घाव एक्सप्लोरर: सही और विश्वसनीय एमआरआई व्युत्पन्न अल्जाइमर रोग में Volumetrics और सामान्य बुजुर्गों के लिए एक वीडियो निर्देशित, मानकीकृत प्रोटोकॉल

Medicine
 

Summary

घाव एक्सप्लोरर (ले) अल्जाइमर रोग और सामान्य बुजुर्ग की संरचनात्मक एमआरआई से क्षेत्रीय मस्तिष्क के ऊतकों और subcortical hyperintensity घाव volumetrics प्राप्त करने के लिए विकसित की एक अर्द्ध स्वचालित, छवि प्रसंस्करण पाइपलाइन है. सटीकता और विश्वसनीयता के एक उच्च स्तर को सुनिश्चित करने के लिए निम्न ले मैनुअल प्रक्रियाओं के लिए एक वीडियो निर्देशित, मानकीकृत प्रोटोकॉल है.

Cite this Article

Copy Citation | Download Citations

Ramirez, J., Scott, C. J., McNeely, A. A., Berezuk, C., Gao, F., Szilagyi, G. M., Black, S. E. Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer's Disease and Normal Elderly. J. Vis. Exp. (86), e50887, doi:10.3791/50887 (2014).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

एमआरआई से विवो मानव मस्तिष्क के ऊतकों volumetrics में प्राप्त अक्सर विभिन्न तकनीकी और जैविक मुद्दों से जटिल है. महत्वपूर्ण मस्तिष्क शोष और उम्र से संबंधित सफेद बात परिवर्तन (जैसे Leukoaraiosis) मौजूद हैं, जब इन चुनौतियों exacerbated हैं. घाव एक्सप्लोरर (ले) विशेष रूप से सामान्यतः अल्जाइमर रोग और सामान्य बुजुर्ग की एमआरआई पर मनाया ऐसे मुद्दों से निपटने के लिए विकसित की एक सटीक और विश्वसनीय न्यूरोइमेजिंग पाइपलाइन है. पाइप लाइन पहले से आंतरिक और बाहरी विश्वसनीयता परीक्षण 1,2 की एक श्रृंखला में मान्य किया गया है जो अर्द्ध स्वचालित प्रक्रियाओं का एक जटिल सेट है. हालांकि, ले सटीकता और विश्वसनीयता के विभिन्न कंप्यूटर जनित विभाजन outputs सत्यापित / आदेशों पर अमल अलग संरचनात्मक स्थलों की पहचान, और स्वयं संपादित करने के लिए ठीक से प्रशिक्षित पुस्तिका ऑपरेटरों पर निर्भर है.

ले 3 मुख्य घटकों, एक आदेशों का सेट और मैनुअल ओपेरा की आवश्यकता प्रत्येक में विभाजित किया जा सकता हैमाहौल: 1) ब्रेन sizer, 2) सब्रे, और 3) घाव Seg. ब्रेन Sizer मैनुअल आपरेशन स्वचालित खोपड़ी छीन कुल अंतर्कपालीय तिजोरी (TIV) निष्कर्षण मुखौटा, निलय मस्तिष्कमेरु द्रव (vCSF) के पद पर नियुक्ति, और subtentorial संरचनाओं को हटाने का संपादन शामिल है. सब्रे घटक पूर्वकाल और कूल्हों संयोजिका (ACPC) विमान के साथ छवि संरेखण की जाँच, और क्षेत्रीय parcellation के लिए आवश्यक कई संरचनात्मक स्थलों की पहचान की आवश्यकता है. अंत में, घाव Seg घटक झूठी सकारात्मक त्रुटियों के लिए subcortical hyperintensities (एसएच) के स्वत: घाव विभाजन का मार्गदर्शन जाँच शामिल है.

ले पाइपलाइन की साइट पर प्रशिक्षण के लिए बेहतर है, इंटरैक्टिव प्रशिक्षण छवियों के साथ आसानी से उपलब्ध दृश्य शिक्षण उपकरण एक व्यवहार्य विकल्प हैं. सटीकता और विश्वसनीयता के एक उच्च स्तर को सुनिश्चित करने के लिए विकसित की है, निम्नलिखित ले मैनुअल प्रक्रियाओं के लिए एक कदम दर कदम, वीडियो निर्देशित, मानकीकृत प्रोटोकॉल है.

Introduction

मस्तिष्क छवि विश्लेषण कम्प्यूटेशनल और neuroanatomical योग्यता के एक उच्च डिग्री के साथ कुशल ऑपरेटर की आवश्यकता होती है तंत्रिका विज्ञान के एक उभरता हुआ क्षेत्र है. चुंबकीय अनुनाद इमेजिंग (एमआरआई) से मात्रात्मक जानकारी प्राप्त करने के लिए, एक प्रशिक्षित ऑपरेटर अक्सर लागू करने के लिए आवश्यक है, निगरानी, ​​और संपादित करने, कच्चे MRIs से उत्पन्न कंप्यूटर जनित इमेजिंग outputs. कई 'पूरी तरह से स्वचालित' इमेजिंग उपकरण इंटरनेट, सटीकता के माध्यम से आसानी से उपलब्ध हैं, और ज्ञान, प्रशिक्षण और डाउनलोड की उपकरण के साथ अपनेपन की कमी एक नौसिखिया ऑपरेटर द्वारा लागू जब विश्वसनीयता संदिग्ध है. साइट पर प्रशिक्षण सबसे बेहतर शिक्षण दृष्टिकोण है, एक वीडियो निर्देशित, मानकीकृत प्रोटोकॉल की प्रस्तुति छवियों का एक प्रशिक्षण सेट के साथ विशेष रूप से अगर एक व्यवहार्य विकल्प है. इसके अतिरिक्त, छवियों का प्रशिक्षण सेट एक ऐसी परोक्ष अंतर - करदाता विश्वसनीयता परीक्षा के रूप में गुणवत्ता नियंत्रण उपायों के लिए इस्तेमाल किया जा सकता है.

चर्चाउम्र बढ़ने और अल्जाइमर रोग (ई.) का अध्ययन है, खासकर जब एक छवि प्रसंस्करण पाइपलाइन विकसित की allenges तकनीकी और जैविक मुद्दों की एक विस्तृत श्रृंखला शामिल है. कुछ तकनीकी समस्याओं के कारण व्यक्तिगत मतभेदों और रोग प्रक्रियाओं के लिए पोस्ट प्रसंस्करण सुधार एल्गोरिदम 3, परिवर्तनशीलता के साथ संबोधित कर रहे हैं और अधिक जटिल बाधाओं परिचय. मस्तिष्क शोष और निलय इज़ाफ़ा पंजीकरण warping और टेम्पलेट मिलान दृष्टिकोण की व्यवहार्यता को कम कर सकते हैं. उम्र से संबंधित सफेद पदार्थ की उपस्थिति 4 परिवर्तन और subcortical hyperintensities (एसएच) 7,8, पित्ताशय तरल पदार्थ से भरे पोला की तरह दौरे 9,10, और फैली हुई परिवाहकीय रिक्त स्थान 11,12 के रूप में मनाया छोटे पोत रोग 5,6,, आगे विभाजन एल्गोरिदम जटिल. महत्वपूर्ण सफेद पदार्थ रोग के मामलों में, एक एकल T1 विभाजन केवल एक अतिरिक्त एसई के साथ ठीक किया जा सकता है, जो ग्रे मैटर (जीएम) 13, की overestimation में परिणाम सकता हैप्रोटॉन घनत्व (पीडी), टी 2 भारित (टी 2), या तरल पदार्थ से तनु उलटा वसूली (स्वभाव) इमेजिंग का उपयोग gmentation. इन चुनौतियों के प्रकाश में, घाव एक्सप्लोरर (ले) छवि प्रसंस्करण पाइपलाइन मानव हस्तक्षेप 1,2 बेहतर है जब विशेष चरणों में प्रशिक्षित ऑपरेटरों का उपयोग, एक अर्द्ध स्वचालित त्रिकोणीय सुविधा (T1, पीडी, टी 2) दृष्टिकोण लागू करता है.

