Waiting
Login processing...

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

Behavior

लीसन-लक्षण मानचित्रण के लिए एमआरआई या सीटी पर ब्रेन इंफ़ेक्ट सेगमेंटेशन और पंजीकरण

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

यहाँ प्रदान की एक खुली पहुँच के लिए एक व्यावहारिक ट्यूटोरियल है, घाव लक्षण मानचित्रण के उद्देश्य के लिए मानकीकृत छवि प्रसंस्करण पाइप लाइन. प्रत्येक प्रोसेसिंग चरण के लिए एक चरण-दर-चरण पूर्वाभ्यास, सीटी/एमआरआई पर मैनुअल infarct विभाजन से मानक स्थान के लिए बाद में पंजीकरण के लिए, व्यावहारिक सिफारिशों और अनुकरणीय मामलों के साथ चित्र के साथ प्रदान की जाती है।

Abstract

घाव-लक्षण मानचित्रण (LSM) में, मस्तिष्क समारोह रोगियों के एक समूह में व्यवहार या संज्ञानात्मक लक्षणों के लिए अर्जित मस्तिष्क घावों के स्थान से संबंधित द्वारा अनुमान लगाया जाता है। मस्तिष्क इमेजिंग और छवि प्रसंस्करण में हाल ही में प्रगति के साथ, LSM संज्ञानात्मक तंत्रिका विज्ञान में एक लोकप्रिय उपकरण बन गया है. LSM संज्ञानात्मक और गैर-संज्ञेय कार्यों की एक किस्म के लिए मानव मस्तिष्क के कार्यात्मक वास्तुकला में मौलिक अंतर्दृष्टि प्रदान कर सकते हैं. LSM अध्ययन प्रदर्शन में एक महत्वपूर्ण कदम रोगियों के एक बड़े समूह के दिमाग स्कैन और एक आम stereotaxic अंतरिक्ष के लिए प्रत्येक स्कैन के पंजीकरण पर घावों के विभाजन है (भी मानक अंतरिक्ष या एक मानकीकृत मस्तिष्क टेम्पलेट कहा जाता है). यहाँ वर्णित एक खुला उपयोग, LSM के उद्देश्य के लिए infarct विभाजन और पंजीकरण के लिए मानकीकृत विधि है, साथ ही अनुकरणीय मामलों के आधार पर एक विस्तृत और हाथ पर पूर्वाभ्यास. सीटी स्कैन और DWI या FLAIR एमआरआई दृश्यों पर मस्तिष्क infarcts के मैनुअल विभाजन के लिए एक व्यापक ट्यूटोरियल प्रदान की जाती है, infarct पहचान और विभिन्न प्रकार के स्कैन के लिए नुकसान के लिए मानदंड सहित. पंजीकरण सॉफ्टवेयर कई पंजीकरण योजनाओं है कि विषम अधिग्रहण मापदंडों के साथ सीटी और एमआरआई डेटा के प्रसंस्करण के लिए इस्तेमाल किया जा सकता प्रदान करता है. इस पंजीकरण सॉफ्टवेयर का उपयोग कर और दृश्य गुणवत्ता की जाँच और मैनुअल सुधार प्रदर्शन पर एक ट्यूटोरियल (जो कुछ मामलों में आवश्यक हैं) प्रदान की जाती है. इस दृष्टिकोण मस्तिष्क छवि प्रसंस्करण की पूरी प्रक्रिया के लिए एक रूपरेखा के साथ एक रूपरेखा प्रदान करता है एक LSM अध्ययन करने के लिए आवश्यक, परिणामों के अंतिम गुणवत्ता की जांच करने के लिए डेटा की सभा से.

Introduction

लेसन-लक्षण मानचित्रण (LSM), भी घाव व्यवहार मानचित्रण कहा जाता है, मानव मस्तिष्क1के कार्यात्मक वास्तुकला का अध्ययन करने के लिए एक महत्वपूर्ण उपकरण है। घाव अध्ययन में, मस्तिष्क समारोह का अनुमान है और प्राप्त मस्तिष्क घावों के साथ रोगियों का अध्ययन करके स्थानीयकृत है। पहला मामला विज्ञान संबंधी लक्षणों को उन्नीसवीं शताब्दी में निष्पादित विशिष्ट मस्तिष्क स्थानों से जोड़ता है , जिसमें भाषा के शारीरिक संबंधऔर कई अन्य संज्ञानात्मक प्रक्रियाओं2के बारे में मौलिक जानकारी दी गई है . फिर भी, अनुभूति और अन्य मस्तिष्क कार्यों के कई पहलुओं के neuroanatomic सहसंबंधित मायावी बने रहे. पिछले दशकों में, सुधार संरचनात्मक मस्तिष्क इमेजिंग तरीकों और तकनीकी अग्रिमउच्च स्थानिक संकल्प के साथ विवो LSM अध्ययन में बड़े पैमाने पर सक्षम है (यानी, व्यक्तिगत voxels या ब्याज की विशिष्ट cortical / ,2. इन methodological अग्रिमों के साथ, LSM संज्ञानात्मक तंत्रिका विज्ञान में एक तेजी से लोकप्रिय विधि बन गया है और अनुभूति और तंत्रिका संबंधी लक्षण3के neuroanatomy में नई अंतर्दृष्टि की पेशकश जारी है. किसी भी LSM अध्ययन में एक महत्वपूर्ण कदम एक मस्तिष्क टेम्पलेट के लिए घावों और पंजीकरण का सही विभाजन है. हालांकि, एलएसएम के उद्देश्य के लिए मस्तिष्क इमेजिंग डेटा के पूर्व प्रसंस्करण के लिए एक व्यापक ट्यूटोरियल की कमी है।

यहाँ प्रदान की एक मानकीकृत घाव विभाजन और पंजीकरण विधि के लिए एक पूरा ट्यूटोरियल है। इस विधि मानकीकृत मस्तिष्क छवि प्रसंस्करण और संभावित नुकसान है कि बचा जाना चाहिए की एक सिंहावलोकन के लिए एक पाइप लाइन के साथ शोधकर्ताओं प्रदान करता है. प्रस्तुत छवि प्रसंस्करण पाइप लाइन अंतरराष्ट्रीय सहयोग4 के माध्यम से विकसित किया गया था और हाल ही में स्थापित मेटा VCI नक्शा संघ, जिसका उद्देश्य में multicenter घाव लक्षण मानचित्रण अध्ययन प्रदर्शन कर रहा है के ढांचे का हिस्सा है संवहनी संज्ञानात्मक हानि [lt;www.metavcimap.org] इस विधि को विभिन्न स्रोतों से इमेजिंग डेटासेट के संयुक्त प्रसंस्करण की अनुमति देने के लिए कई विक्रेताओं और विषमांगी स्कैन प्रोटोकॉल से सीटी और एमआरआई स्कैन दोनों को संसाधित करने के लिए डिज़ाइन किया गया है। आवश्यक RegLSM सॉफ्टवेयर और अन्य सभी सॉफ्टवेयर इस प्रोटोकॉल के लिए आवश्यक MATLAB, जो एक लाइसेंस की आवश्यकता के अलावा स्वतंत्र रूप से उपलब्ध है. इस ट्यूटोरियल विभाजन और मस्तिष्क infarcts के पंजीकरण पर केंद्रित है, लेकिन इस छवि प्रसंस्करण पाइप लाइन भी सफेद पदार्थ hyperintensities6के रूप में अन्य घावों के लिए इस्तेमाल किया जा सकता है।

एक LSM अध्ययन शुरू करने से पहले, सामान्य अवधारणाओं और नुकसान की एक बुनियादी समझ की आवश्यकता है. कई विस्तृत दिशा निर्देशों और एक सहयात्री गाइड उपलब्ध हैं1,3,6. हालांकि, इन समीक्षाओं को इकट्ठा करने और एक उचित प्रारूप करने के लिए मस्तिष्क स्कैन परिवर्तित करने में शामिल व्यावहारिक कदम के लिए एक विस्तृत हाथ पर ट्यूटोरियल प्रदान नहीं करते हैं, मस्तिष्क infarct खंड, और एक मस्तिष्क टेम्पलेट के लिए स्कैन दर्ज. वर्तमान कागज इस तरह के एक ट्यूटोरियल प्रदान करता है। LSM की सामान्य अवधारणाओं विषय पर आगे पढ़ने के लिए संदर्भ के साथ परिचय में प्रदान की जाती हैं.

घाव-लक्षण मानचित्रण अध्ययन का सामान्य उद्देश्य

संज्ञानात्मक neuropsychology के नजरिए से, मस्तिष्क की चोट बेहतर कुछ संज्ञानात्मक प्रक्रियाओं के न्यूरॉन underpinnings को समझने के लिए और मस्तिष्क के संज्ञानात्मक वास्तुकला का एक और अधिक पूरी तस्वीर प्राप्त करने के लिए एक मॉडल हालत के रूप में इस्तेमाल किया जा सकता1 . यह न्यूरोसाइकोलॉजी में एक क्लासिक दृष्टिकोण है जिसे पहली बार उन्नीसवीं शताब्दी में ब्रोका और वर्निक2जैसे पायनियरों द्वारा पोस्टमार्टम अध्ययनों में लागू किया गया था. कार्यात्मक मस्तिष्क इमेजिंग के युग में, घाव दृष्टिकोण तंत्रिका विज्ञान में एक महत्वपूर्ण उपकरण बना हुआ है क्योंकि यह सबूत प्रदान करता है कि एक विशिष्ट मस्तिष्क क्षेत्र में घाव कार्य प्रदर्शन को बाधित करते हैं, जबकि कार्यात्मक इमेजिंग अध्ययन मस्तिष्क क्षेत्रों का प्रदर्शन करते हैं जो हैं कार्य प्रदर्शन के दौरान सक्रिय. इस प्रकार, ये दृष्टिकोण पूरक जानकारी1प्रदान करते हैं।

नैदानिक तंत्रिका विज्ञान के नजरिए से, LSM अध्ययन तीव्र लक्षण infarcts, सफेद पदार्थ hyperintensities, lacunes, या अन्य घाव प्रकार (जैसे, ट्यूमर के साथ रोगियों में घाव स्थान और संज्ञानात्मक कामकाज के बीच संबंध स्पष्ट कर सकते हैं ). हाल के अध्ययनों से पता चला है कि सामरिक मस्तिष्क क्षेत्रों में ऐसे घाव वैश्विक घाव भार2,5,7,8की तुलना में संज्ञानात्मक निष्पादन को समझाने में अधिक प्रासंगिक हैं . इस दृष्टिकोण जटिल विकारों के pathophysiology की समझ में सुधार करने की क्षमता है (इस उदाहरण में, संवहनी संज्ञानात्मक हानि) और नए नैदानिक और पूर्वानुमान उपकरण या समर्थन उपचार के विकास के लिए अवसर प्रदान कर सकते हैं रणनीतियों2|

LSM भी अनुभूति के क्षेत्र से परे आवेदन किया है. वास्तव में, किसी भी चर घाव स्थान से संबंधित हो सकता है, नैदानिक लक्षण सहित, biomarkers, और कार्यात्मक परिणाम. उदाहरण के लिए, हाल ही में किए गए एक अध्ययन में यह निर्धारित किया गया है कि इस्कीमिक स्ट्रोक10के बाद कार्यात्मक परिणाम की भविष्यवाणी की गई थी।

रुचि आधारित घाव-लक्षण मानचित्रण के Voxel आधारित बनाम क्षेत्र

घाव-लक्षण मानचित्रण करने के लिए, घावों को विभाजित करने और मस्तिष्क टेम्पलेट में पंजीकृत करने की आवश्यकता होती है। पंजीकरण प्रक्रिया के दौरान, प्रत्येक रोगी के मस्तिष्क स्थानिक रूप से गठबंधन किया है (यानी, सामान्यीकृत या एक आम टेम्पलेट के लिए पंजीकृत) मस्तिष्क के आकार, आकार, और अभिविन्यास में मतभेद के लिए सही करने के लिए इतना है कि घाव के नक्शे में प्रत्येक voxel एक ही शारीरिक प्रतिनिधित्व करता है सभी रोगियों के लिए संरचना7. मानक स्थान में, कई प्रकार के विश्लेषण किए जा सकते हैं, जिन्हें संक्षेप में यहाँ सारांशित किया जाता है।

