя. В недавнем исследовании, многоварный поддержки векторной регрессии на основе метода был использован для выполнения интегрированных воксел-мудрый поражения-симптом отображение на нескольких типов поражения и определены области мозга, где гиперинтенсивность белого вещества связаны с когнитивными снижение после инсульта, независимо от острого инфаркта53. Это исследование показывает, как комплексный воксель-мудрый анализ нескольких типов поражения может обеспечить новое понимание сложного взаимодействия между различными типами поражения в развитии когнитивных нарушений и деменции53.

Таким образом, представленный здесь конвейер обработки изображений служит стандартизированным методом сегментации и регистрации поражений головного мозга с целью отображения поражений и симптомов. Сильные стороны этого метода являются (1) надежность метода сегментации и регистрации, который происходит за счет строгих проверок качества, а в некоторых случаях исправления обученным оценщиком, (2) настраиваемость регистрационного трубопровода, в котором схемы регистрации и шаблоны могут быть скорректированы с учетом данных наилучшим образом, и (3) возможность обработки крайне неоднородных данных визуализации мозга, включая КТ и структурные последовательности МРТ. Будущие проблемы включают в себя разработку надежных, автоматизированных инструментов сегментации поражений для КТ и МРТ, дальнейшее совершенствование методов регистрации, а также разработка шаблонов мозга, которые обеспечивают лучшее соответствие с отдельными пациентами инсульта, в том числе Шаблоны DWI и FLAIR. Эти улучшения могут еще больше повысить воспроизводимость сегментации поражений и сократить время, затрачиваемые на проведение визуальных проверок и ручных исправлений.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Авторы не раскрывают никакого конфликта интересов.

Acknowledgments

Работа доктора Бисбрука поддерживается стипендией young Talent от Центра мозга Рудольфа Магнуса из Университетского медицинского центра Утрехта. Эта работа и консорциум Meta VCI Map поддерживаются Vici Grant 918.16.616 от zonMw, Нидерланды, Организации исследований и разработок в области здравоохранения, герту Яну Бисселсу. Авторы хотели бы поблагодарить д-ра Таню С.В. Нийбур за совместное сканирование, которое было использовано в одной из фигур.

Materials

Name Company Catalog Number Comments
dcm2niix N/A N/A free download https://github.com/rordenlab/dcm2niix
ITK-SNAP N/A N/A free download www.itksnap.org
MATLAB MathWorks N/A Version 2015a or higher
MRIcron N/A N/A free download https://www.nitrc.org/projects/mricron
RegLSM N/A N/A free download www.metavcimap.org/support/software-tools
SPM12b N/A N/A free download https://www.fil.ion.ucl.ac.uk/spm/