ब्रेन निष्कर्षण (या खोपड़ी स्ट्रिपिंग) आम तौर पर न्यूरोइमेजिंग में प्रदर्शन पहले अभियानों में से एक है. यह देखते हुए, कुल अंतर्कपालीय तिजोरी (TIV) निकालने की प्रक्रिया की शुद्धता बहुत आगे पाइप लाइन नीचे बाद में आपरेशन को प्रभावित करती है. मस्तिष्क के नुकसान में जिसके परिणामस्वरूप, अधिक कटाव महत्वपूर्ण, को जन्म दे सकती है पर-आकलन मस्तिष्क शोष की. वैकल्पिक रूप से, ड्यूरा और अन्य nonbrain बात का समावेश है, जिसके परिणामस्वरूप तहत कटाव महत्वपूर्ण, मस्तिष्क संस्करणों की मुद्रास्फीति को जन्म दे सकती है. उत्पन्न करने के लिए एक सप्ताह में तीन फीचर (T1, टी 2, और पीडी) दृष्टिकोण का उपयोग कर इन मुद्दों के कई ले ब्रेन Sizer घटक पतोंएकल सुविधा तरीकों 1 की तुलना में बेहतर परिणाम पैदावार जो एक TIV मुखौटा,. इसके अतिरिक्त, स्वत: उत्पन्न TIV मुखौटा मैन्युअल रूप से जाँच की और खोपड़ी अलग करना त्रुटियों के लिए अतिसंवेदनशील क्षेत्रों की पहचान करता है जो मानकीकृत प्रोटोकॉल का उपयोग कर संपादित किया है. जीएम, सफेद पदार्थ (WM), या मस्तिष्कमेरु द्रव (सीएसएफ): मस्तिष्क निकासी के बाद, विभाजन प्रत्येक मस्तिष्क voxel 1 से 3 के लेबल को सौंपा है जहां खोपड़ी छीन T1, पर किया जाता है. विभाजन स्वतः वैश्विक और स्थानीय तीव्रता histograms के लिए आवेदन किया है एक मजबूत वक्र ढाले कलन विधि का उपयोग कर पूरा किया है; एक तकनीक तीव्रता nonuniformity विरूपण साक्ष्य और ई. मामलों में 14 में जीएम और WM तीव्रता आयाम के बीच एक कम जुदाई का समाधान करने के लिए विकसित की है.

ब्रेन Sizer घटक भी निलय और subtentorial संरचनाओं को हटाने का मार्गदर्शन पद के लिए प्रक्रियाओं में शामिल हैं. निलय का आकार आमतौर पर इस्तेमाल किया BIOMAR है के रूप में निलय सीएसएफ (vCSF) के विभाजन विशेष रूप से महत्वपूर्ण हैई. पागलपन 15 के लिए केर. इसके अतिरिक्त, निलय और रंजित जाल का चित्रण शिरापरक कोलेजन का कोई रोग 5,16,17 द्वारा विशेषता छोटे पोत रोग का एक रूप को प्रतिबिंबित करने के लिए माना जाता है जो periventricular hyperintensities (pvSH), की समुचित पहचान के लिए जरूरी है. संदर्भ के लिए T1 का प्रयोग, vCSF को सीएसएफ voxels के मार्गदर्शन relabeling खंडों छवि पर मार्गदर्शन floodfill आपरेशनों के साथ पूरा किया है. आमतौर पर, पार्श्व ventricles sulcal सीएसएफ से अलग करने के लिए आसान कर रहे हैं. इस कारण से, यह बेहतर स्लाइस से शुरू करने और हीन होकर घूम रहा है, अक्षीय देखने में floodfilling शुरू करने की सिफारिश की है. वेंट्रिकुलर सिस्टम, विशेष रूप से 3 वेंट्रिकल की औसत दर्जे भागों को चित्रित करने के लिए और अधिक कठिन है और मार्गदर्शन में रेखांकित कर रहे हैं जो विशेष शरीर रचना विज्ञान के नियमों पर आधारित दिया जाता है. ब्रेन Sizer के अंतिम चरण के लिए एक अतिरिक्त सेट ओ में वर्णित पुस्तिका ट्रेसिंग प्रक्रियाओं का उपयोग, ब्रेन स्टेम को हटाने, सेरिबैलम, और अन्य subtentorial संरचनाओं शामिलच शरीर रचना विज्ञान आधारित मानकीकृत प्रोटोकॉल.

अर्द्ध स्वचालित मस्तिष्क क्षेत्र निष्कर्षण (सब्रे) घटक पाइपलाइन के parcellation प्रक्रिया है. इस चरण के बाद संरचनात्मक स्थलों की पहचान करने के लिए प्रशिक्षित ऑपरेटरों की आवश्यकता है: पूर्वकाल और कूल्हों संयोजिका (एसी, पीसी); मस्तिष्क बढ़त पीछे; केंद्रीय नहर; मध्य बाण के समान विमान; preoccipital निशान; occipito-पार्श्विका परिखा; केंद्रीय परिखा, और; Sylvian विदर. इन ऐतिहासिक निर्देशांक के आधार पर, एक Talairach की तरह 18 ग्रिड स्वतः उत्पन्न होता है और क्षेत्रीय parcellation 19 से पूरा किया है. लैंडमार्क्स आसानी से स्वत: उत्पन्न और मैन्युअल पूर्व सब्रे landmarking प्रक्रियाओं के लिए जाँच कर रहे हैं जो ACPC गठबंधन छवियों, पर पहचाने जाते हैं.

घाव Seg घटक एसएच पहचान और मात्रा का ठहराव पूरा किया है जहां पाइप लाइन के अंतिम चरण में है. प्रारंभिक स्वत: एसएच विभाजन PD/T2-based एसएच segme भी शामिल है जो एक जटिल एल्गोरिथ्म लागू करता हैntation, फजी सी साधन मास्किंग, और निलय फैलने. इन आपरेशनों मैन्युअल रूप से जाँच की है और झूठी सकारात्मक और अन्य त्रुटियों के लिए संपादित की है कि एक स्वत: उत्पन्न घाव विभाजन नकाब में परिणाम. एमआरआई पर hyperintense संकेत nonpathological स्रोतों (जैसे प्रस्ताव विरूपण साक्ष्य, सामान्य जीव विज्ञान) से हो सकता है के रूप में, उचित प्रशिक्षण प्रासंगिक एसएच की सटीक पहचान के लिए आवश्यक है.