घाटे के बिना रोगियों की तुलना में घाटे के साथ रोगियों में घाव वितरण में अंतर को दिखाने के लिए एक कच्चे घाव-सबट्रक्शन विश्लेषण किया जा सकता है। परिणामी घटाव मानचित्र उन क्षेत्रों को दर्शाता है जो अक्सर घाटे वाले रोगियों में क्षतिग्रस्त हो जाते हैं और बिना घाटेवालेरोगियों में बच जाते हैं . हालांकि एक घाव घटाव विश्लेषण एक विशिष्ट समारोह के सहसंबंध ों में कुछ अंतर्दृष्टि प्रदान कर सकते हैं, यह कोई सांख्यिकीय सबूत प्रदान करता है और अब ज्यादातर प्रयोग किया जाता है जब नमूना आकार voxel आधारित घाव-लक्षण के लिए पर्याप्त सांख्यिकीय शक्ति प्रदान करने के लिए बहुत कम है मैपिंग.

voxel-आधारित घाव-लक्षण मानचित्रण में, घाव और संज्ञानात्मक प्रदर्शन की उपस्थिति के बीच एक संघ मस्तिष्क में प्रत्येक व्यक्ति voxel के स्तर पर निर्धारित किया जाता है (चित्र 1) . इस विधि का मुख्य लाभ उच्च स्थानिक संकल्प है। परंपरागत रूप से, इन विश्लेषणों को एक बड़े पैमाने पर-एकचर दृष्टिकोण में किया गया है, जो कई परीक्षण के लिए सुधार का वारंट करता है और अंतर-स्वर सहसंबंधों के कारण एक स्थानिक पूर्वाग्रह का परिचय देता है जिसे1,10खाते में नहीं लिया जाता है , 11.हाल ही में विकसित दृष्टिकोण जो अंतर-स्वरसह सहसंबंधों को ध्यान में रखते हैं (आमतौर पर बहुचर घाव-लक्षण मानचित्रण विधियों के रूप में जाना जाता है, जैसे बेइसियन विश्लेषण13, समर्थन वेक्टर प्रतिगमन4, 14, या अन्य मशीन लर्निंग एल्गोरिदम15) आशाजनक परिणाम दिखाते हैं और पारंपरिक तरीकों की तुलना में voxel-वार LSM विश्लेषण से निष्कर्षों की संवेदनशीलता और विशिष्टता में सुधार करने के लिए दिखाई देते हैं। वोसेल-वार एलएसएम के लिए बहुचर विधियों में और सुधार और सत्यापन एक सतत प्रक्रिया है। विशिष्ट घाव-लक्षण मानचित्रण के लिए सबसे अच्छा तरीका विकल्प कई कारकों पर निर्भर करता है, जिसमें घावों का वितरण, परिणाम चर, और विधियों की अंतर्निहित सांख्यिकीय मान्यताओं शामिल हैं।

ब्याज के क्षेत्र में (आरओआई) आधारित घाव-लक्षण मानचित्रण, एक विशिष्ट मस्तिष्क क्षेत्र और संज्ञानात्मक प्रदर्शन के भीतर घाव बोझ के बीच एक संघ निर्धारित किया जाता है (एक उदाहरण केलिए Biesbroek एट अल में चित्रा 1 देखें). इस विधि का मुख्य लाभ यह है कि यह एक शारीरिक संरचना के भीतर संचयी घाव बोझ पर विचार करता है, जो कुछ मामलों में एक ही voxel में घाव की तुलना में अधिक जानकारीपूर्ण हो सकता है। दूसरी ओर, ROI-आधारित विश्लेषण पैटर्न है कि केवलक्षेत्र 16में voxels के एक सबसेट में मौजूद हैं का पता लगाने के लिए सीमित शक्ति है. परंपरागत रूप से, ROI-आधारित घाव-लक्षण मैपिंग रसद या रैखिक प्रतिगमन का उपयोग करके किया जाता है। हाल ही में, बहुचर तरीके जो collinearity के साथ बेहतर सौदा शुरू किया गया है (जैसे, Bayesian नेटवर्क विश्लेषण17, समर्थन वेक्टर प्रतिगमन4,18, या अन्य मशीन लर्निंग एल्गोरिदम19), जो हो सकता है घाव-लक्षण मानचित्रण अध्ययन से निष्कर्षों की विशिष्टता में सुधार।

रोगी चयन

LSM अध्ययन में, रोगियों को आम तौर पर एक विशिष्ट घाव प्रकार (उदा., मस्तिष्क infarcts या सफेद पदार्थ hyperintensities) और निदान और neuropsychological मूल्यांकन (उदा., तीव्र बनाम क्रोनिक स्ट्रोक) के बीच समय अंतराल के आधार पर चुना जाता है। इष्टतम अध्ययन डिजाइन अनुसंधान प्रश्न पर निर्भर करता है. उदाहरण के लिए, मानव मस्तिष्क के कार्यात्मक वास्तुकला का अध्ययन करते समय, तीव्र स्ट्रोक रोगियों को आदर्श रूप से शामिल किया जाता है क्योंकि कार्यात्मक पुनर्गठन अभी तक इस चरण में नहीं हुआ है, जबकि पुरानी स्ट्रोक रोगियों को अध्ययन करते समय शामिल किया जाना चाहिए अनुभूति पर स्ट्रोक के दीर्घकालिक प्रभाव. रोगी चयन में विचार और कमियों का विस्तृत विवरण कहीं और7प्रदान किया गया है .

घाव-लक्षण मानचित्रण के उद्देश्य के लिए मस्तिष्क छवि पूर्व संसाधन

एक आम मस्तिष्क टेम्पलेट के लिए सटीक घाव विभाजन और पंजीकरण घाव-लक्षण मानचित्रण में महत्वपूर्ण कदम हैं। घावों के मैनुअल विभाजन infarcts7सहित कई घाव प्रकार के लिए सोने के मानक बनी हुई है। प्रदान की सीटी स्कैन, प्रसार भारित इमेजिंग (DWI) पर मैनुअल infarct विभाजन के लिए मानदंड पर एक विस्तृत ट्यूटोरियल है, और तरल पदार्थ क्षीण व्युत्क्रम वसूली (FLAIR) एमआरआई दोनों तीव्र और पुरानी चरणों में। खंडित infarcts (यानी, 3 डी द्विआधारी घाव नक्शे) किसी भी पार विषय विश्लेषण किया जाता है से पहले पंजीकृत करने की आवश्यकता है। इस प्रोटोकॉल पंजीकरण विधि RegLSM, जो एक multicenter सेटिंग4में विकसित किया गया था का उपयोग करता है. RegLSM विशेष रूप से सीटी स्कैन21के पंजीकरण की गुणवत्ता को बढ़ाने के लिए डिज़ाइन किया गया एक अतिरिक्त सीटी प्रसंस्करण कदम के साथ, सीटी और एमआरआई दोनों के लिए elastix20 पर आधारित रैखिक और गैर रेखीय पंजीकरण एल्गोरिदम लागू होता है। इसके अलावा, RegLSM विभिन्न लक्ष्य मस्तिष्क टेम्पलेट्स और एक (वैकल्पिक) मध्यवर्ती पंजीकरण कदमएक आयु-विशिष्ट सीटी / दोनों सीटी और एमआरआई स्कैन और मध्यवर्ती और लक्ष्य मस्तिष्क टेम्पलेट्स के बारे में अपने customizability प्रसंस्करण की संभावना RegLSM LSM के लिए एक अत्यधिक उपयुक्त छवि प्रसंस्करण उपकरण बनाता है. सीटी/एमआरआई स्कैन तैयार करने और विभाजित करने की पूरी प्रक्रिया, मस्तिष्क टेम्पलेट के लिए पंजीकरण, और मैनुअल सुधार (यदि आवश्यक हो) अगले अनुभाग में वर्णित हैं।

Figure 1
चित्र 1: voxel आधारित घाव-लक्षण मानचित्रण की अवधारणा का योजनाबद्ध चित्रण| ऊपरी भाग घाव (इस मामले में एक तीव्र infarct) एक मस्तिष्क टेम्पलेट (इस मामले में MNI-152 टेम्पलेट) के लिए पंजीकरण के बाद से मिलकर मस्तिष्क छवि पूर्व प्रसंस्करण कदम से पता चलता है. नीचे, एक ही रोगी के पंजीकृत द्विआधारी घाव नक्शे का एक हिस्सा एक 3 डी ग्रिड के रूप में दिखाया गया है, जहां प्रत्येक घन एक voxel का प्रतिनिधित्व करता है। 99 अन्य रोगियों के घाव नक्शे के साथ एक साथ लिया, एक घाव ओवरले नक्शा उत्पन्न होता है। प्रत्येक voxel के लिए, एक सांख्यिकीय परीक्षण घाव स्थिति और संज्ञानात्मक प्रदर्शन के बीच संबंध निर्धारित करने के लिए किया जाता है. यहाँ दिखाया गया ची-वर्ग परीक्षण सिर्फ एक उदाहरण है, किसी भी सांख्यिकीय परीक्षण का इस्तेमाल किया जा सकता है। आमतौर पर, voxels के हजारों की सैकड़ों मस्तिष्क भर में परीक्षण कर रहे हैं, कई तुलना के लिए एक सुधार के बाद. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

यह प्रोटोकॉल हमारे संस्थानों मानव अनुसंधान नैतिकता समिति के दिशा निर्देशों का पालन करता है।

1. स्कैन और नैदानिक डेटा का संग्रह

  1. इस्कीमिक स्ट्रोक के साथ रोगियों के मस्तिष्क सीटी या एमआरआई स्कैन लीजिए। अधिकांश स्कैनर स्कैन को DICOM (डिजिटल इमेजिंग और संचार चिकित्सा में) फ़ाइलों के रूप में सहेजते हैं जिन्हें हार्ड डिस्क या सर्वर पर कॉपी किया जा सकता है.
    नोट: हर स्कैनर प्रकार से स्कैन, स्कैन प्रोटोकॉल, और एमआरआई क्षेत्र ताकत इस्तेमाल किया जा सकता है, के रूप में लंबे समय के रूप में 1) इस्तेमाल किया स्कैन प्रकार के लिए समय खिड़की आवश्यकताओं को पूरा कर रहे हैं (तालिका 1देखें ) और 2)वहाँ कोई कलाकृतियों कि सटीक infarct चित्रण बाधा हैं. सीटी और एमआरआई पर कलाकृति का पता लगाने पर एक विस्तृत ट्यूटोरियल कहीं और23,24प्रदान की जाती है . सीटी पर सामान्य रूप से होने वाली गति कलाकृतियों का एक उदाहरण चित्र 2में प्रदान किया गया है, और परिणाम अनुभाग में उदाहरण के मामलों में अच्छी गुणवत्ता के स्कैन के उदाहरण प्रदान किए जाते हैं। Infarcts किसी भी टुकड़ा मोटाई और किसी भी में विमान छवि संकल्प के साथ स्कैन पर विभाजित किया जा सकता है. हालांकि, पतली स्लाइस और उच्च में विमान संकल्प मस्तिष्क टेम्पलेट के लिए infarct का एक अधिक सटीक प्रतिनिधित्व सक्षम हो जाएगा.
  2. प्रत्येक नैदानिक चर के लिए प्रत्येक मामले और स्तंभों के लिए अलग-अलग पंक्तियाँ बनाकर किसी डेटा फ़ाइल (उदा., Excel) में नैदानिक चर एकत्रित करें. infarct विभाजन के लिए, कम से कम स्ट्रोक और इमेजिंग की तारीख या एक चर है कि स्ट्रोक और इमेजिंग के बीच समय अंतराल को इंगित करता है की चर तारीख शामिल हैं.
  3. सुनिश्चित करें कि गोपनीयता से संबंधित नैतिक दिशानिर्देशों और विनियमों का पालन किया जाता है. सुनिश्चित करें कि डेटा या तो अनाम है या कोडित है. इस तरह के नाम, पता, और टैग के रूप में DICOM फ़ाइलों में संग्रहीत हैं कि जन्म की तारीख के रूप में रोगी डेटा को हटाने के लिए विशिष्ट ध्यान देना। इन टैग dcm2niix का उपयोग कर मंजूरी दे दी जा सकती है (नि: शुल्क डाउनलोड पर उपलब्ध है[lt;https://github.com/rordenlab/dcm2niix और gt;)25|