DOWNLOAD MATERIALS LIST

References

  1. Rorden, C., Karnath, H. O. Using human brain lesions to infer function: A relic from a past era in the fMRI age. Nature Reviews Neuroscience. 5 (10), 812-819 (2004).
  2. Biesbroek, J. M., Weaver, N. A., Biessels, G. J. Lesion location and cognitive impact of cerebral small vessel disease. Clinical Science (London, England: 1979). 131 (8), 715-728 (2017).
  3. Karnath, H. O., Sperber, C., Rorden, C. Mapping human brain lesions and their functional consequences. NeuroImage. 165, 180-189 (2018).
  4. Zhao, L., et al. Strategic infarct location for post-stroke cognitive impairment: A multivariate lesion-symptom mapping study. Journal of Cerebral Blood Flow and Metabolism An Official Journal of the International Society of Cerebral Blood Flow and Metabolism. 38 (8), 1299-1311 (2018).
  5. Weaver, N. A., et al. The Meta VCI Map consortium for meta-analyses on strategic lesion locations for vascular cognitive impairment using lesion-symptom mapping: design and multicenter pilot study. Alzheimer's and Dementia: Diagnosis, Assessment and Disease Monitoring. , (2019).
  6. Biesbroek, J. M., et al. Impact of Strategically Located White Matter Hyperintensities on Cognition in Memory Clinic Patients with Small Vessel Disease. PLoS One. 11 (11), e0166261 (2016).
  7. de Haan, B., Karnath, H. O., et al. A hitchhiker's guide to lesion-behaviour mapping. Neuropsychologia. 115, 5-16 (2018).
  8. Duering, M., et al. Strategic role of frontal white matter tracts in vascular cognitive impairment: A voxel-based lesion-symptom mapping study in CADASIL. Brain. 134 (Pt8), 2366-2375 (2011).
  9. Biesbroek, J. M., et al. Association between subcortical vascular lesion location and cognition: a voxel-based and tract-based lesion-symptom mapping study. The SMART-MR study. PLoS One. 8 (4), e60541 (2013).
  10. Wu, O., et al. Role of Acute Lesion Topography in Initial Ischemic Stroke Severity and Long-Term Functional Outcomes. Stroke. 46 (9), 2438-2444 (2015).
  11. Mah, Y. H., Husain, M., Rees, G., Nachev, P. Human brain lesion-deficit inference remapped. Brain. 137 (Pt8), 2522-2531 (2014).
  12. Sperber, C., Karnath, H. O. Impact of correction factors in human brain lesion-behavior inference. Human Brain Mapping. 38 (3), 1692-1701 (2017).
  13. Chen, R., Herskovits, E. H. Voxel-based Bayesian lesion-symptom mapping. NeuroImage. 49 (1), 597-602 (2010).
  14. Zhang, Y., Kimberg, D. Y., Coslett, H. B., Schwartz, M. F., Wang, Z. Multivariate lesion-symptom mapping using support vector regression. Human Brain Mapping. 35 (12), 5861-5876 (2014).
  15. Corbetta, M., et al. Common behavioral clusters and subcortical anatomy in stroke. Neuron. 85 (5), 927-941 (2015).
  16. Biesbroek, J. M. The anatomy of visuospatial construction revealed by lesion-symptom mapping. Neuropsychologia. 62, 68-76 (2014).
  17. Duering, M., et al. Strategic white matter tracts for processing speed deficits in age-related small vessel disease. Neurology. 82 (22), 1946-1950 (2014).
  18. Yourganov, G., Fridriksson, J., Rorden, C., Gleichgerrcht, E., Bonilha, L. Multivariate Connectome-Based Symptom Mapping in Post-Stroke Patients: Networks Supporting Language and Speech. The Journal of Neuroscience. 36 (25), 6668-6679 (2016).
  19. Zavaglia, M., Forkert, N. D., Cheng, B., Gerloff, C., Thomalla, G., Hilgetag, C. C. Mapping causal functional contributions derived from the clinical assessment of brain damage after stroke. NeuroImage: Clinical. 9, 83-94 (2015).
  20. Klein, S., Staring, M., Murphy, K., Viergever, M. A., Pluim, J. P. W. Elastix: A toolbox for intensity-based medical image registration. IEEE Transactions on Medical Imaging. 29, 196-205 (2010).
  21. Kuijf, H. J., Biesbroek, J. M., Viergever, M. A., Biessels, G. J., Vincken, K. L. Registration of brain CT images to an MRI template for the purpose of lesion-symptom mapping. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics. , (2013).
  22. Rorden, C., Bonilha, L., Fridriksson, J., Bender, B., Karnath, H. O. Age-specific CT and MRI templates for spatial normalization. NeuroImage. 61, 957-965 (2012).
  23. Barrett, J. F., Keat, N. Artifacts in CT: Recognition and Avoidance. RadioGraphics. , (2007).
  24. Zhuo, J., Gullapalli, R. P. AAPM/RSNA physics tutorial for residents: MR artifacts, safety, and quality control. Radiographics: a review publication of the Radiological Society of North America, Inc. , (2007).
  25. Rorden, C., Brett, M. Stereotaxic display of brain lesions. Behavioural Neurology. 12 (4), 191-200 (2000).
  26. Gorgolewski, K. J., et al. The brain imaging data structure, a format for organizing and describing outputs of neuroimaging experiments. Scientific Data. 3, 160044 (2016).
  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. Becker, H., Desch, H., Hacker, H., Pencz, A. CT fogging effect with ischemic cerebral infarcts. Neuroradiology. 18 (4), 185-192 (1979).
  29. Kingsley, P. B., Monahan, W. G. Selection of the Optimum b Factor for Diffusion-Weighted Magnetic Resonance Imaging Assessment of Ischemic Stroke. Magnetic Resonance in Medicine. 51, 996-1001 (2004).