ले पाइपलाइन के अंतिम परिणाम 26 सब्रे मस्तिष्क क्षेत्रों में parcellated रहे हैं जो 8 विभिन्न ऊतकों और घाव volumetrics युक्त एक व्यापक बड़ा प्रोफाइल है. परोक्ष एक व्यक्ति ऑपरेटर के अंतर - करदाता विश्वसनीयता परीक्षण प्राप्त करने के लिए, यह सॉफ्टवेयर (http://sabre.brainlab.ca) के साथ दिए गए प्रशिक्षण के सेट पर पूरा ले पाइपलाइन पर अमल करने की सिफारिश की है. बड़ा परिणामों का उपयोग करना, अंतर - कक्षा सहसंबंध गुणांक (आईसीसी) 20 आँकड़ों प्रत्येक सब्रे क्षेत्र में प्रत्येक ऊतक वर्ग (जीएम / WM / सीएसएफ) के लिए गणना की जा सकती. Segmentatio का प्रयोगn छवियों, समानता सूचकांक (एसआई) 21 आँकड़ों स्थानिक अनुरूपता की डिग्री का मूल्यांकन करने के लिए गणना की जा सकती. समय की एक संक्षिप्त अवधि के संचालक 1 सेंट और 2 एन डी विभाजन संपादन के बीच बीत जाने के बाद इसके अतिरिक्त, अंतर करदाता विश्वसनीयता, एक ही ऑपरेटर के परिणामों पर मूल्यांकन किया जा सकता. परोक्ष ऑपरेटर ले मैनुअल में उल्लिखित फ़ाइल नामकरण सम्मेलनों का पालन करता है, बशर्ते कि विश्वसनीयता के आँकड़े सबसे बुनियादी सांख्यिकीय सॉफ्टवेयर संकुल का उपयोग परोक्ष गणना की जा सकती. इन गुणवत्ता नियंत्रण और वीडियो निर्देशित मानकीकृत प्रोटोकॉल को देखते हुए परोक्ष ऑपरेटरों ले पाइपलाइन सही और मज़बूती से लागू किया जाता है कि अधिक से अधिक विश्वास हो सकता है.

Protocol

1. ब्रेन Sizer घटक

1.1 कुल Intracranial तिजोरी निष्कर्षण (TIV ई)

  1. ओपन ITK-SNAP_sb, लोड T1 क्लिक करें: फ़ाइल -> ओपन स्केल छवि -> ब्राउज़ -> क्लिक करें, निर्देशिका के लिए जाने -> छवि -> ओपन -> अगला -> समाप्त.
  2. क्लिक प्लस विस्तार करने के लिए अगले अक्षीय देखने के लिए साइन इन करें.
  3. बंद (या पर) 'एक्स कुंजी के साथ क्रॉसहेयर.
  4. राइट क्लिक करें और इसे नीचे बाएँ कोने में प्रदर्शित होने के छोटे से बॉक्स के बिना फिट बैठता है जब तक खींचें माउस ऊपर की ओर खिड़की में मस्तिष्क विस्तार करने के लिए.
  5. क्लिक करके तीव्रता को समायोजित: उपकरण -> छवि के विपरीत, तो मध्य बिंदु खींचें और छवि बंद उपयुक्त स्तर पर, चमक जब तक थोड़ा छोड़ दिया है.
  6. क्लिक करके लोड TIV ई ओवरले: विभाजन - छवि से> लोड -> ब्राउज़ -> चुनें TIVauto -> ओपन -> अगला -> समाप्त.
  7. TIVauto संपादन शुरू ...
  8. तूलिका उपकरण क्लिक करें -> चुनें दौर -> आवश्यक के रूप में आकार समायोजित करें.
  9. रंग TIV क्षेत्रों हटा देना, या ध्यान noncolored क्षेत्रों TIV मुखौटा रंगना तूलिका का उपयोग हटा देना.
  10. एक पेंटिंग ब्रश स्ट्रोक पूर्ववत <CTRL+Z> उपयोग या (बाईं ओर) 'पूर्ववत करें' पर क्लिक करें.
  11. टॉगल TIVauto / बंद कि मस्तिष्क के ऊतकों को सत्यापित करने की 'दबाकर पर उचित रूप से कब्जा कर लिया है.
  12. निकालने के लिए / इसे खत्म-कब्जा ऊतक nonbrain सही "तूलिका उपकरण" की मदद क्लिक करें यदि TIVauto नकाब हटा दें.
  13. TIVauto मुखौटा रंगना तूलिका और छोड़ दिया क्लिक करें.
  14. केवल मस्तिष्क के ऊतकों लेबल 1 (हरा) है और सभी nonbrain ऊतक 1 (या नहीं सब पर रंग) के अलावा अन्य कुछ लेबल है सुनिश्चित करने के लिए सावधानी से प्रत्येक और हर टुकड़ा की जाँच करें.
  15. के रूप में उपयुक्त TIV हटा देना, और उचित रूप TIV हटा दें.
  16. बेहतर स्लाइस ड्यूरा नीचे यकीन है कि सब कुछ करने के लिए सीएसएफ के लिए खाते में रखा जाता है.
  17. यह घ है तोifficult, पेंट बंद बहुभुज उपकरण का उपयोग करने के लिए: बहुभुज करने के लिए अंक जोड़ने के लिए वाम पर क्लिक करके वहीं बहुभुज के भीतर निहित सब कुछ बदला जा रहा है क्या है कि इस तरह के बंद करने के लिए क्लिक करें, तो क्लिक करें नीचे "स्वीकार करें", या अगर ट्रेसिंग गलत, क्लिक करें "हटाएँ" है. बहुभुज परिवर्तनों को पूर्ववत् या <CTRL+z> क्लिक करके पूर्ववत नहीं किया जा सकता है. चित्रा 1 देखें.
  18. TIV संशोधनों से संतुष्ट होने पर क्लिक करें: - छवि के रूप में सहेजें> - विभाजन> और यह 'पूर्ण' है संकेत मिलता है कि "TIVedit को" TIVauto "से समाप्त होने वाले फ़ाइल नाम संशोधित, तो 'सहेजें' (. जैसे <name> _TIVedit) पर क्लिक करें.

1.2 वेंट्रिकुलर reassignment

  1. T1_IHC लोड करें.
  2. तीव्रता को समायोजित.
  3. क्रॉसहेयर बंद (x).
  4. अगले अक्षीय खिड़की को प्लस प्रतीक पर क्लिक करके देखने के लिए केवल अक्षीय छवि का चयन करें.
  5. (ठीक क्लिक करें और खींचें) में ज़ूम.
  6. Segmentatio चयन करके T1 अधिक <name> _seg छवि लोड करेंएन - छवि से> लोड -> ब्राउज़ -> <name> _seg -> अगला -> समाप्त.
  7. लेबल संपादक के माध्यम से, उचित रंग के लिए ड्राइंग लेबल समायोजित करें.
  8. 5 बैंगनी है कि इस तरह के रंग बदलें, 7 मैजेंटा है, और 3 व 4 के बाकी हिस्सों से आसानी से अलग पहचाना कुछ (जैसे चित्रा 2 से पता चलता नीले रंग के लिए 3 = WM परिवर्तन, और पीले रंग के लिए 4 = जीएम बदले) कर रहे हैं. नोट: रंग मनमानी कर रहे हैं.
  9. Floodfill उपकरण का उपयोग करके vCSF पुन: असाइन. चित्रा 2 देखें.
  10. वेंट्रिकल के साथ सबसे बेहतर टुकड़ा का निर्धारण और वहाँ शुरू करने के लिए मस्तिष्क के माध्यम से स्लाइस ऊपर जाएं.
  11. = 7 floodfill उपकरण, चयन 'सक्रिय ड्राइंग लेबल' पर क्लिक करें और = 5 'पर आकर्षित'.
  12. 'Floodfilling' और spacebar दबाकर आकर्षित सीमाओं के बीच आगे पीछे टॉगल करें. सीमाएं periventricular ब्लैक होल या सफेद बात hyperintensities का हिस्सा माना जाता है कि निलय के कुछ क्षेत्रों को भरने से floodfill को रोकने के लिए किया जाता है.
  13. डब्ल्यूमुर्गी floodfilling, एक हरा तीर टिप दिखाई दे रहा है, और जब एक सीमा आकर्षित करने के लिए तैयार है, एक लाल तीर टिप दिखाई जाएगी.
  14. , बस छोड़ दिया क्लिक भरने के लिए. एक टुकड़ा नीचे ले जाएँ, और आवश्यक के रूप में दोहराएँ. Nonventricle क्षेत्रों की floodfilling रोकने के लिए आवश्यक के रूप में सीमा का उपयोग करें.
  15. Floodfilling आपरेशन गलत कर रहे हैं, बस 'पूर्ववत करें ", या रिवर्स' पर क्लिक करें सक्रिय ड्राइंग लेबल 'और' रंग पर आकर्षित.
  16. क्या भरने के लिए नहीं भरने के लिए क्या जानने के रूप में बस के रूप में महत्वपूर्ण है, यह जानकर निलय को जोड़ता है कि हर voxel भरें.
  17. 3 वेंट्रिकल quadrigeminal तालाब में खुलती तक नीचे जा जारी है और पीछे संयोजिका quadrigeminal तालाब से तीसरे वेंट्रिकल को अलग करती है जब तक quadrigeminal तालाब के पीछे किनारे पर एक सीमा आकर्षित.
  18. पीछे संयोजिका पूरी तरह से दिखाई नहीं देता है और एक बंद जगह नहीं बना है अगर एक सीमा आवश्यक है. पीछे संयोजिका एक संलग्न अंतरिक्ष बनाता है एक बार, ट्रैक्टर relabelling बंदrigeminal तालाब.
  19. पूर्वकाल संयोजिका 3 वेंट्रिकल लगा देना नहीं है अगर सीमाएं भी आवश्यक हो सकता है.
  20. मस्तिष्क peduncles T1 पर स्पष्ट रूप से दिखाई दे रहे हैं, और केंद्रीय नहर दौर है एक बार 3 निलय भरने बंद करो.
  21. वे sulcal सीएसएफ से कनेक्ट करने के लिए दिखाई देते हैं सीमाएं भी, brainstem चारों ओर पार्श्व ventricles के अग्र भाग के साथ आवश्यक हो सकता है.
  22. (पर और 'एस' के साथ बंद कुंजी विभाजन टॉगल) टेम्पोरल लोब पार्श्व ventricles के लिए भरने के लिए नहीं क्या भरने के लिए है पर एक गाइड के रूप में T1 उपयोग और.
  23. छवि> के रूप में सहेजें> और फिर <name> _seg बाद _vcsf जोड़ - - विभाजन> सहेजें: जब समाप्त हो, पर क्लिक करके '<name> _seg_vcsf' के रूप में विभाजन को बचाने के.