2. Nifti फ़ाइलों के लिए DICOM छवियों का रूपांतरण

  1. DICOM छवियों को dcm2niix उपकरण का उपयोग कर असंपीड़ित nifti फ़ाइलों में कनवर्ट करने के लिए, आदेश प्रॉम्प्ट में "[फ़ोल्डर पथ dcm2niix.exe]dcm2niix %d[%p [फ़ोल्डर पथ dicom फ़ाइलों का] टाइप करें। सम्मिलित किए गए फ़ोल्डर पथ के साथ आदेश का एक उदाहरण C:[users]matthis]dcm2niix %d[%p C:[users]matthiS[dicom] हो सकता है। यह आदेश dcm2niix निष्पादन योग्य, चयनित फ़ोल्डर में DICOM छवियों को कनवर्ट करें और nifti फ़ाइलों को एक ही फ़ोल्डर में सहेजना होगा।
    नोट: योग %d$%p यह सुनिश्चित करता है कि श्रृंखला वर्णन और प्रोटोकॉल नाम फ़ाइल नाम में सम्मिलित किए जाते हैं. बैच रूपांतरण के लिए विकल्प सहित अतिरिक्त सुविधाओं dcm2niix मैनुअल में प्रदान की जाती हैं पर और lt;https://www.nitrc.org/plugins/mwiki/index.php/dcm2nii:MainPage और अन्य खुला स्रोत उपकरण के रूप में अच्छी तरह से nifti फ़ाइलों के लिए DICOM छवियों के रूपांतरण के लिए इस्तेमाल किया जा सकता है.
  2. सुनिश्चित करें कि स्कैन प्रकार (CT, FLAIR, DWI, या अन्य अनुक्रम नाम) का नाम फ़ाइल नाम में कनवर्ज़न के दौरान प्रतिलिपि बनाई है (यह विकल्प dcm2niix में उपलब्ध है)।
  3. एमआरआई स्कैन के लिए, विभाजन के लिए DWI या FLAIR दृश्यों का चयन करें। वैकल्पिक रूप से, किसी भी अन्य संरचनात्मक अनुक्रम जिस पर infarct दिखाई देता है इस्तेमाल किया जा सकता है. स्ट्रोक के बाद उपयुक्त समय विंडो के लिए तालिका 1 देखें जिसमें CT, DWI, या FLAIR का उपयोग infarct विभाजन के लिए किया जा सकता है.
  4. nifti फ़ाइलों को प्रत्येक मामले के लिए सबफ़ोल्डर के साथ एक सुविधाजनक फ़ोल्डर संरचना में व्यवस्थित करें (RegLSM और अनुपूरक चित्र 1का मैनुअल देखें). इस पुस्तिका से डाउनलोड किया जा सकता है [lt;www.metavcimap.org/support/software-tools]gt..
    नोट: इस फ़ोल्डर संरचना पंजीकरण सॉफ्टवेयर RegLSM के लिए एक आवश्यकता है (अनुभाग 4 देखें). RegLSM का एक अद्यतन, यह BIDS बना रही है (मस्तिष्क इमेजिंग डेटा संरचना26, देखें और http://bids.neuroimaging.io और gt;) संगत, वर्तमान में विकसित किया जा रहा है और जल्द ही जारी किया जाएगा.

3. इंफारस्ट सेगमेंटेशन

  1. सभी स्कैन प्रकार के लिए आवेदन सामान्य टिप्पणियों
    1. सुनिश्चित करें कि जो व्यक्ति करता है और विभाजन और पंजीकरण का मूल्यांकन परिणाम चर (आमतौर पर एक संज्ञानात्मक उपाय) पूर्वाग्रह से बचने के लिए अंधा है.
    2. ध्यान दें कि infarcts आमतौर पर अनुप्रस्थ स्लाइस पर विभाजित कर रहे हैं, लेकिन विभाजन किसी भी टुकड़ा अभिविन्यास में किया जा सकता है.
    3. एक आरामदायक सेटिंग प्रदान करने के लिए एक उच्च संकल्प मॉनिटर प्रदर्शन और इष्टतम परिवेश प्रकाश का उपयोग करके infarct विभाजन के दौरान आदर्श देखने की स्थिति सुनिश्चित करें। मैन्युअल रूप से स्वस्थ मस्तिष्क के ऊतकों के बीच इष्टतम विपरीत प्रदान करने के लिए विभाजन के दौरान छवि विपरीत समायोजित करें। सभी विषयों में समान सेटिंग लागू करने में संगत रहें.
  2. सीटी पर infarct विभाजन
    1. सबसे पहले जाँच करें कि क्या स्कैन स्ट्रोक लक्षण शुरुआत के बाद कम से कम 24 एच किया गया था। 24 ज के भीतर, तीव्र infarct नहीं है या केवल सीटी पर आंशिक रूप से दिखाई दे रहा है और स्कैन विभाजन7के लिए इस्तेमाल नहीं किया जा सकता है। किसी उदाहरण के लिए चित्र 3 देखें.
    2. ITK-SNAP सॉफ्टवेयर का उपयोग कर देशी सीटी खोलें (नि: शुल्क डाउनलोड पर उपलब्ध है [lt;www.itksnap.org और gt;)27. ITK-SNAP में, ड्रॉपडाउन मेनू से फ़ाइल ] खोलें मुख्य छवि क्लिक करें. ब्राउज़ करें क्लिक करें और स्कैन खोलने के लिए फ़ाइल का चयन करें। डिफ़ॉल्ट विपरीत सेटिंग स्वस्थ मस्तिष्क ऊतक और घाव के बीच गरीब विपरीत प्रदान करता है, तो इसके विपरीत सेटिंग्स को समायोजित. ऐसा करने के लिए, उपकरण [ छवि कंट्रास्ट ] कंट्रास्ट समायोजनपर क्लिक करें.
      नोट: किसी भी खुला स्रोत सॉफ्टवेयर भी इस्तेमाल किया जा सकता है.
    3. यदि उपलब्ध हो, तो स्ट्रोक लक्षण शुरुआत के बाद 24 घंटे के भीतर किया गया एक सीटी को एक अलग उदाहरण में खोलें, जो पुराने इस्कीमिक घावों जैसे कि लैक्चुअम, (उप) cortical infarcts, या सफेद पदार्थ hyperintensities से तीव्र infarct भेद करने के लिए संदर्भ के रूप में।
    4. निम्नलिखित विशेषताओं के आधार पर infarct की पहचान करें। Infarcts सामान्य मस्तिष्क के ऊतकों की तुलना में एक कम संकेत (यानी, हाइपोडेंस) है।
      1. तीव्र चरण (पहले सप्ताह) में, बड़े infarcts आसपास के ऊतकों के विस्थापन में जिसके परिणामस्वरूप बड़े पैमाने पर प्रभाव पैदा कर सकता है, वेंट्रिकल्स के संपीड़न, मिडलाइन शिफ्ट और सल्सी के विलोपन। वहाँ रक्तस्रावी परिवर्तन जो उच्च संकेत के साथ क्षेत्रों के रूप में दिखाई देता है हो सकता है (यानी hyperdens) infarct के भीतर.
      2. पुरानी अवस्था में (वर्षों के लिए महीने), infarct एक hypodens cavitated केंद्र से मिलकर होगा (मस्तिष्कमेरु द्रव के रूप में एक समान घनत्व के साथ) और एक कम hypodense रिम जो क्षतिग्रस्त मस्तिष्क के ऊतकों का प्रतिनिधित्व करता है. दोनों cavitated केंद्र और hypodens रिम infarct के रूप में विभाजित किया जाना चाहिए. बड़े infarct के मामले में, आसन्न सल्सी या वेंट्रिकल के पूर्व धानी वृद्धि हो सकती है।
        नोट: बड़े पैमाने पर प्रभाव या संरचनाओं के पूर्व धानी वृद्धि के कारण ऊतक विस्थापन विभाजन के दौरान के लिए सही नहीं किया जाना चाहिए (यानी, केवल infarct की पूरी हद तक विभाजित किया जाना चाहिए). ऊतक विस्थापन के लिए सुधार पंजीकरण और बाद के चरणों के दौरान जगह लेता है.
    5. मुख्य उपकरण पट्टी से तूलिका मोड का उपयोग करके infarcted मस्तिष्क ऊतक खंड (बाएं-क्लिक आकर्षित करने के लिए, मिटाने के लिए राइट-क्लिक करें)। वैकल्पिक रूप से, घाव की सीमाओं पर लंगर अंक रखने के लिए बहुभुज मोड का उपयोग करें (ये बिंदु स्वचालित रूप से लाइनों के साथ जुड़े हुए हैं) या घाव की सीमाओं पर माउस को हिलाते समय बाएं माउस बटन को पकड़ते हैं। एक बार सभी एंकर बिंदु कनेक्ट हो जाने पर, रेखांकित क्षेत्र को भरने के लिए स्वीकार करें क्लिक करें.
    6. फॉगिंग चरण से बचें, जो उस चरण को संदर्भित करता है जिसमें सीटी पर इंफेक्ट आइसोडेन हो जाता है (जो phagocytes के साथ infarcted ऊतक की घुसपैठ के साथ सह-क्रिया करता है)। यह आमतौर पर स्ट्रोक शुरुआत के बाद 14-21 दिनों के बाद होता है, लेकिन दुर्लभ मामलों में भी पहले28हो सकता है. इस अवधि के दौरान, infarct अदृश्य हो सकता है या इसकी सीमाओं कम स्पष्ट हो जाते हैं, इस चरण infarct विभाजन के लिए अनुपयुक्त बना रही है. फॉगिंग चरण के बाद, जब गुहिकायन और ग्लियोसिस होते हैं तो घाव फिर से हाइपोडेनहोस हो जाता है। दो उदाहरणों के लिए चित्र 4 देखें.
    7. विभाजन समाप्त करने के बाद, इसे एक बाइनरी nifti फ़ाइल के रूप में उसी फ़ोल्डर में सहेजें जैसा कि स्कैन करें - ड्रॉपडाउन मेनू से विभाजन छवि सहेजें, फिर इसे सेगमेंटेड स्कैन के रूप में सटीक समान नाम देकर विभाजन सहेजें, .लेप्शन का एक्सटेंशन (उदा., अगर स्कैन को "ID001" के रूप में सहेजा गया था. CT.nii", "ID001" के रूप में विभाजन सहेजें। सीटी.लीशन.nii")।
  3. DWI पर infarct विभाजन
    1. पहले जांच अगर DWI स्ट्रोक शुरुआत के 7 दिनों के भीतर किया गया था. Infarcts स्ट्रोक शुरुआत के बाद कई घंटे के भीतर DWI पर दिखाई दे रहे हैं और DWI पर उनकी दृश्यता धीरे-धीरे लगभग 7 दिनों के बाद कम हो जाती है (अधिक जानकारी के लिए चर्चा में पैराग्राफ 2 देखें).
    2. ITK-SNAP में DWI खोलें (चरण 3.2.2 में किया के रूप में उसी तरह) खोलें।
      नोट: एक DWI अनुक्रम सबसे स्कैन प्रोटोकॉल के लिए कम से कम दो छवियों उत्पन्न करता है, एक बी मूल्य के साथ एक - 0, जो एक मानक T2 भारित छवि है, और एक उच्च बी मूल्य के साथ एक है, जो स्कैन है कि ऊतक के वास्तविक प्रसार गुण कब्जा है. उच्च बी मूल्य, मजबूत प्रसार प्रभाव. इस्कीमिक स्ट्रोक का पता लगाने के लिए, एक बी मूल्य के आसपास 1000 s/mm2 अक्सर प्रयोग किया जाता है, के रूप में यह ज्यादातर मामलों में एक अच्छा विपरीत करने के लिए शोर अनुपात प्रदान करता है29. उच्च b-मान वाली छवि का उपयोग infarct विभाजन के लिए किया जाता है.
    3. संदर्भ के लिए ITK-SNAP की एक अलग आवृत्ति में स्पष्ट विसरण गुणांक (ADC) अनुक्रम खोलें।
    4. ADC पर DWI और कम संकेत (यानी, hypointense) पर उच्च संकेत (यानी, hyperintense) के आधार पर infarcted मस्तिष्क ऊतक की पहचान और एनोटेट (चित्र 5देखें)। Infarct में ADC मान धीरे-धीरे वृद्धि जब तक ADC औसत पर सामान्यीकृत 1 सप्ताह स्ट्रोक के बाद30, लेकिन कुछ मामलों में, ADC पहले से ही हो सकता है (लगभग) कई दिनों के बाद सामान्यीकृत अगर वहाँ बहुत vasogenic edema है.
      नोट: कम बी मूल्यों के साथ DWI छवियों में, एक आंतरिक उच्च T2 संकेत के साथ मस्तिष्क घावों (जैसे सफेद बात hyperintensities के रूप में) भी hyperintense प्रकट कर सकते हैं. इस परिघटना को त2 चमक-थ्रू31कहा जाता है। हालांकि, बी मूल्यों में वृद्धि के साथ, इस घटना को कम प्रासंगिक हो जाता है, के रूप में DWI छवि पर संकेत और अधिक दृढ़ता से आंतरिक T2 संकेत के बजाय प्रसार गुणों को दर्शाता है. आधुनिक DWI स्कैन प्रोटोकॉल के साथ (आमतौर पर बी मूल्य के साथ $ 1000 या अधिक), T2 चमक के माध्यम से प्रभाव सीमितहैं 32.
    5. हवा और या तो ऊतक या हड्डी के बीच इंटरफेस के पास एक उच्च DWI संकेत गलती मत करो, जो एक आमतौर पर मनाया कलाकृति हैं, एक infarct के लिए. चित्र 5देखें.
    6. एनोटेशन को बाइनरी nifti फ़ाइल के रूप में सहेजें, यह विभाजित स्कैन के रूप में सटीक एक ही नाम दे रही है, .lesion के विस्तार के साथ (चरण 3.2.7 में किया के रूप में उसी तरह) के साथ।
  4. FLAIR पर अफ़सन्ात विभाजन
    1. सबसे पहले, जांच करें कि स्कैन स्ट्रोक लक्षण शुरुआत के बाद किया गया था। अतितीव्र अवस्था में, अफ़सोस आमतौर पर FLAIR अनुक्रम पर दिखाई नहीं देता है या infarct की सटीक सीमाएं स्पष्ट नहींहैं 31 (चित्र 6देखें)।
    2. चरण 3.2.2 में किया के रूप में एक ही रास्ते में ITK-SNAP में FLAIR खोलें।
    3. यदि उपलब्ध हो, तो संदर्भ के लिए ITK-SNAP की एक अलग आवृत्ति T1 खोलें।
    4. पहचान और निम्नलिखित विशेषताओं के आधार पर infarcted मस्तिष्क ऊतक खंड.
      1. तीव्र अवस्था (पहले कुछ सप्ताह) में, infarct एक अधिक या कम सजातीय अतितीव्र घाव के रूप में दिखाई देता है, के साथ या स्पष्ट सूजन और द्रव्यमान प्रभाव के बिना (चित्र 5) .
      2. पुरानी अवस्था (वर्षों के लिए महीने) में, infarct cavitated है, जिसका अर्थ है केंद्र hypo- या FLAIR पर isointense हो जाता है. इस गुहा सबसे सही T1 पर पहचान ाकां। ज्यादातर मामलों में, cavitated केंद्र FLAIR पर एक hyperintense रिम से घिरा हुआ है, ग्लियोसिस का प्रतिनिधित्व. 33.
        नोट: हालांकि, पुरानी infarcts के गुहिकायन और ग्लियोसिस की डिग्री में काफी भिन्नता है। दोनों गुहा और hyperintense रिम infarcts के रूप में खंड (चरण 3.2.5 देखें). एक FLAIR अतितीव्र घाव हमेशा एक infarct नहीं है. तीव्र अवस्था में, छोटे subcortical infarcts आसानी से सफेद पदार्थ hyperintensities या अन्य पुरानी घावों से प्रतिष्ठित किया जा सकता है जैसे माना संवहनी मूल के lacunes जब वहाँ एक DWI उपलब्ध है (चित्र 5देखें). पुरानी अवस्था में, यह और अधिक कठिन हो सकता है। पुरानी अवस्था में इन घाव प्रकारों में भेदभाव करने के बारे में अधिक जानकारी के लिए चर्चा में पैराग्राफ 3 देखें।
    5. एनोटेशन को बाइनरी nifti फ़ाइल के रूप में सहेजें, यह विभाजित स्कैन के रूप में सटीक एक ही नाम दे रही है, .lesion के विस्तार के साथ (चरण 3.2.7 में किया के रूप में उसी तरह) के साथ।
स्कैन प्रकार स्ट्रोक के बाद समय खिड़की Infarct गुण संदर्भ स्कैन नुकसान
सीटी और 24 ज तीव्र: हाइपोडेन्ड - - फॉगिंग चरण
जीर्ण: सीएसएफ और कम hypodense रिम के साथ hypodense गुहा - रक्तस्रावी रूपांतरण
Dwi (lt;7 दिन) हाइपरतीव्र एडीसी: आम तौर पर hypointense - T2 चमक के माध्यम से
- हवा और हड्डी के बीच इंटरफेस के पास उच्च DWI संकेत /
स्वभाव और 48 ज तीव्र: अतितीव्र तीव्र: DWI/ADC, T1 (आइसोनिस्ट या हाइपोतीव्र) - सफेद पदार्थ hyperintensities
जीर्ण: हाइपोतीव्र या आइसोनिट (कविता), अतितीव्र रिम क्रोनिक: टी 1 (सीएसएफ विशेषताओं के साथ हाइपोनिथाइन गुहा)। - लाखून