  30. Shen, J. M., Xia, X. W., Kang, W. G., Yuan, J. J., Sheng, L. The use of MRI apparent diffusion coefficient (ADC) in monitoring the development of brain infarction. BMC Medical Imaging. 11 (2), (2011).
  31. Lansberg, M. G., et al. Evolution of apparent diffusion coefficient, diffusion-weighted, and T2-weighted signal intensity of acute stroke. American Journal of Neuroradiology. 22 (4), 637-644 (2001).
  32. Geijer, B., Sundgren, P. C., Lindgren, A., Brockstedt, S., Ståhlberg, F., Holtås, S. The value of b required to avoid T2 shine-through from old lacunar infarcts in diffusion-weighted imaging. Neuroradiology. 43, 511-517 (2001).
  33. Wardlaw, J. M. Neuroimaging standards for research into small vessel disease and its contribution to ageing and neurodegeneration. The Lancet Neurology. 12, 822-838 (2013).
  34. Fonov, V., Evans, A. C., Botteron, K., Almli, C. R., McKinstry, R. C., Collins, D. L. Unbiased average age-appropriate atlases for pediatric studies. NeuroImage. 54 (1), 313-327 (2011).
  35. Ashburner, J., Friston, K. J. Unified segmentation. NeuroImage. 26 (3), 839-851 (2005).
  36. Desikan, R. S. An automated labeling system for subdividing the human cerebral cortex on MRI scans into gyral based regions of interest. NeuroImage. 31 (3), 968-980 (2006).
  37. Hua, K. Tract probability maps in stereotaxic spaces: Analyses of white matter anatomy and tract-specific quantification. NeuroImage. 39 (1), 336-347 (2008).
  38. Eickhoff, S. B., et al. A new SPM toolbox for combining probabilistic cytoarchitectonic maps and functional imaging data. NeuroImage. 25 (4), 1325-1335 (2005).
  39. Ricci, P. E., Burdette, J. H., Elster, A. D., Reboussin, D. M. A comparison of fast spin-echo, fluid-attenuated inversion-recovery, and diffusion-weighted MR imaging in the first 10 days after cerebral infarction. American Journal of Neuroradiology. 20 (8), 1535-1542 (1999).
  40. Eastwood, J. D., Engelter, S. T., MacFall, J. F., Delong, D. M., Provenzale, J. M. Quantitative assessment of the time course of infarct signal intensity on diffusion-weighted images. American Journal of Neuroradiology. 24 (4), 680-687 (2003).
  41. Wardlaw, J. M. What is a lacune? Stroke. 39, 2921-2922 (2008).
  42. Kate, M. P. Dynamic Evolution of Diffusion-Weighted Imaging Lesions in Patients With Minor Ischemic Stroke. Stroke: a Journal of Cerebral Circulation. 46, 2318-2341 (2015).
  43. Inoue, M. Early diffusion-weighted imaging reversal after endovascular reperfusion is typically transient in patients imaged 3 to 6 hours after onset. Stroke. 45, 1024-1028 (2014).
  44. Campbell, B. C. V. The infarct core is well represented by the acute diffusion lesion: Sustained reversal is infrequent. Journal of Cerebral Blood Flow and Metabolism. 32 (1), (2012).
  45. Sperber, C., Karnath, H. O. On the validity of lesion-behaviour mapping methods. Neuropsychologia. 115, 17-24 (2018).
  46. Hillis, A. E., et al. Restoring Cerebral Blood Flow Reveals Neural Regions Critical for Naming. Journal of Neuroscience. 26 (31), 8069-8073 (2006).
  47. Wilke, M., de Haan, B., Juenger, H., Karnath, H. O. Manual, semi-automated, and automated delineation of chronic brain lesions: A comparison of methods. NeuroImage. 56 (4), 2038-2046 (2011).
  48. Zhang, R., et al. Automatic Segmentation of Acute Ischemic Stroke From DWI Using 3-D Fully Convolutional DenseNets. IEEE Transactions on Medical Imaging. 37 (9), 2149-2160 (2018).
  49. Biesbroek, J. M., et al. Distinct anatomical correlates of discriminability and criterion setting in verbal recognition memory revealed by lesion-symptom mapping. Human Brain Mapping. 36 (4), 1292-1303 (2015).
  50. Biesbroek, J. M., van Zandvoort, M. J. E., Kappelle, L. J., Velthuis, B. K., Biessels, G. J., Postma, A. Shared and distinct anatomical correlates of semantic and phonemic fluency revealed by lesion-symptom mapping in patients with ischemic stroke. Brain Structure & Function. 221 (4), 2123-2134 (2016).
  51. Ten Brink, F. A., et al. The right hemisphere is dominant in organization of visual search-A study in stroke patients. Behavioural Brain Research. 304, 71-79 (2016).
  52. Pluim, J. P. W., Maintz, J. B. A. A., Viergever, M. A. Mutual-information-based registration of medical images: A survey. IEEE Transactions on Medical Imaging. 22 (8), 986-1004 (2003).
  53. Zhao, L., et al. The additional contribution of white matter hyperintensity location to post-stroke cognitive impairment: Insights from a multiple-lesion symptom mapping study. Frontiers in Neuroscience. 12 (MAY), (2018).

Tags

Поведение Выпуск 151 отображение поражения-симптома отображение поражений инфаркт инсульт сегментация регистрация регистрация изображений пространственная нормализация сосудистые когнитивные нарушения
Сегментация мозга инфаркт и регистрация на МРТ или КТ для отображения резионно-симптома
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Biesbroek, J. M., Kuijf, H. J.,… More

Biesbroek, J. M., Kuijf, H. J., Weaver, N. A., Zhao, L., Duering, M., , Biessels, G. J. Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping. J. Vis. Exp. (151), e59653, doi:10.3791/59653 (2019).

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