ब्रेन स्टेम, सेरिबैलम, और Subtentorial संरचनाएं की 1.3 हटाना

  1. ऊपर छोड़ दिया मेनू से 'बहुभुज टूल' का चयन करें.
  2. टॉगल विभाजन बंद.
  3. पहला टुकड़ा करने के लिए स्क्रॉल जिस परसेरिबैलम (सेरिबैलम शुरू होने से पहले brainstem अलग करती है, तो नियम के अपवाद देखें) शुरू होता है.
  4. 'सक्रिय ड्राइंग लेबल' = 'स्पष्ट लेबल' और 'ओवर ड्रा' = 'सभी लेबल' चुनें.
  5. इन सक्रिय ड्राइंग लेबल अनिवार्य रूप से विभाजन की छवि से डेटा हटाता है, तो सावधानी बरतें. वापस (Ctrl + Z) अभी भी काम करता है पूर्ववत, लेकिन केवल कुछ ही कदम की सीमित संख्या के लिए.
  6. वाम सेरिबैलम आसपास के ड्यूरा पर एक बहुभुज आकर्षित करने के लिए क्लिक करें, और colliculi भर brainstem के आधार साथ. राइट बहुभुज बंद करने के लिए क्लिक करें.
  7. अब यह नहीं रह विभाजन में शामिल है का संकेत नीचे T1 दिखाएगा, जो विभाजन के उस क्षेत्र 'नष्ट' करने के लिए 'स्वीकार' पर क्लिक करें.
  8. नीचे अगले टुकड़ा करने के लिए जाओ और दोहराएँ. हमेशा T1 पर ट्रेसिंग कभी नहीं SEG पर, करते हैं.
  9. मस्तिष्क peduncles अलग होने के बाद, यह भी brainstem और रीढ़ की हड्डी को हटाने के लिए शुरू.
  10. पूर्वकाल पहलू पर, अंतर भर में सीधे पता लगा. पूर्व में एक स्पष्ट dural रेखा है एक बारrior orbitofrontal अंत (आम तौर पर पीयूष के स्तर के नीचे, कि ड्यूरा रेखा के साथ एक कट्टर पता लगाने शुरू).
  11. पश्चकपाल पालि टेम्पोरल लोब से अलग होने के बाद, केंद्र से अनुरेखण बाहर निकलता है, इस क्षेत्र में किसी भी शेष 'जंक' को दूर करने के लिए सुनिश्चित करें कि. चित्रा 3 देखें.
  12. वे केवल (पता लगाने में सहायता करने के लिए SEG की चर्चा करते हुए) क्या 'आकर्षित उल्टे' विकल्प का उपयोग कर, बजाय अनावश्यक है क्या दूर करने की आवश्यकता है, रखना इतना है कि कुछ बिंदु पर, बहुभुज बना सकते.
  13. केवल अस्थायी lobes रहते हैं, बस सेरिबैलम के चारों ओर एक बड़ा पाली आकर्षित और उस को हटा दें.
  14. यह बहुभुज ही नीचे बाद में एक टुकड़ा पर सेरिबैलम में शामिल होंगे कि कुछ है, तो पिछले ट्रेसिंग पर चिपकाने के लिए "पेस्ट" बटन का उपयोग करें और सेरिबैलम हटाने के लिए उस का उपयोग करें.
  15. सेरिबैलम छवि में रहता है कि सब होने के बाद, बड़े हर टुकड़ा नीचे अनुरेखण पेस्ट और im में कोई अधिक सेरिबैलम है जब तक उसे हटाने के लिए "स्वीकार"उम्र.
  16. अब रहते हैं कि विभाजन के केवल भाग supratentorial हैं कि सत्यापित करने के लिए टुकड़ा द्वारा छवि टुकड़ा के माध्यम से स्क्रॉल.
  17. छवि> के रूप में सहेजें> और फिर '_seg' के बाद '_vcsf_st' जोड़ - - विभाजन> सहेजें: जब समाप्त हो, पर क्लिक करके '<name> _seg_vcsf_st' के रूप में विभाजन को बचाने के.