तालिका 1: विभिन्न स्कैन प्रकारों के लिए infarct विभाजन के लिए मापदंड का सारांश।

4. मानक अंतरिक्ष के लिए पंजीकरण

  1. डाउनलोड RegLSM से [lt;www.metavcimap.org/features/software-tools ] से4. सीटी स्कैन और एमआरआई अनुक्रम के किसी भी प्रकार की प्रक्रिया के लिए इस उपकरण का उपयोग करें। पंजीकरण प्रक्रिया को चित्र 7में दिखाया गया है।
    नोट: RegLSM में वैकल्पिक सुविधाओं में एक मध्यवर्ती सीटी/एमआरआई टेम्पलेट के लिए पंजीकरण शामिल है जो मस्तिष्क शोष22के साथ पुराने रोगियों के स्कैन से अधिक निकटता से मिलता-जुलता है। डिफ़ॉल्ट रूप से, सीटी और एमआरआई स्कैन MNI-152 टेम्पलेट34करने के लिए पंजीकृत हैं, लेकिन यह अन्य टेम्पलेट्स द्वारा प्रतिस्थापित किया जा सकता है अगर यह बेहतर सूट अध्ययन. विभिन्न पंजीकरण योजनाओं को चित्र 7में चित्रित किया गया है। अन्य खुला स्रोत पंजीकरण उपकरण भी इस चरण के लिए इस्तेमाल किया जा सकता है।
  2. 1) यदि nifti फ़ाइलें संकुचित नहीं कर रहे हैं की जाँच करें, 2) कि खंडित स्कैन की फ़ाइल नाम शब्द सीटी, FLAIR, या DWI, और 3) है कि घाव एनोटेशन के फ़ाइल नाम एक संलग्न ".lesion" के साथ एक ही शब्द शामिल हैं। इन पहले तीन चरणों का पालन कर रहे हैं, तो डेटा पूरी तरह से पंजीकरण के लिए तैयार है और कुछ भी नहीं बदला जा करने की जरूरत है।
  3. खुला MATLAB (संस्करण 2015a या उच्चतर), RegLSM के लिए वर्तमान फ़ोल्डर सेट (इस फ़ोल्डर से डाउनलोड किया जा सकता 35 (संस्करण 12 या उच्चतर, पर मुफ्त डाउनलोड पर lt;https://www.fil.ion.ucl.ac.uk/spm/gt;) जोड़ेंद्वारा [फ़ोल्डर का नाम] एसपीएम]. अगला, GUI को खोलने के लिए RegLSM लिखें।
  4. एक मामले के लिए पंजीकरण करने के लिए पंजीकरण ड्रॉपडाउन मेनू में परीक्षण मोड का चयन करें। परीक्षण मोड पैनल में, स्कैन (CT, FLAIR, या DWI), एनोटेशन, और वैकल्पिक रूप से T1, खुले छवि बटन का उपयोग कर का चयन करें। पंजीकरण योजना का चयन करें: सीटी, FLAIR के साथ या बिना T1, DWI के साथ या बिना T1.
  5. वैकल्पिक रूप से, बैच मोड में चयनित फ़ोल्डर में सभी मामलों के स्कैन को पंजीकृत करने के लिए बैच मोड का चयन करें।
  6. सुनिश्चित करें कि RegLSM परिणामी पंजीकरण पैरामीटर और पंजीकृत स्कैन (मध्यस्थ चरणों सहित) और स्वचालित रूप से उत्पन्न होने वाले सबफ़ोल्डर्स में पंजीकृत घाव मानचित्र सहेजता है। इस प्रक्रिया के दौरान, पंजीकृत स्कैन और घाव नक्शे संकल्प (आइसोट्रोपिक 1 मिमी3 voxels) और MNI-152 टेम्पलेट के angulation मैच के लिए resampled हैं.

5. पंजीकरण परिणाम की समीक्षा करें

  1. RegLSM GUI में विकल्प जाँच परिणाम का चयन करें और पंजीकरण परिणामों के साथ मुख्य फ़ोल्डर के लिए ब्राउज़ करें। जीयूआई स्वचालित रूप से पंजीकृत घाव नक्शे के साथ पंजीकृत स्कैन का चयन करेगा, और MNI-152 टेम्पलेट अनुप्रस्थ, sagittal, और कोरोनल अभिविन्यास में पंजीकृत घाव नक्शे के साथ (चित्र 8देखें)।
  2. पंजीकृत स्कैन के माध्यम से स्क्रॉल करें और पंजीकृत स्कैन और MNI-152 टेम्पलेट के संरेखण की जांच करने के लिए crosshair का उपयोग करें। इस तरह के बेसल Ganglia, वेंट्रिकल्स, और खोपड़ी के रूप में पहचानने योग्य शारीरिक स्थलों के संरेखण के लिए विशिष्ट ध्यान देना।
  3. खंड 6 में अनुवर्ती मैन्युअल सुधार के लिए डेटा फ़ाइल (चरण 1.2 में बनाया) में एक अलग स्तंभ में सभी विफल पंजीकरण चिह्नित करें।
    नोट: पंजीकरण में आम त्रुटियों तीव्र चरण में घाव की वजह से बड़े पैमाने पर प्रभाव के कारण अपूर्ण संरेखण कर रहे हैं, या पुरानी चरण में वेंट्रिकल के पूर्व धानी वृद्धि. ऐसे कुसंरेखन के उदाहरणों के लिए चित्र 3 और चित्र 5 देखें. एक अन्य आम त्रुटि टेंटोरियम सेरिबेली का एक misalignment है, जो मामले में एक पश्चकत infarct टेम्पलेट में सेरिबैलम के साथ ओवरलैप कर सकते हैं. ऊतकों के गलत संरेखण जो घाव नहीं हैं, एक मुद्दा नहीं है जब बाद के घाव-लक्षण मानचित्रण विश्लेषण में केवल बाइनरी घाव नक्शे का उपयोग किया जाता है। ऐसे मामलों में, केवल घावों को पूरी तरह से गठबंधन करने की आवश्यकता है।

6. मैन्युअल रूप से सही पंजीकरण त्रुटियाँ

  1. घाव नक्शे कि सुधार की जरूरत के लिए, ITK-SNAP में MNI-152 T1 टेम्पलेट खोलें और विभाजन मेनू से चयन करें | खुला विभाजन - पंजीकृत घाव नक्शा,जो अब टेम्पलेट पर मढ़ा है।
  2. संदर्भ के लिए ITK-SNAP की एक अलग आवृत्ति में पंजीकृत मस्तिष्क स्कैन खोलें।
  3. VOXels (बाएं क्लिक) जोड़ने के लिए या voxels (दाएं क्लिक करें) को जोड़ने के लिए ब्रश समारोह का उपयोग कर चरण 5.3 में उल्लेख किया है कि misalignment के किसी भी प्रकार के लिए ITK-SNAP में पंजीकृत घाव नक्शा सही है। ध्यान से पंजीकृत स्कैन और overlaid घाव नक्शा की तुलना (चरण 5.2 देखें) MNI-152 टेम्पलेट और ITK-SNAP में ओवरलैप घाव नक्शे के साथ (देखें चरण 6.1) misalignment के क्षेत्रों की पहचान करने के लिए। चित्र 3 और चित्र 5देखें.
  4. MNI अंतरिक्ष में घाव नक्शे को मैन्युअल रूप से सही करने के बाद, MNI अंतरिक्ष में सही घाव नक्शे के साथ रोगी के खंडित देशी स्कैन की तुलना करके एक अंतिम जांच प्रदर्शन (यानी, चरण 6.3 के परिणाम). सुनिश्चित करें कि MNI अंतरिक्ष में सही घाव नक्शा अब सही देशी अंतरिक्ष में infarct का प्रतिनिधित्व करता है. इस तरह के बेसल Ganglia, निलय, और खोपड़ी (कदम 5.2 के समान) के रूप में पहचानने योग्य स्थलों के लिए विशिष्ट ध्यान देना।
  5. MNI अंतरिक्ष में सही घाव नक्शा MNI-152 अंतरिक्ष में ठीक घाव नक्शे के रूप में एक ही फ़ोल्डर में एक बाइनरी nifti फ़ाइल के रूप में सहेजें, यह सही घाव नक्शे के रूप में सटीक एक ही नाम दे रही है, .rected के विस्तार के साथ।

7. लेसन-लक्षण मानचित्रण के लिए डेटा तैयार करना

  1. सभी घाव नक्शे का नाम बदलें। डिफ़ॉल्ट रूप से, RegLSM फ़ाइल नाम "परिणाम" के साथ एक सबफ़ोल्डर में घाव नक्शे बचाया. फ़ाइल नाम में विषय ID शामिल करें। मैन्युअल सुधार के मामले में, का चयन करें और सही फ़ाइल का नाम बदलने के लिए सुनिश्चित हो।
  2. एक ही फ़ोल्डर में सभी घाव नक्शे की प्रतिलिपि बनाएँ।
  3. बेतरतीब ढंग से चयन और ITK-SNAP में कई घाव नक्शे का निरीक्षण करके डेटा की एक विवेक की जांच प्रदर्शन और इस तरह के बाएँ दाएँ flipping के रूप में डेटा प्रसंस्करण में व्यवस्थित त्रुटियों से बाहर शासन करने के लिए देशी स्कैन के साथ इन की तुलना करें।
  4. MRIcron का प्रयोग करें;https://www.nitrc.org/परियोजनाओं/mricron और gt; कोई घाव मस्तिष्क टेम्पलेट के बाहर स्थित हैं, तो जाँच करने के लिए एक घाव ओवरलैप छवि बनाने के द्वारा डेटा का एक और विवेक की जांच करने के लिए। आरेखण ड्रॉपडाउन मेनू का चयन करके ऐसा करें | आँकड़े - ओवरलैप छवियों बनानेके लिए |
    नोट: परिणामस्वरूप घाव ओवरले नक्शा MNI-152 टेम्पलेट पर पेश किया जा सकता है और उपयोग का निरीक्षण किया, उदाहरण के लिए, MRIcron या ITK-SNAP.
  5. घाव नक्शे अब voxel आधारित घाव-लक्षण मानचित्रण के लिए या घाव नक्शे के रूप में एक ही मानक अंतरिक्ष के लिए पंजीकृत है कि एक एटलस का उपयोग कर ब्याज के विशिष्ट क्षेत्रों के भीतर infarct मात्रा की गणना के लिए इस्तेमाल किया जा करने के लिए तैयार हैं (इस मामले में, MNI-152 अंतरिक्ष के लिए जो कई atlases उपलब्ध हैं, जिनमें से केवल कुछ36,37,38के नीचे उद्धृत कर रहे हैं .

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

सीटी (चित्र 3), DWI (चित्र 5) और FLAIR ( चित्र6) छवियों पर मस्तिष्क infarct विभाजनों के उदाहरण के मामलों, और MNI-152 टेम्पलेट के लिए बाद में पंजीकरण यहाँ प्रदान की जाती हैं. चित्र 3 B और चित्र 5C में दिखाए गए पंजीकरण परिणाम पूरी तरह से सफल नहीं थे, क्योंकि वेंट्रिकल के ललाट सींग के पास कुसंरेखन था। इन असफल पंजीकरण के पंजीकृत घाव नक्शे मैन्युअल रूप से सही थे, जिनमें से परिणाम आंकड़ों में दिखाए जाते हैं। इस मैनुअल सुधार के बाद, इन तीन उदाहरण मामलों में से प्रत्येक के घाव नक्शे देशी अंतरिक्ष में infarcts का एक सटीक प्रतिनिधित्व कर रहे हैं, और घाव नक्शे बाद घाव लक्षण मानचित्रण के लिए इस्तेमाल किया जा करने के लिए तैयार हैं। चित्र 6C एक पर्याप्त पंजीकरण परिणाम का एक उदाहरण दिखाता है जिसके लिए किसी मैन्युअल सुधार की आवश्यकता नहीं होती है.

ये आंकड़े इन स्कैन तौर तरीकों में से प्रत्येक पर मस्तिष्क infarct विभाजन में कई संभावित नुकसान पर भी प्रकाश डाला. चित्र ााा्वित 2 एक सीटी स्कैन पर गति कलाकृतियों का एक उदाहरण दिखाता है, जिस स्थिति में रोगी को एलएसएम अध्ययनों से बाहर रखा जाना चाहिए। चित्र 4 एक सीटी स्कैन पर फॉगिंग का एक उदाहरण दिखाता है, जो आमतौर पर स्ट्रोक के 14-21 दिनों के बाद होता है, जिससे इंफेक्ट आकार का एक underestimation होता है। इस समय अंतराल में किए गए सीटी स्कैन इसलिए घाव-लक्षण मानचित्रण के लिए इस्तेमाल नहीं किया जाना चाहिए। चित्र 7 RegLSM सॉफ्टवेयर का उपयोग करउत्पन्न तीन ठेठ मस्तिष्क छवि पंजीकरण योजनाओं के परिणाम दिखाता है। चित्र 8 RegLSM पंजीकरण परिणाम व्यूअर में MNI-152 T1 टेम्पलेट के लिए एक DWI छवि के पंजीकरण के परिणाम दिखाता है।

ये परिणाम सीटी और एमआरआई पर infarct विभाजन की पूरी प्रक्रिया, मानक स्थान के लिए पंजीकरण, बाद में गुणवत्ता की जाँच, और जब आवश्यक, पंजीकरण परिणामों के मैनुअल सुधार वर्णन. जिसके परिणामस्वरूप घाव नक्शे voxel आधारित या ब्याज आधारित घाव लक्षण मानचित्रण के क्षेत्र में इस्तेमाल किया जा करने के लिए तैयार हैं।