2. सब्रे घटक

2.1 ACPC संरेखण

  1. ITK-SNAP_sb खोलें.
  2. ब्रेन Sizer पुस्तिका में वर्णित के रूप में लोड 'T1_IHCpre_iso'.
  3. ब्रेन Sizer पुस्तिका में वर्णित के रूप में तीव्रता को समायोजित.
  4. ऊपर छोड़ दिया मेनू से 'नेविगेशन उपकरण' चुनें.
  5. फिर 'ACPC संरेखण उपकरण' पर क्लिक करें.
  6. नीचे बाएँ हाथ कोने में लोड विकल्प का उपयोग कर लोड "T1_IHCpre_toACPC.mat" मैट्रिक्स फ़ाइल.
  7. अक्षीय देखें और ऊपर की तरफ माउस खींचने पर राइट क्लिक करके छवि के लिए ज़ूम.
  8. टी पर छोड़ दिया क्लिक करके (जूमिंग से अलग) खिड़की में मस्तिष्क की स्थिति बदलेंवह छवि और बेहतर केंद्र को चारों ओर तेजी से बढ़ी देखने माउस को ले. इसके अलावा बाण के समान और राज्याभिषेक दृश्य को समायोजित. बाण के समान देखने के मध्य बाण के समान करे सुनिश्चित करें.
  9. 'ACPC उपकरण' बटन पर क्लिक करें.
  10. 1 के लिए वेतन वृद्धि को बदलें.
  11. यदि आवश्यक हो, संशोधित करने, T1_IHCpre_toACPC.mat मैट्रिक्स फ़ाइल द्वारा निर्धारित पिच, रोल और रास्ते से हटना की जाँच करें.
  12. ACPC विमान को खोजने के लिए, यह बारीकी नेविगेशन उपकरण का उपयोग कर में ज़ूम करने के लिए आवश्यक होने की संभावना है. किसी भी बिंदु पर, आगे पीछे नेविगेशन उपकरण और ACPC उपकरण (देखें समायोजित करने के लिए), और ACPC उपकरण स्थिति रखने के लिए और पिछले स्थिति के लिए यह वापसी करेंगे बीच स्विच. इन दृश्यों के बीच स्विच करते समय, छवि के आगे और पीछे बदल जाएगा, लेकिन यह सामान्य है.
  13. ऊपर / नीचे पिच का उपयोग और / नीचे तरक्की करके, एक अच्छा बनाने समाप्त करना चाहिए, जो सीधे भर एसी अपनी बड़ी से बड़ी में है कि इतना (सफेद पदार्थ फाइबर का एक अच्छा U-आकार) अक्षीय देखने को समायोजित, और पीसी 'कुंजी छेद' आकार.
  14. एसी पीसी भी चाहिएमध्य बाण के समान देखने पर एसी और पीसी दोनों के माध्यम से सीधे गुजर क्रॉसहेयर साथ दिखाई जानी.
  15. पिच को समायोजित न करें किसी भी आगे एक बार यह टुकड़ा निर्धारित किया गया है. हालांकि, 'तरक्की' समारोह ACPC टुकड़ा खोने के बिना छवि के माध्यम से नीचे स्थानांतरित करने के लिए इस्तेमाल किया जा सकता है.
  16. अब अक्षीय देखने में आंखों संतुलन द्वारा रोल को समायोजित. देखने के क्षेत्र में आंखों लाने के लिए नेविगेशन उपकरण का उपयोग देखने मरम्मत करना, फिर 'ACPC' उपकरण के लिए वापस स्विच.
  17. आवश्यक के रूप में रोल को समायोजित करने के लिए सुनिश्चित कर रही है, 'तरक्की' का उपयोग कर एक समय में छवि एक टुकड़ा के माध्यम से स्क्रॉल करते हुए आंखों (दोनों पक्षों पर एक ही आकार के) समान रूप से संतुलित लग रही है कि सुनिश्चित करने के लिए 'रोल' छोड़ दिया है या सही प्रयोग करें. चित्रा 4 देखें.
  18. शेष राशि के साथ एक बार संतुष्ट, किसी भी आगे 'रोल' को समायोजित नहीं है.
  19. अब '(Navigatio का उपयोग' तरक्की 'का उपयोग कर, या उस स्तर पर क्रासहेयर्स क्लिक करके अक्षीय देखने में निलय और महासंयोजिका ऊपर एक टुकड़ा करने के लिए कदमएन ') और अक्षीय देखने में मस्तिष्क के केंद्र के पास क्रॉसहेयर जगह है.
  20. यकीन खड़ी crosshair अक्षीय ध्यान में रखते हुए मध्य बाण के समान विमान के माध्यम से सीधे (या संभव के रूप में बंद) गुजरता है कि बनाकर 'रास्ते से हटना' को समायोजित करें. सबसे अच्छा फिट संभव बना सकते हैं - कभी कभी यह विमान पूरी तरह से खंभे की वजह से मस्तिष्क की प्राकृतिक वक्रता अप लाइन को पाने के लिए मुश्किल हो सकता है.
  21. स्थिति के साथ एक बार संतुष्ट, किसी भी आगे 'रास्ते से हटना' को समायोजित नहीं है.
  22. अब अक्षीय टुकड़ा अभी निलय ऊपर है कि इस तरह की क्रॉसहेयर जगह है.
  23. यह पिछले चरण से था जहां यह लगभग होना चाहिए.
  24. अब क्लिक करें: सहेजें (फ़ाइल नाम 'T1_IHCpre_toACPC.mat' है बनाना) -> ठीक है.
  25. नोट: "T1_IHCpre_toACPC.mat" मैट्रिक्स फाइल को बचाने के बिना बस पास के संशोधन की आवश्यकता नहीं है.
  26. परिवर्तन मैट्रिक्स फाइल करने के लिए बनाया गया है, "T1_IHCpre_toACPC.mat" मैट्रिक्स फ़ाइल पर बचाने के लिए या एक नया मैट्रिक्स फ़ाइल को बचाने और "T1_IHCpre_toACPC.mat" मैट्रिक्स फ़ाइल को हटा दें.अधिक से अधिक 1 मैट्रिक्स फ़ाइल हो तो अगले आदेश सही ढंग से काम नहीं करेगा.

2.2 सब्रे ऐतिहासिक पहचान

भाग 1 - ग्रिड फ़ाइल निर्देशांक

  1. '<name> __T1_IHC_inACPC' में लोड.
  2. तीव्रता को समायोजित.
  3. क्रॉसहेयर बंद (x).
  4. यह (ठीक क्लिक करें और क्रॉसहेयर उपकरण के साथ खींचें) प्रत्येक खिड़की भरता है जब तक छवि के लिए ज़ूम.
  5. यदि आवश्यक हो तो (प्रक्रिया के दौरान कई बार ऐसा करने के लिए आवश्यकता हो सकती है) नेविगेशन उपकरण के साथ, अक्षीय देखने के केन्द्र को समायोजित करें.
  6. '2 डी कृपाण भूमि अंकन 'उपकरण पर क्लिक करें.
  7. आप ACPC टुकड़ा लगता है जब तक अक्षीय विचार में, छवियों / मस्तिष्क के माध्यम से स्क्रॉल.
  8. परिभाषित करने के लिए उस ऐतिहासिक चयन करने के लिए छोड़ दिया पर 'एसी' रेडियो बटन पर क्लिक करें, फिर अक्षीय देखने में एसी पर क्लिक करें.
  9. एक छोटा सा डॉट आप क्लिक मौके पर ही दिखाई देगा, और जुड़े मील का पत्थर अब बाईं तरफ 'एसी' बटन के बगल में दिखाई देगा समन्वय.
  10. प्लेसमेंट desirabl नहीं हैई, फिर क्लिक करें और बिंदु (इस ग्रिड फ़ाइल के निर्माण के दौरान किसी भी बिंदु पर लागू होता है) को अद्यतन करेगा.
  11. बाईं तरफ 'पीसी' रेडियो बटन पर क्लिक करें और फिर अक्षीय छवि पर पीसी पर क्लिक करें.
  12. कि टुकड़ा पर मस्तिष्क के पीछे बढ़त परिभाषित है, और फिर मस्तिष्क के सबसे पीछे भाग पर क्लिक करें, या तो छोड़ दिया है या सही पर करने के लिए 'पीई' रेडियो बटन पर क्लिक करें - इस 'राज्याभिषेक टुकड़ा' के लिए मूल्यों में भर जाता है जो होगा क्षण भर में इस्तेमाल किया जा. चित्रा 5 देखें.
  13. केंद्रीय नहर को परिभाषित करने के लिए 'सीए' रेडियो बटन पर क्लिक करें. वर्तमान अक्षीय दृश्य से 10 स्लाइस नीचे स्क्रॉल और केंद्रीय नहर के केंद्र पर क्लिक करें. यह मध्य बाण के समान विमान को खोजने के लिए, जिसके लिए एक प्रारंभिक बिंदु के रूप में अब इस्तेमाल किया जाएगा जो 'बाण के समान टुकड़ा' के लिए मूल्य में भर जाता है.
  14. मध्य बाण के समान विमान को परिभाषित करने के लिए 'एम' रेडियो बटन पर क्लिक करें.
  15. बाण के समान विचार में, वाम स्क्रॉल और सही कुछ स्लाइसें मस्तिष्क की कम से कम राशि और अधिक से अधिक राशि ओ है जो टुकड़ा निर्धारित करने के लिएच प्रमस्तिष्क दात्र. यह केंद्रीय नहर बात से निर्धारित मूल्य के 2 या 3 स्लाइस के भीतर होना चाहिए.
  16. कहीं भी मध्य बाण के समान टुकड़ा पर क्लिक करें और उस टुकड़ा संख्या अगले 'एम' के लिए छोड़ दिया पर दर्ज किया जाएगा.
  17. छोड़ दिया preoccipital पायदान परिभाषित करने के लिए 'LPRON' रेडियो बटन पर क्लिक करें. राज्याभिषेक दृश्य में, अगले 'राज्याभिषेक टुकड़ा' करने के लिए संकेत दिया टुकड़ा करने के लिए स्क्रॉल.
  18. छवि (रेडियोलॉजिकल सम्मेलन) के दाईं ओर दिखाई देता है जो बाएँ गोलार्द्ध के लिए मस्तिष्क के सबसे अवर भाग पर क्लिक करें.
  19. दाएँ गोलार्द्ध को परिभाषित है, और छवि (रेडियोलॉजिकल सम्मेलन) के बाईं ओर का सबसे नीचा भाग पर क्लिक करने के लिए 'RPRON' रेडियो बटन पर क्लिक करें.
  20. LPRON और RPRON के बगल में मान अब भरा जाना चाहिए, और एक दूसरे के कुछ अंक के भीतर होना चाहिए.
  21. ग्रिड फाइल अब बचाया जा करने के लिए तैयार है. क्लिक करें: बचाएँ -> _T1_IHC_inACPC_lobgrid.txt.

भाग 2 - वस्तु मानचित्र निर्माण

  1. करिआर ग्रिड फ़ाइल सृजन, अगले चरण वस्तु मानचित्र के पहले 4 ट्रेसिंग की रचना है. इन 4 ट्रेसिंग के सभी बाण के समान विमान में प्रदर्शन कर रहे हैं. पता लगाने के लिए स्लाइस पूर्व निर्धारित और पिछले चरणों में चयनित midline टुकड़ा पर आधारित हैं.
  2. सही बेहतर केंद्रीय परिखा परिभाषित करने के लिए 'आरएससी' रेडियो बटन पर क्लिक करें. अगले 'राइट बाण के समान टुकड़ा' करने के लिए संकेत दिया टुकड़ा करने के लिए जाओ. बाएँ और दाएँ बाण के समान स्लाइस जिस पर ट्रेसिंग बनाया जाएगा: 7 स्लाइस पेरी sagitally हर तरफ midline से.
  3. ड्यूरा में, सीधे केंद्रीय परिखा के केंद्र के ऊपर एक बिंदु पर क्लिक करें. इस टुकड़ा पर केंद्रीय परिखा आम तौर पर एक छोटे खरोज के रूप में प्रकट होता है, और सबसे अधिक सिंगुलेट परिखा के सीमांत (आरोही) शाखा को पहले परिखा पूर्वकाल है. पत्रिका को छोड़ दिया है या सही मील का पत्थर के स्थान की पुष्टि करने के लिए, लेकिन ट्रेसिंग हमेशा उचित बाण के समान टुकड़ा पर बनाया जाना चाहिए. Reclicking मील का पत्थर स्थानांतरित करना होगा.
  4. 'ROP' रेड पर क्लिक करेंसही occipito-पार्श्विका परिखा परिभाषित करने के लिए कब बटन. इस परिखा / ड्यूरा से tentorium अनुमस्तिष्क को रन अनुरेखण.
  5. एक पट्टी उपकरण अब परिखा ट्रेसिंग अनुमति देगा. इसके साथ नए अंक बनाने के लिए क्लिक करें, और यह बंद है और फिर स्वीकार क्लिक करने के लिए ठीक क्लिक करें छोड़ दिया है. ट्रेसिंग के दौरान किए गए त्रुटियाँ हैं संशोधन या 'पूर्ववत' कार्य नहीं किया जा सकता. 'राइट क्लिक' कार्रवाई ट्रेसिंग पूरा करने के लिए किया जाता है हालांकि, एक बार, ट्रेसिंग फिर से करना 'नष्ट' का चयन करें.
  6. ट्रेसिंग पूरा हो गया है, यह अंदर बंद करने के लिए 'स्वीकार' का चयन
  7. 'LSC' और 'कलम' को परिभाषित करने, उचित टुकड़ा पर बाईं ओर के लिए एक ही मत करो.
  8. क्लिक करें: (वस्तु नक्शा तहत) बचाएँ -> _T1_IHC_inACPC_lobtrace.obj.