Figure 2
चित्र 2 : एक सीटी स्कैन पर गति कलाकृतियों का उदाहरण, छायांकन के रूप में पेश, लकीर ें और छवि में धुंधला. एक ही सीटी स्कैन के दो अलग-अलग स्लाइस दिखाए जाते हैं। छवि में धारियाँ और रंगों के कुछ उदाहरण तीरों द्वारा दर्शाए गए हैं। इस मामले में, सही सेरेबेलर गोलार्द्ध में एक रक्तस्रावी घटक के साथ एक infarct स्पष्ट रूप से दिखाई दे रहा है, लेकिन घाव के पूर्वकाल और मध्य सीमा का एक सटीक चित्रण इन कलाकृतियों के कारण मुश्किल है। इसलिए, इस स्कैन का उपयोग LSM के लिए नहीं किया जाना चाहिए. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 3
चित्र 3 : खंडीकरण और एक सीटी स्कैन पर एक infarct के पंजीकरण. (ए) एक ही रोगी के लिए तीन समय बिंदु पर सीटी स्कैन करता है। सीटी और एलटी;24 एच विभाजन के लिए इस्तेमाल नहीं किया जा सकता है क्योंकि infarct अभी तक दिखाई नहीं है, भले ही सीटी-परफ्यूजन नक्शे एक बड़े दाएँ ललाट क्षेत्र में ischemia दिखा. सीटी-परफ्यूजन मैप्स के लिए महापुरूष: सेरेब्रल रक्त प्रवाह (एमएल/100 ग्राम में सीबीएफ) 0 (अंधेरे नीले) से 200 (लाल) और मतलब पारगमन समय (एस में एमटी) 0 (लाल) से लेकर गहरे नीले (20) तक। 6 दिन पर सीटी स्कैन infarcted मस्तिष्क ऊतक की सूजन से पता चलता है, मामूली midline बदलाव और hemorrhagic परिवर्तन infarct के भीतर उच्च घनत्व के साथ एक क्षेत्र के रूप में दिखाई के साथ. सीटी स्कैन के बाद 4 महीने के पूर्व धानी वेंट्रिकल्स और पास के sulci के विस्तार के साथ मस्तिष्क ऊतक हानि से पता चलता है. पंजीकरण के लिए आसन्न संरचनाओं के परिणामस्वरूप विस्थापन के लिए क्षतिपूर्ति करना होगा. (ख)MNI-152 टेम्पलेट के लिए पंजीकरण का परिणाम. पंजीकरण एल्गोरिथ्म अपर्याप्त midline बदलाव और बाएँ वेंट्रिकल, जो एक मैनुअल सुधार की आवश्यकता के संपीड़न के लिए मुआवजा (सही पर दिखाया गया). कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 4
चित्र 4 : सीटी इमेजिंग पर फॉगिंग प्रभाव के उदाहरण. तीन अलग-अलग टाइमपॉइंट पर स्कैन दो अलग-अलग रोगियों के लिए दिखाए जाते हैं ताकि यह स्पष्ट हो सके कि फॉगिंग चरण में किए गए सीटी स्कैन (यानी स्ट्रोक के 14-21 दिन बाद) से बचा जाना चाहिए। (ए) रोगी 1 के लिए, सीटी स्कैन स्ट्रोक शुरुआत के बाद 24 एच प्रदर्शन बाएं ललाट पालि में एक अच्छी तरह से demarcated infarct से पता चलता है. स्ट्रोक शुरुआत के 20 दिनों के बाद, infarct अच्छी तरह से निर्धारित नहीं है, और विभाजन के लिए इस स्कैन का उपयोग करने के परिणामस्वरूप infarct आकार के underestimation होगा. अनुवर्ती एमआरआई (3 साल बाद) से पता चलता है कि 24 एच के बाद सीटी स्कैन infarct आकार का एक सटीक प्रतिनिधित्व था, जबकि 20 दिन में सीटी स्कैन नहीं था. (बी) रोगी 2 के लिए, 24 ज के भीतर सीटी स्कैन से इस्किमिया के सूक्ष्म प्रारंभिक लक्षण दिखाई देते हैं जिसमें ग्रे-व्हाइट मैटर भेदभाव और सही अस्थायी और द्वीपीय क्षेत्रों में फैलाना सूजन होती है। दिन 4 में सीटी स्कैन एक अच्छी तरह से सीमांकन infarct से पता चलता है. 18 दिन में सीटी स्कैन पर, hypodense infarcted क्षेत्र का एक बड़ा हिस्सा आइसोडेंस बन गया है, जो infarct के undersegmentation में परिणाम होगा. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 5
चित्र 5 : खंडीकरण और एक एमआरआई DWI अनुक्रम पर एक infarct के पंजीकरण. एमआरआई स्कैन स्ट्रोक शुरुआत के बाद 12 एच प्रदर्शन किया। (ए) तीव्र इस्कीमिक घाव DWI अनुक्रम पर अति तीव्र है (b-मान $ 1000) और एडीसी पर hypointense, cytotoxic edema के कारण प्रतिबंधित प्रसार का संकेत. infarct DWI छवि पर विभाजित है. यह ध्यान दिया जाना चाहिए कि FLAIR पर संकेत में एक सूक्ष्म वृद्धि हुई है, लेकिन यह इस समय बिंदु पर घाव विभाजन के लिए अनुमति देने के लिए अपर्याप्त स्पष्ट है। (बी)डॉटेड दीर्घवृत्त DWI (ऊपरी छवि) और एडीसी (कम छवि) पर हड्डी हवा विन्यास के पास कलाकृतियों से पता चलता है. (ग) पंजीकृत DWI अनुक्रम की तुलना (बाएँ छवि; समान स्कैन के रूप में पैनल ए और बीमें दिखाया गया है ) और इसी MNI-152 टेम्पलेट (मध्य छवि) के साथ दर्ज infarct. सही caudate नाभिक, जहां निलय पूरी तरह से गठबंधन नहीं कर रहे हैं के सिर पर मामूली त्रुटि ध्यान दें. यह मानक अंतरिक्ष में विभाजन के एक मैनुअल सुधार की आवश्यकता (सही पर दिखाया गया है). कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 6
चित्र 6 : खंडीकरण और एक एमआरआई FLAIR अनुक्रम पर एक infarct के पंजीकरण. एमआरआई स्कैन एक ही रोगी के लिए स्ट्रोक के बाद दो अलग-अलग timepoints पर प्रदर्शन किया गया। (ए) एमआरआई स्कैन में दिन 3 पर तीव्र lacunar infarct (सफेद तीर के साथ संकेत) मज़बूती से पुराने hyperintense घावों से प्रतिष्ठित किया जा सकता है, जैसे सफेद पदार्थ hyperintensities (डैश्ड हलकों के साथ संकेत), क्योंकि केवल तीव्र infarcts DWI पर प्रसार प्रतिबंध दिखा. यह ध्यान दिया जाना चाहिए कि इस समय बिंदु पर, DWI भी विभाजन के लिए इस्तेमाल किया जा सकता है. (बी) 7 महीने में, DWI अब सफेद पदार्थ hyperintensities से infarct भेद करने के लिए उपयोगी नहीं है. इसके बजाय, T1 T1 पर एक कम संकेत है कि एक मस्तिष्कमेरु द्रव से भरे गुहा की उपस्थिति के आधार पर infarct की पहचान करने के लिए इस्तेमाल किया जाना चाहिए (और ADC पर उच्च संकेत). इस पुरानी अवस्था में, FLAIR पर गुहा और आसपास के हाइपरतीव्र सिग्नल दोनों को एक infarct के रूप में विभाजित किया जाना चाहिए। (ग) यह 3 दिन पर FLAIR के पंजीकरण के परिणाम दिखाता है, जो पर्याप्त है और कोई मैनुअल सुधार की आवश्यकता है. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 7
चित्र 7 : RegLSM में लागू अक्सर इस्तेमाल किया पंजीकरण योजनाओं का अवलोकन. मध्यवर्ती टेम्पलेट्स है कि लक्ष्य टेम्पलेट से रोगी के साथ एक बेहतर मैच प्रदान का उपयोग वैकल्पिक है. यह विशेष महत्व का है जब एक सीटी स्कैन एक एमआरआई टेम्पलेट के लिए पंजीकृत है (रोगी 1 देखें)। FLAIR या DWI पर सेगमेंट करते समय, सेगमेंट्ड स्कैन या तो एक देशी T1 छवि के लिए सह-पंजीकृत किया जा सकता है (रोगी 2 देखें), यदि उपलब्ध हो या सीधे T1 टेम्पलेट (रोगी 3) में पंजीकृत हो। अन्य विकल्प भी उपलब्ध हैं, के रूप में चर्चा के प्रासंगिक वर्गों में समझाया. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 8
चित्र 8 : पंजीकरण परिणाम दर्शक RegLSM में लागू किया गया. बाएं तीन पैनलों तीन विमानों में MNI-152 टेम्पलेट दिखाने (ट्रांसवर्सल, sagital, कोरोनल), और सही तीन पैनलों तीन विमानों में एक पंजीकृत DWI छवि दिखा. क्रॉसहेयर मदद करता है अगर शारीरिक संरचनाओं सही गठबंधन कर रहे हैं सत्यापित करने के लिए इस्तेमाल किया जा सकता है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

अनुपूरक चित्र 1: LSM के लिए एक छवि संसाधन के दौरान विशिष्ट फ़ोल्डर संरचना. विषय ID002 के लिए पहले सबफ़ोल्डर nifti प्रारूप में तीन देशी स्कैन (FLAIR, T1 और T2, लाल बॉक्स में) और FLAIR अनुक्रम (नीले बॉक्स में) के विभाजन शामिल हैं। RegLSM द्वारा पंजीकरण प्रक्रिया के दौरान तीन सबफ़ोल्डर बनाए जाते हैं। $MNI करने के लिए सबफ़ोल्डर पंजीकृत सेगमेंट स्कैन (इस मामले में FLAIR, हरे बॉक्स में) शामिल हैं। बाद सबफ़ोल्डर मानक अंतरिक्ष (पूरे बॉक्स) में पंजीकृत घाव नक्शा शामिल हैं। नोट की, RegLSM आगामी अद्यतन में BIDS-संगत बनाया जाएगा। कृपया यहाँ क्लिक करें इस आंकड़े को डाउनलोड करने के लिए.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

LSM मानव मस्तिष्क के कार्यात्मक वास्तुकला का अध्ययन करने के लिए एक शक्तिशाली उपकरण है। किसी भी घाव-लक्षण मानचित्रण अध्ययन में एक महत्वपूर्ण कदम इमेजिंग डेटा का पूर्व प्रसंस्करण, घाव के विभाजन और मस्तिष्क टेम्पलेट के लिए पंजीकरण है। यहाँ, हम घाव विभाजन और घाव लक्षण मानचित्रण के उद्देश्य के लिए पंजीकरण के लिए एक मानकीकृत पाइप लाइन रिपोर्ट. इस विधि को स्वतंत्र रूप से उपलब्ध छवि प्रसंस्करण उपकरणों के साथ किया जा सकता है, सीटी और संरचनात्मक एमआरआई स्कैन दोनों को संसाधित करने के लिए इस्तेमाल किया जा सकता है, और घाव-लक्षण मानचित्रण विश्लेषण के लिए इमेजिंग डेटा तैयार करने की पूरी प्रक्रिया को शामिल किया गया है।

घाव-लक्षण मानचित्रण के लिए मस्तिष्क इमेजिंग डेटा प्रसंस्करण में पहला प्रमुख कदम घाव विभाजन है। इस प्रोटोकॉल infarct वर्णन के लिए मानदंड सहित एक विस्तृत ट्यूटोरियल प्रदान करता है, कई उदाहरण, और नुकसान सटीक और reproduible विभाजन की सुविधा के लिए. जैसा कि प्रोटोकॉल में उल्लेख किया गया है और सारणी 1में संक्षेप किया गया है, प्रत्येक स्कैन प्रकार में एक विशिष्ट समय विंडो होती है जिसमें इसका उपयोग अफ़गदार विभाजन के लिए किया जा सकता है। Infarcts DWI पर कई घंटे के भीतर दिखाई दे रहे हैं के रूप में DWI पर hyperintense और ADC पर hypointense (cytotoxic edema के कारण प्रतिबंधित पानी प्रसार reflecting), जबकि अन्य एमआरआई दृश्यों, FLAIR सहित, (और सीटी स्कैन) काफी संवेदनशील नहीं हैं मज़बूती से 48 ज39के भीतर infarcts का पता लगाने के लिए . पहले सप्ताह के बाद, ADC छवि isointense हो जाता है और अंततः अति तीव्र के रूप में vasogenic edema30विकसित करता है, जबकि DWI आमतौर पर कई और अधिक सप्ताह के लिए अति तीव्र रहता है31,39,40. इसलिए यह केवल 7 दिनों के भीतर DWI का उपयोग करने के लिए और 7 दिनों के बाद FLAIR अनुक्रम का उपयोग करने के लिए सलाह दी जाती है।

के रूप में चरण 3.4 में उल्लेख किया है, एक FLAIR hyperintense घाव हमेशा एक infarct नहीं है. सफेद पदार्थ hyperintensities और अन्य पुरानी घावों एक FLAIR अनुक्रम पर एक subcortical infarct समान कर सकते हैं. तीव्र अवस्था में, छोटे subcortical infarcts आसानी से सफेद पदार्थ hyperintensities या अन्य पुरानी घावों से प्रतिष्ठित किया जा सकता है जैसे अनुमानित संवहनी मूल के lacunes जब वहाँ एक DWI उपलब्ध है, प्रोटोकॉल में उल्लेख के रूप में (चित्र 5देखें). पुरानी अवस्था में, टी 1 अनुक्रम की बारीकी से समीक्षा की जानी चाहिए ताकि घाव के भीतर छोटे गुहाओं (कम से कम 3 मिमी) की तलाश की जा सके, यह दर्शाता है कि घाव एक सफेद पदार्थ अति तीव्रता नहीं है (चित्र 6देखें)। की गुहाओं;3 मिमी, विशेष रूप से जब आकार में लम्बी, एक FLAIR अतितीव्र घाव के भीतर एक infarct की तुलना में एक perivascular अंतरिक्ष होने की संभावना है और infarcts33के रूप में विभाजित नहीं किया जा करने के लिए कर रहे हैं। यदि एक पुरानी cavitated घाव एक कमी के लिए मानदंड फिट बैठता है (यानी, गुहा 3-15 मिमी है)33, यह अभी भी यह सुनिश्चित करने के लिए चुनौतीपूर्ण हो सकता है कि यह वास्तव में लक्षण infarct है, क्योंकि कमी मस्तिष्क संबंधी लक्षणों के बिना व्यक्तियों में हो सकता है, और कुछ व्यक्तियों के पास अनेक लावण्यें41हैं . यह इन मामलों में नैदानिक स्ट्रोक phenotype पता करने के लिए सुनिश्चित करें कि infarct एक संरचना है कि प्रारंभिक स्ट्रोक के लक्षण फिट बैठता है में स्थित है में मदद करता है. जब संदेह होता है कि क्या एक कमी स्ट्रोक के लक्षणों से मेल खाती है, तो रोगी को बाहर करना सबसे अच्छा है।

सही पहचान के बारे में कई विचार किए गए हैं जिन्हें ध्यान में रखा जाना चाहिए। पहले मस्तिष्क infarcts का पता लगाने में स्कैन की विश्वसनीयता से संबंधित है. छोटे infarcts के साथ मामूली इस्कीमिक स्ट्रोक रोगियों में, अनुवर्ती FLAIR पर अंतिम infarct आकार अक्सर प्रारंभिक DWI घाव42की तुलना में छोटा है. बड़े (कॉर्टिकल) infarcts में, वहाँ काफी सबूत है कि अतितीव्र चरण में DWI घाव (lt;24 एच) सही infarct कोर का प्रतिनिधित्व करता है (यानी, अपरिवर्तनीय क्षति का प्रतिनिधित्व करता है), यहां तक कि जब DWI इमेजिंग reperfusion चिकित्सा से पहले किया जाता है 43 , 44. हालांकि, कुछ मामलों में, 24 घंटे के भीतर देखा DWI घाव अंतिम infarct आकार का एक underrepresentation है, क्योंकि penumbra (hypoperfused लेकिन संभावित बचाव योग्य मस्तिष्क ऊतक) एक DWI घाव के रूप में दिखाई नहीं देता है, लेकिन यह अभी भी फार्म के लिए प्रगति हो सकती है अंतिम infarct43 का हिस्सा (विशेष रूप से यदि बड़े धमनी occlusions के साथ रोगियों में reperfusion चिकित्सा प्रदर्शनों का प्रदर्शन नहीं किया जाता है).