भाग 3 - भूतल गाया ट्रेसिंग

  1. पिछले छवियों (या करीब है और खुला ITK-SNAP_sb फिर) उतारना और _T1_IHC_erode_inACPC छवि <name> में लोड.
  2. 3 डी सब्रे landmarking उपकरण (खिड़की है पर क्लिक करेंhould) 1 फलक को दिखाने के लिए ही बड़ा किया.
  3. बाईं गाया दृश्य दिखाने के लिए 3 डी दृष्टिकोण के तहत 'वाम' पर क्लिक करें (बाएं और दाएं उलट हैं जिससे रेडियोलॉजिकल सम्मेलन में, है, तो यह सही गोलार्द्ध है के रूप में हालांकि यह दिखाई देगा).
  4. क्लिक करके पिछले चरण से अनुरेखण वस्तु में लोड: लोड - '_T1_IHC_inACPC_lobtrace.obj <name>'> चुनें (नोट: कार्यक्रम में एक बग स्वचालित रूप से आवश्यक फाइल लोड आशा की कोशिश करता है, लेकिन यह गलत obj फ़ाइल में 'इरोड' आदानों फ़ाइल) 'पढ़ने के लिए खोला नहीं जा सकता:. लोड करने में त्रुटि वस्तु नक्शा ट्रेसिंग'. अन्यथा एक त्रुटि संदेश प्रदर्शित किया जाएगा लोड करने के लिए 'ब्राउज़ चयन करें और फिर <name> _T1_IHC_inACPC_lobtrace.obj का चयन करें नाम है.
  5. रेंडर की गुणवत्ता को समायोजित करने के लिए, पर क्लिक करें: 'लगता है, उपयोग करने के लिए सबसे अच्छा मापदंडों पर कार्यक्रम अनुमान है.
  6. वाम Sylvian फिशर का पता लगाने के लिए तैयार करने के लिए 'LSF' रेडियो बटन पर क्लिक करें.
  7. अब 3 डी के निचले भाग में 'मील का पत्थर' बटन पर क्लिक खिड़की begi के लिए प्रस्तुत करनाn landmarking / (आप "एक्स" कुंजी के साथ पर और बंद इस चालू कर सकते हैं) अनुरेखण.
  8. 'मील का पत्थर' बटन हरे रंग छायांकित है जब ट्रेसिंग करने के लिए अतिरिक्त अंक जोड़ा जा सकता है.
  9. 'मील का पत्थर' अचयनित है, किसी भी माउस इनपुट एक अलग कोण से यह जांच करने के लिए मस्तिष्क बारी बारी से होगा. चेतावनी: केवल स्थलों का पता लगाने जबकि बाईं या दाईं 3D दृष्टिकोण बटन पर reclicking द्वारा सीधे 'वाम' या 'सही' अभिविन्यास में.
  10. राइट क्लिक करने और 'मील का पत्थर' अचयनित है जब खींचकर करने या छवि से बाहर में ज़ूम.
  11. प्रत्येक क्लिक लाइन के लिए एक बिंदु जोड़ देगा.
  12. यह छोटा सा आरोही और उतरते रामी में bifurcates जिस पर बिंदु पर, अंत पीछे करने के लिए बेहतर से Sylvian विदर अनुरेखण शुरू करो.
  13. यह अंत बंद ट्रेल्स तक टेम्पोरल लोब के बेहतर पहलू नीचे Sylvian अनुरेखण जारी.
  14. एक गलती की है, तो बस कदम (या प्रेस Ctrl + Z) से पीछे की ओर कदम स्थानांतरित करने के लिए 'पूर्ववत करें' बटन पर क्लिक करें.
  15. साथ एक बार संतुष्टअनुरेखण, पता लगाने में बंद करने के लिए 'स्वीकार' पर क्लिक करें. चित्रा 5 देखें.
  16. महत्वपूर्ण: फिर से करना ट्रेसिंग में से एक के लिए आवश्यक है, तो पहले गलत ट्रेसिंग के (बाईं ओर) रेडियो बटन का चयन करें. फिर शीर्ष पर मेनू पट्टी पर 'SABRE3D' पर क्लिक करें और 'वर्तमान में स्वीकृत ट्रेसिंग हटाएं' का चयन करें. कुछ बिंदु पर अपने ट्रेसिंग के सभी हटाने की आवश्यकता है, तो मेनू नीचे इस गिरावट से 'सब स्वीकार ट्रेसिंग हटाएं' पर क्लिक करें.
  17. अब बाईं केंद्रीय परिखा का पता लगाने के लिए 'नियंत्रण रेखा' रेडियो बटन पर क्लिक करें.
  18. सीधे परिखा की समाप्ति के नीचे Sylvian विदर के बिंदु पर अवर अंत से शुरू करो.
  19. लाइन केवल बेहतर और पीछे आंदोलन से अर्थ प्रोग्राम किसी भी पिछले बात करने के लिए पूर्वकाल हैं कि अंक दे रोकता अनुमति देगा.
  20. यह मस्तिष्क की वक्रता का पालन करने के लिए मुश्किल है जब तक बेहतर अंत में परिखा अनुरेखण खत्म करो.
  21. एक बार जब पूरा, यह अंदर बंद करने के लिए 'स्वीकार' पर क्लिक करें
  22. अब unde 'सही' बटन पर क्लिक करेंआर '3 डी दृष्टिकोण 'और सही Sylvian फिशर और केंद्रीय परिखा के लिए चरणों को दोहराएँ.
  23. सही Sylvian फिशर का पता लगाने के लिए 'आरएसएफ' रेडियो बटन पर क्लिक करें, और प्रत्येक ट्रेसिंग के बाद 'स्वीकार' पर क्लिक, सही केंद्रीय परिखा का पता लगाने के लिए 'आर सी' रेडियो बटन पर क्लिक करने के लिए याद रखें पूरा हो गया है.
  24. एक बार सभी ट्रेसिंग पूरा कर रहे हैं, क्लिक करें: बचाएँ -> ब्राउज़ -> '_T1_IHC_erode_inACPC_lobtrace.obj <name>' का चयन करें.
  25. ITK-SNAP_sb बंद करें.

3. घाव Seg घटक

PD/T2 साथ स्कैन के लिए 3.1 (कोई स्वभाव)

  1. ओपन ITK-SNAP_sb, T1_IHC <name> लोड, _PD_inT1_IHC <name>, _T2_inT1_IHC <name>, क्लिक करें फ़ाइल -> ओपन स्केल छवि -> ब्राउज़ -> क्लिक करें, निर्देशिका के लिए जाने -> छवि -> ओपन -> अगला -> समाप्त करें.
  2. क्लिक प्लस विस्तार करने के लिए अगले अक्षीय देखने के लिए साइन इन करें.
  3. क्रॉसहेयर बंद (x).
  4. (ठीक क्लिक करें और खींचें) में ज़ूम.
  5. तीव्रता को समायोजितक्लिक करके: उपकरण -> छवि के विपरीत, तो मध्य बिंदु खींचें और छवि उचित स्तर पर चमक जब तक थोड़ा बंद, छोड़ दिया है.
  6. क्लिक करके PD_inT1_IHC पर लोड घाव SEG: विभाजन - छवि से> लोड -> ब्राउज़ -> ओपन - -> अगला -> समाप्त> _LEauto <name> का चयन करें.
  7. ब्रेन Sizer पुस्तिका में वर्णित के रूप में सभी 3 छवियों की तीव्रता को समायोजित.
  8. तूलिका उपकरण का चयन 'सक्रिय ड्राइंग लेबल' = 2 और 'पर आकर्षित' = दर्शनीय लेबल क्लिक करें.
  9. घाव के रूप में कब्जा करने के बारे में क्या निर्णय सूचित करने के लिए T1, पीडी और टी 2 का प्रयोग करें.
  10. ('एस' कुंजी के साथ पर और बंद टॉगल विभाजन) घाव (सकारात्मक) को सूचित करने के लेबल पर 1 लेबल 2 पेंट करने के लिए तूलिका उपकरण का उपयोग करें.
  11. झूठी सकारात्मक सूचित करने के लिए लेबल पर 2 लेबल 1 पेंट करने के लिए तूलिका उपकरण का उपयोग करें. चित्रा 6 देखें.
  12. छवि के रूप में सहेजें> - - विभाजन> और "संपादित करें" के साथ "ऑटो" की जगह से फ़ाइल नाम संशोधित: घाव SEG संशोधनों से संतुष्ट होने पर क्लिक करेंयह 'पूर्ण' है संकेत मिलता है कि फाइल के अंत करने के लिए, तो 'सहेजें' (यानी <name> _LEedit) क्लिक करें

नोट: लेबल 2 (डिफ़ॉल्ट रंग लाल है) घाव सूचित करने के लिए प्रयोग किया जाता है.

स्वभाव इमेजिंग के साथ स्कैन के लिए 3.2

  1. ओपन ITK-SNAP_sb, क्लिक करें _FL_inT1_IHC <name> लोड: फाइल -> ओपन स्केल छवि -> ब्राउज़ -> क्लिक करें, निर्देशिका के लिए जाने -> छवि -> ओपन -> अगला -> समाप्त.
  2. क्लिक प्लस विस्तार करने के लिए अगले अक्षीय देखने के लिए साइन इन करें.
  3. क्रॉसहेयर बंद (x).
  4. (ठीक क्लिक करें और खींचें) में ज़ूम.
  5. क्लिक करके तीव्रता को समायोजित: उपकरण -> छवि के विपरीत, तो मध्य बिंदु खींचें और छवि बंद उपयुक्त स्तर पर, चमक जब तक थोड़ा छोड़ दिया है.
  6. क्लिक करके FL_inT1_IHC पर लोड घाव SEG: विभाजन - छवि से> लोड -> ब्राउज़ -> ओपन - -> अगला -> समाप्त> _FLEXauto <name> का चयन करें.
  7. वर्णन के रूप में तीव्रता को समायोजितब्रेन Sizer पुस्तिका में डी.
  8. तूलिका उपकरण का चयन 'सक्रिय ड्राइंग लेबल' = 2 और 'पर आकर्षित' = दर्शनीय लेबल क्लिक करें.
  9. घाव के रूप में कब्जा करने के बारे में क्या निर्णय सूचित करने के लिए फ्लोरिडा (उपयोग T1, पीडी, टी 2 यदि आवश्यक हो तो) का उपयोग करें.
  10. ('एस' कुंजी के साथ पर और बंद टॉगल विभाजन) घाव (सकारात्मक) को सूचित करने के लेबल पर 1 लेबल 2 पेंट करने के लिए तूलिका उपकरण का उपयोग करें.
  11. झूठी सकारात्मक सूचित करने के लिए लेबल पर 2 लेबल 1 पेंट करने के लिए तूलिका उपकरण का उपयोग करें. 7 चित्र देखें.
  12. घाव SEG संशोधनों से संतुष्ट होने पर क्लिक करें: - छवि के रूप में सहेजें> - विभाजन> और "संपादित करें" के लिए यह 'पूर्ण' है संकेत मिलता है कि "ऑटो" बदलकर फ़ाइल नाम संशोधित, तो 'सहेजें' पर क्लिक करें (यानी <name> _FLEXedit ).