24 घंटे के भीतर DWI का उपयोग कर के साथ एक और मुद्दा यह है कि DWI घावों कुछ हद तक गतिशील हैं और reperfusion चिकित्सा के बाद उत्क्रमण दिखा सकते हैं. हालांकि, अनुवर्ती स्कैन से पता चला कि इस उत्क्रमण क्षणिक था और प्रारंभिक DWI घाव सही infarct कोर का प्रतिनिधित्व किया था. हालांकि, यह संकेत मिलता है कि DWI reperfusion चिकित्सा के बाद कई घंटे प्रदर्शन अंतिम infarct आकार43के आगे underestimation में परिणाम हो सकता है. अंतिम infarct आकार के इस संभावित underestimation घाव-लक्षण मानचित्रण अध्ययन में स्ट्रोक शुरुआत के बाद 24 घंटे के भीतर प्रदर्शन DWI का उपयोग करने का एक महत्वपूर्ण सीमा है। हालांकि, यह ध्यान दिया जाना चाहिए कि अन्य स्कैन प्रोटोकॉल का उपयोग करने के लिए सीमाएँ हैं के रूप में अच्छी तरह से. सबसे पहले, स्ट्रोक के बाद प्रदर्शन कर रहे हैं कि किसी भी मोडलिटी के स्कैन और तीव्र चरण में infarct की सूजन के कारण बड़े पैमाने पर प्रभाव दिखा सकते हैं, और वेंट्रिकल के पूर्व धानी वृद्धि, sulcal चौड़ा, और पुरानी में आसपास के संरचनाओं के विस्थापन चरण7. इस विस्थापन पंजीकरण एल्गोरिथ्म द्वारा सही किया जाना चाहिए और, यदि आवश्यक हो, एक मैनुअल सुधार एक विशेषज्ञ समीक्षक द्वारा किया जाना चाहिए. फिर भी, दोनों स्थितियों मानक अंतरिक्ष के लिए infarcted क्षेत्र के अनुवाद की सटीकता को प्रभावित कर सकते हैं, यहां तक कि जब कठोर गुणवत्ता की जांच कर रहे हैं.

ध्यान दें, hyperacute चरण में DWI इस सीमा से ग्रस्त नहीं है, क्योंकि वहाँ 24 घंटे के भीतर कोई महत्वपूर्ण जन प्रभाव है. इन स्कैनर प्रकार-विशिष्ट सीमाओं के प्रकाश में, एक सजातीय डेटासेट प्राप्त करने का विचार एक मानकीकृत समय बिंदु पर एक एकल स्कैन प्रकार का उपयोग करते समय एक घाव-लक्षण मानचित्रण अध्ययन डिजाइन किया जाना चाहिए। हालांकि, यह रोगी को शामिल करने में एक व्यवस्थित पूर्वाग्रह पेश करेगा, जैसा कि अधिकांश क्लीनिकों में, एमआरआई से गुजरने वाले स्ट्रोक रोगियों को अलग कर दिया जाता है (यानी, अक्सर छोटे infarcts और कम, अधिक अलग लक्षण होते हैं) सीटी से गुजरने वाले रोगियों की तुलना में। इस प्रकार, व्यवस्थित रूप से एक विशिष्ट इमेजिंग मोडलिटी वाले रोगियों को छोड़कर घाव वितरण में परिवर्तनशीलता को सीमित कर देगा, जो बदले में घाव-लक्षण मानचित्रण परिणाम45की वैधता पर नकारात्मक प्रभाव डालता है।

अंत में, सभी संरचनात्मक इमेजिंग तौर तरीकों की एक सीमा यह है कि वे infarct के आसपास कम भ्रम की उपस्थिति पर कब्जा नहीं है, भले ही मस्तिष्क क्षेत्रों में असामान्य भ्रम है कि संरचनात्मक इमेजिंग पर सामान्य दिखाई मस्तिष्क के साथ हस्तक्षेप कर सकते हैं समारोह7,46. सारांश में, सीटी और कई संरचनात्मक एमआरआई दृश्यों घाव-लक्षण मानचित्रण के उद्देश्य के लिए infarcts खंड करने के लिए इस्तेमाल किया जा सकता है, जब तक उचित समय खिड़कियों और घाव का पता लगाने के लिए मानदंडों का पालन कर रहे हैं, और पंजीकरण के परिणामों को ध्यान से जाँच कर रहे हैं। खाते में स्कैनर प्रकार-विशिष्ट और समय खिड़की-विशिष्ट सीमाओं को ध्यान में रखना महत्वपूर्ण है जब डिजाइन और घाव-लक्षण मानचित्रण अध्ययन की व्याख्या।

किसी भी घाव विभाजन विधि में एक महत्वपूर्ण मुद्दा अपनी पुन: उत्पादनक्षमता का मूल्यांकन कर रहा है। मस्तिष्क शरीर रचना विज्ञान के पर्याप्त प्रशिक्षण और ज्ञान सामान्य शारीरिक संरचनाओं और शारीरिक रूपों से घावों को अलग करने के लिए महत्वपूर्ण हैं। इसके अलावा, घाव-लक्षण मानचित्रण के प्रयोजन के लिए infarct विभाजनों के प्रदर्शन से पहले अंतर और अंतर-observer reproducibility के मूल्यांकन की सिफारिश की है। हम पहले दोनों तीव्र में सीटी स्कैन पर मैनुअल infarct विभाजन प्रोटोकॉल के लिए उच्च अंतर-observer समझौते का प्रदर्शन किया है तीव्र [मतलब पासा समानता गुणांक (DSC) 0.77; एसडी 0.11] और पुरानी (डीएससी 0.76; एसडी 0.16) चरणों, साथ ही उच्च इंट्रा-ऑब्जर्वर समझौते (डीएससी 0.90, एसडी 0.05 तीव्र चरण में; डीएससी 0.89, एसडी 0.06 पुरानी अवस्था में)16| डीडब्ल्यूआई और फ्लेयर पर अंतर-प्रेक्षक विभाजन के लिए अंतर-प्रेक्षक समझौता भी उच्च47माना जाता है।

यहाँ वर्णित विधि की मुख्य सीमा है कि मैनुअल विभाजन, गुणवत्ता की जाँच करता है, और मैनुअल सुधार समय लेने वाली हैं. पूरी तरह से स्वचालित infarct विभाजन उपकरण है कि दोनों सीटी और एमआरआई स्कैन एक विश्वसनीय तरीके से अलग स्कैन प्रोटोकॉल के साथ प्रक्रिया कर सकते हैं7,47की कमी है . स्वचालित infarct विभाजन उपकरण है कि विशिष्ट स्कैन प्रोटोकॉल के लिए अनुकूलित कर रहे हैं आशाजनक परिणाम प्रदान करते हैं (उदाहरण के लिए, DWI के लिए जहां infarcted और सामान्य मस्तिष्क ऊतक के बीच अंतर बहुत अधिक है48),और आगे सुधार किए जाने की संभावना है निकट भविष्य में. अर्द्ध स्वचालित तरीकों infarcts विभाजन के लिए आवश्यक समय को कम कर सकते हैं, लेकिन यह भी सही घाव वर्गीकरण47सुनिश्चित करने के लिए एक विशेषज्ञ की आवश्यकता है। यह गुणवत्ता की जांच महत्वपूर्ण है, क्योंकि यहां तक कि कुछ असफल infarct विभाजन काफी घाव लक्षण मानचित्रण परिणामों की वैधता को कम कर सकते हैं. इस प्रकार, मैनुअल infarct विभाजन सोने के मानक7बनी हुई है.

घाव-लक्षण मानचित्रण के लिए मस्तिष्क इमेजिंग डेटा प्रसंस्करण में दूसरा प्रमुख कदम एक मस्तिष्क टेम्पलेट के लिए घाव नक्शे का पंजीकरण है। RegLSM एकाधिक मान्य पंजीकरण योजनाएँ प्रदान करता है। सीटी स्कैन के लिए, हिस्टोग्राम समकारी नरम ऊतक विपरीत21में सुधार करने के लिए किया जाता है, और एक सीटी टेम्पलेट22 के लिए एक मध्यवर्ती पंजीकरण कदम पंजीकरण की गुणवत्ता का अनुकूलन करने के लिए किया जाता है। एमआरआई स्कैन के लिए, स्कैन जिस पर विभाजन किया गया था सह संबंधित T1 अनुक्रम करने के लिए पंजीकृत है, यदि उपलब्ध हो, रैखिक पंजीकरण का उपयोग कर. बाद में, देशी T1 एक मध्यवर्ती आयु-विशिष्ट T1 टेम्पलेट22 या सीधे लक्ष्य T1 टेम्पलेट34 रैखिक और गैर रेखीय पंजीकरण20का उपयोग करने के लिए पंजीकृत है। मध्यवर्ती टेम्पलेट्स, दोनों CT और T1, लक्ष्य T1 टेम्पलेट के साथ संरेखित किया गया है एक रेखीय और गैर रेखीय पंजीकरण जो मैन्युअल रूप से ऑप्टिमाइज़ किया गया था और सत्यापित का उपयोग कर. मध्यस्थ टेम्पलेट का उपयोग किया जाता है, जब यह पूर्व-कम्प्यूटेड रूपांतरण अंतिम रूपांतरण चरण के रूप में जोड़ा जाता है।

जब कोई T1 उपलब्ध नहीं होता है, तो स्कैन जिस पर विभाजन किया गया था (आमतौर पर एक FLAIR या DWI) एक रेखीय और गैर रेखीय पंजीकरण20का उपयोग करलक्ष्य T1 टेम्पलेट पर सीधे पंजीकृत किया जा सकता है। DWI छवियों के लिए, एक मस्तिष्क ऊतक मुखौटा एकीकृत विभाजन का उपयोग कर के रूप में एसपीएम35में लागू बनाया जाता है, रैखिक पंजीकरण जिसके बाद एक गैर रेखीय पंजीकरण प्रक्रिया को पूरा मार्गदर्शन करने के लिए. RegLSM में पंजीकरण योजनाओं उच्च अनुकूलन कर रहे हैं, और आमतौर पर इस्तेमाल किया MNI-152 T1 टेम्पलेट और मध्यवर्ती टेम्पलेट खंडित स्कैन के साथ एक बेहतर मैच प्रदान कर सकते हैं कि किसी भी टेम्पलेट द्वारा प्रतिस्थापित किया जा सकता है। एक दिलचस्प संभावना FLAIR और DWI मस्तिष्क टेम्पलेट्स कि व्यक्तिगत स्ट्रोक रोगियों के साथ एक बेहतर मैच प्रदान का विकास होगा. वर्णित पंजीकरण विधि की एक सीमा यह है कि पंजीकरण कुछ मामलों में विफल रहता है, जिसका अर्थ है पंजीकरण परिणामों का एक दृश्य निरीक्षण सभी रोगियों के लिए आवश्यक है, कुछ मामलों में एक मैनुअल सुधार के बाद. एक मैनुअल सुधार की आवश्यकता होती है जो मामलों की संख्या स्ट्रोक उपप्रकार के साथ भिन्न होता है। हमारे पिछले अनुभव में, मैनुअल सुधार बड़े मस्तिष्क infarcts49,50 ,51 के एक तिहाई तक में जरूरतहै,लेकिन छोटे lacunar infarcts4के साथ रोगियों के केवल 13% . असफल पंजीकरण के बहुमत घाव के कारण शारीरिक विकृतियों के कारण होता है (जैसा कि पहले चर्चा की गई है), जो विशेष रूप से या तो गंभीर सूजन या आसपास के संरचनाओं के पूर्व धानी वृद्धि के साथ बड़े infarcts के मामलों में होने की संभावना है. इन misalignments के मैनुअल सुधार समय लेने वाली लेकिन घाव-लक्षण मानचित्रण विश्लेषण करने से पहले महत्वपूर्ण है। इन घावों महत्वपूर्ण शारीरिक विरूपण का कारण नहीं है, शायद क्योंकि सफेद पदार्थ hyperintensities का अध्ययन करते समय मैनुअल सुधार की आवश्यकता होती है कि मामलों की संख्या कम है। सफेद पदार्थ hyperintensities के साथ रोगियों में हमारे हाल ही में घाव-लक्षण मानचित्रण अध्ययन में, केवल 3% मैनुअल सुधार6के बिना आगे बढ़ने के लिए अपर्याप्त गुणवत्ता के थे।

डिफ़ॉल्ट रूप से, RegLSM घाव मास्किंग और न ही घाव भरने के किसी भी रूप को लागू नहीं करता है, हालांकि RegLSM की अनुकूलन प्रकृति उपयोगकर्ताओं को इसे सक्षम करने की अनुमति देता है। पंजीकरण प्रक्रिया में पारस्परिक सूचना मीट्रिक52 का उपयोग पंजीकरण की गुणवत्ता को प्रभावित करने वाले घाव की उपस्थिति के साथ पहले उठाए गए अधिकांश मुद्दों से बचा जाता है। पारस्परिक जानकारी बहु-मोडल पंजीकरण (उदाहरण के लिए, FLAIR से T1) के लिए अच्छी तरह से अनुकूल है और अन्य मैट्रिक्स या लागत कार्यों की तुलना में विकृति की उपस्थिति से कम प्रभावित होती है। यहां तक कि इंट्रा-मोडल पंजीकरण के लिए (उदाहरण के लिए, विषय T1 टेम्पलेट T1 के लिए), आपसी जानकारी विकृति की उपस्थिति से निपटने के लिए इस्तेमाल किया जाना चाहिए। Lesions संयुक्त हिस्टोग्राम है कि पंजीकरण की गुणवत्ता को प्रभावित किए बिना अनुकूलित किया जा सकता है में अपने स्वयं के क्लस्टर होगा. कुछ मामलों में, घाव मास्किंग भी पंजीकरण की गुणवत्ता नीचा कर सकते हैं, के बाद से अपर्याप्त छवि जानकारी पंजीकरण मार्गदर्शन करने के लिए रहता है जब घाव की मात्रा बड़ी है.

इस्तेमाल किया सॉफ्टवेयर के बारे में एक सामान्य टिप्पणी के रूप में, DICOM से nifti प्रारूप में रूपांतरण सहित, दृश्य स्कैन, और एनोटेशन, यह ध्यान दिया जाना चाहिए कि कई खुले उपयोग उपकरण मौजूद हैं. हम सभी उपलब्ध उपकरणों की एक व्यवस्थित सिंहावलोकन प्रदान नहीं किया है, क्योंकि यह इस लेख के दायरे से बाहर था. इसके अलावा, कई संस्थानों को अपनी छवि दृश्य और एनोटेशन उपकरण विकसित. यहां, हमने एक व्यापक ढांचा प्रदान करने का निर्णय लिया है जो कई सामान्य रूप से इस्तेमाल किए जाने वाले ओपन-एक्सेस टूल का उपयोग करके घाव-लक्षण मानचित्रण के उद्देश्य के लिए सीटी/एमआरआई पूर्व प्रसंस्करण, विभाजन, और पंजीकरण की पूरी प्रक्रिया को कवर करता है। इस विधि का उपयोग करते समय, प्रस्तावित छवि रूपांतरण, दृश्यावलोकन, या एनोटेशन उपकरण अन्य उपलब्ध उपकरणों या कस्टम-निर्मित उपकरणों द्वारा प्रतिस्थापित किए जा सकते हैं, यदि यह बेहतर डेटा के अनुकूल है या अधिक सुविधाजनक माना जाता है। इसके अलावा, छवि प्रसंस्करण पाइप लाइन आगे उपलब्ध (अर्द्ध-) स्वचालित infarct विभाजित उपकरण को लागू करने के द्वारा अनुकूलित किया जा सकता है, अगर यह एक विशेष घाव-लक्षण मानचित्रण अध्ययन के अध्ययन डिजाइन फिट बैठता है. इस कागज इस्कीमिक स्ट्रोक के साथ रोगियों के स्कैन प्रसंस्करण पर केंद्रित है, लेकिन ढांचे के रूप में अच्छी तरह से अन्य घाव प्रकार के प्रसंस्करण के लिए इस्तेमाल किया जा सकता है (जैसे, सफेद बात hyperintensities या lacunes) घाव विभाजन प्रक्रिया की जगह से (खंड 3 के प्रोटोकॉल) एक और उपयुक्त विभाजन प्रक्रिया के साथ.

घाव-लक्षण मानचित्रण में एक महत्वपूर्ण मुद्दा यह है कि सह-आवर्ती रोगों से कैसे निपटें। उदाहरण के लिए, जब तीव्र इस्कीमिक स्ट्रोक के साथ रोगियों में एक अध्ययन प्रदर्शन, सह होने वाली सफेद पदार्थ hyperintensities या यहां तक कि पिछले infarcts की एक पर्याप्त राशि हो सकती है. सफेद पदार्थ hyperintensities का अध्ययन करते समय, कुछ रोगियों को भी हो सकता है (चुप या चिकित्सकीय overt) मस्तिष्क infarcts. मस्तिष्क इमेजिंग पर सह-उत्पन्न रोगों संज्ञानात्मक हानि के लिए एक स्वतंत्र योगदान हो सकता है और आदर्श रूप में ध्यान में रखा जाना चाहिए. इस मुद्दे से निपटने का एक सीधा तरीका सह-आवर्ती रोगों वाले रोगियों को बाहर करना है [जैसे, सफेद पदार्थ hyperintensities पर ध्यान केंद्रित करते समय (बड़े) मस्तिष्क infarcts के साथ रोगियों को बाहर करना है, लेकिन यह सीमित करने का नुकसान है एक ही प्रकार की विकृति वाले रोगियों को निष्कर्षों की सामान्यता।

एक वैकल्पिक दृष्टिकोण है कि अक्सर प्रयोग किया जाता है सह होने वाली रोगों के प्रभाव से पीछे हटना है (उदाहरण के लिए, सफेद बात hyperintensity मात्रा या मस्तिष्क infarcts की उपस्थिति के लिए समायोजित) से पहले या घाव लक्षण मानचित्रण के दौरान परिणाम चर पर विश्लेषण. हालांकि, इस दृष्टिकोण की एक सीमा यह है कि इन सह-आवर्ती विकृतियों के स्थान को ध्यान में नहीं रखा जाता है, भले ही यह infarcts और सफेद पदार्थ hyperintensities2के लिए प्रासंगिक होने के लिए जाना जाता है, और अन्य घाव प्रकार के लिए संभावना है। इसलिए, सैद्धांतिक आधार पर, सबसे अच्छा दृष्टिकोण एक एकीकृत घाव-लक्षण मानचित्रण विश्लेषण करने के लिए है जिसमें VLSM परिणाम ों voxel स्तर पर सह-आवर्ती रोगों के स्थान के लिए सही कर रहे हैं। हाल ही में एक अध्ययन में, एक बहुचर समर्थन वेक्टर प्रतिगमन आधारित विधि कई घाव प्रकार पर एकीकृत voxel-वार घाव-लक्षण मानचित्रण प्रदर्शन करने के लिए इस्तेमाल किया गया था और मस्तिष्क क्षेत्रों की पहचान जहां सफेद पदार्थ hyperintensities संज्ञानात्मक के साथ जुड़े रहे हैं स्ट्रोक के बाद गिरावट, तीव्र infarct स्थान53से स्वतंत्र | इस अध्ययन से पता चलता है कि कैसे एक एकीकृत voxel-वार कई घाव प्रकार के विश्लेषण संज्ञानात्मक हानि और मनोभ्रंश53के विकास में विभिन्न घाव प्रकार के बीच जटिल बातचीत में नई अंतर्दृष्टि प्रदान कर सकते हैं.

संक्षेप में, यहाँ प्रदान की छवि प्रसंस्करण पाइप लाइन घाव लक्षण मानचित्रण के उद्देश्य के लिए मस्तिष्क घाव विभाजन और पंजीकरण के एक मानकीकृत विधि के रूप में कार्य करता है। इस विधि की ताकत (1) विभाजन और पंजीकरण विधि है, जो कठोर गुणवत्ता की जांच की कीमत पर आता है की विश्वसनीयता, और कुछ मामलों में एक प्रशिक्षित rater द्वारा सुधार कर रहे हैं, (2) पंजीकरण पाइप लाइन की अनुकूलन जिसमें पंजीकरण योजना और टेम्पलेट्स सबसे अच्छा संभव तरीके से डेटा फिट करने के लिए समायोजित किया जा सकता है, और (3) सीटी और संरचनात्मक एमआरआई दृश्यों सहित अत्यधिक विषम मस्तिष्क इमेजिंग डेटा संसाधित करने की संभावना. भविष्य की चुनौतियों सीटी और एमआरआई के लिए मजबूत, स्वचालित घाव विभाजन उपकरण के विकास, पंजीकरण विधियों के आगे सुधार, और मस्तिष्क टेम्पलेट्स के विकास है कि व्यक्तिगत स्ट्रोक रोगियों के साथ एक बेहतर मैच प्रदान शामिल हैं, सहित DWI और FLAIR टेम्पलेट्स. ये सुधार आगे घाव विभाजन की reproducibility बढ़ाने के लिए और दृश्य चेक और मैनुअल सुधार करने पर खर्च समय को कम कर सकते हैं।

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

लेखकों के हित ों का कोई संघर्ष का खुलासा.

Acknowledgments

डॉ Biesbroek का काम विश्वविद्यालय चिकित्सा केंद्र यूट्रैक्ट के मस्तिष्क केंद्र रुडोल्फ मैगनस से एक युवा प्रतिभा फैलोशिप द्वारा समर्थित है. यह काम और मेटा VCI मानचित्र संघ Vici अनुदान 918.16.616 से zonMw, नीदरलैंड, स्वास्थ्य अनुसंधान और विकास के लिए संगठन, Geert जन Biessels के लिए समर्थन कर रहे हैं. लेखकों के आंकड़ों में से एक में इस्तेमाल किया गया है कि स्कैन साझा करने के लिए डॉ तंजा C.W. Nizboer धन्यवाद करना चाहते हैं।

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

व्यवहार अंक 151 घाव-लक्षण मानचित्रण घाव व्यवहार मानचित्रण infarct स्ट्रोक विभाजन पंजीकरण छवि पंजीकरण स्थानिक सामान्यीकरण संवहनी संज्ञानात्मक हानि
लीसन-लक्षण मानचित्रण के लिए एमआरआई या सीटी पर ब्रेन इंफ़ेक्ट सेगमेंटेशन और पंजीकरण
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