नोट: लेबल 2 (डिफ़ॉल्ट रंग लाल है) घाव सूचित करने के लिए प्रयोग किया जाता है.

Representative Results

इंटर करदाता विश्वसनीयता कई मेट्रिक्स का उपयोग मूल्यांकन किया जा सकता है. (ऑनलाइन प्रशिक्षण प्रदान सेट का उपयोग http://sabre.brainlab.ca ), निम्न चरणों का ले के पूरा होने के बाद प्रसंस्करण चरणों में से प्रत्येक के लिए अंतर - करदाता विश्वसनीयता का आकलन करने के लिए सिफारिश कर रहे हैं.

ब्रेन Sizer:
मस्तिष्क निष्कर्षण प्रक्रियाओं का अंतर - करदाता विश्वसनीयता का आकलन करने के लिए, <img_count> आदेश का उपयोग कर प्रत्येक TIV ई मास्क, <name> _TIVedit, के लिए volumetrics उत्पन्न करते हैं. एक सांख्यिकीय सॉफ्टवेयर पैकेज प्रशिक्षण सेट में से प्रत्येक के लिए प्रदान की TIVedit volumetrics के साथ (जैसे SPSS), (ऑनलाइन उपलब्ध कराई एक्सेल / सीएसवी फाइल देखें) में इन volumetrics दर्ज करें और अंतर - करदाता सहसंबंध गुणांक (आईसीसी) की गणना. घर में प्रशिक्षित रेटर के लिए पूरे मस्तिष्क volumetrics पी <0.0001 1,2, आईसीसी = 0.99 की सूचना प्राप्त करते हैं. इसके अतिरिक्त, TIV मास्किंग के लिए स्थानिक समझौते के मूल्यांकन का उपयोग मूल्यांकन किया जा सकता हैएसआई 21. MATLAB कोड दो रेटर के बीच एसआई मूल्यों की गणना करने के लिए ऑनलाइन उपलब्ध कराया गया है.

, निलय reassignment आकलन reassigned vCSF voxels, यानी साथ विभाजन फ़ाइलों में से प्रत्येक के लिए <img_count> आदेश का उपयोग vCSF मात्रा में उत्पन्न करने के लिए. <name> _ seg_vcsf. vCSF मात्रा मात्रा 'शीर्षक से कॉलम के अंतर्गत' पंक्ति '7 बगल में मूल्य है. TIV अंतर - करदाता विश्वसनीयता का मूल्यांकन करने के लिए उसी प्रक्रिया का उपयोग करना, आईसीसी और vCSF के लिए एसआई गणना.

ब्रेन स्टेम, सेरिबैलम और subtentorial संरचनाओं को हटाया <name> _seg_vcsf_st पर <img_count> आदेश चलाकर इसी का आकलन किया जा सकता है. 'मात्रा' के तहत (सही पर अंतिम स्तंभ): इस विभाजन मुखौटा के लिए इस्तेमाल संस्करणों 'अशून्य voxels की कुल गिनती' शीर्षक से दूसरा अंतिम पंक्ति में दिखाए जाते हैं. TIV और vCSF मूल्यांकन करने के लिए उसी प्रक्रिया का उपयोग करना, इस मास्किंग के लिए आईसीसी और एसआई गणना proceduप्रदान की एक्सेल फाइल में volumetrics और <name> _seg_vcsf_st फ़ाइलों का उपयोग कर रहे हैं.

सब्रे:
ब्रेन Sizer मैनुअल प्रक्रियाओं को आसानी से मानक मेट्रिक्स का उपयोग मूल्यांकन किया जा सकता है, ACPC संरेखण थोड़ा अधिक कठिन है. इस कारण से, मैट्रिक्स फाइलें परोक्ष ऑपरेटरों के प्रशिक्षण के लिए नेत्रहीन तुलना करने के लिए प्रदान की जाती हैं. ACPC संरेखण के पूरा होने के बाद, एक नया ITK-SNAP_sb खिड़की खोलने, T1 छवि लोड, तो ऑनलाइन <name> _T1_IHCpre_toACPC.mat दिए गए प्रशिक्षण के मामले के लिए मैट्रिक्स लोड, और नेत्रहीन पिच, रोल, रास्ते से हटना, और ACPC टुकड़ा तुलना दो छवियों के बीच.

प्रत्येक प्रशिक्षण के मामले के लिए _SABREparcel_inACPC <name> parcellated मुखौटा पर <img_count> चलाने सब्रे landmarking प्रक्रियाओं, मूल्यांकन करने के लिए. प्रत्येक क्षेत्र (3-28) के लिए volumetrics दर्ज करें. सब्रे क्षेत्र कोड ऑनलाइन उपलब्ध कराए गए हैं. प्रत्येक सब्रे मस्तिष्क क्षेत्र के लिए आईसीसी की गणना, TIV और vCSF मूल्यांकन करने के लिए उसी प्रक्रिया का उपयोग करना.सब्रे घर में प्रशिक्षित रेटर के लिए क्षेत्रीय volumetrics parcellated सूचना दी मतलब ICC देखने = प्राप्त 0.91-0.99 1,2 से लेकर आईसीसी मूल्यों के साथ 0.98, पी <0.01,.

घाव Seg:
इस घटक ले पाइप लाइन के अंतिम चरण में है, विश्वसनीयता और सटीकता पिछले चरणों पर निर्भर करेगा.

एसएच विभाजन के अंतर्राज्यीय करदाता विश्वसनीयता एसएच संस्करणों के क्षेत्रीय आईसीसी और एसएच मास्क के स्थानिक समझौते का उपयोग कर पूरा किया है. Lobmask T1-अधिग्रहण अंतरिक्ष में फाइल, <name> _SABREparcel और अंतिम संपादित घाव विभाजन फ़ाइल, <name> _LEedit दोनों में प्रवेश, <SH_volumetrics> चलाने क्षेत्रीय एसएच संस्करणों का मूल्यांकन करने के लिए. प्रत्येक सब्रे मस्तिष्क क्षेत्र के भीतर घाव संस्करणों के लिए आईसीसी की गणना, सब्रे volumetrics मूल्यांकन करने के लिए उसी प्रक्रिया का उपयोग करना. अंतिम संपादित घाव मास्क, <name> _LEedit (या FLEXedit के लिए एसआई गणना, TIV मास्किंग प्रक्रिया के स्थानिक समझौते का मूल्यांकन करने के लिए उसी प्रक्रिया का उपयोग करना). एक ही विश्वसनीयता परीक्षण PD/T2-based विभाजन और स्वभाव के आधार पर विभाजन दोनों पर किया जा सकता है.

3 डी T1 PD/T2
इमेजिंग पैरामीटर अक्षीय वॉल्यूम सैट (एस 1) SPGR अक्षीय स्पिन गूंज एफसी VEMP वीबी (बिछा)
पल्स समय
ते (मिसे) 5 30/80
टी.आर. (मिसे) 35 3,000
फ्लिप कोण (डिग्री) 35 90
तिवारी (मिसे) N / A N / A
रेंज स्कैन
FOV (सेमी) 22 20
टुकड़ा मोटाई (मिमी) 1.2 / 0 3/0
सं स्लाइस 124 62
अर्जन
मैट्रिक्स आकार 256 X 192 256 X 192
Voxel आकार (मिमी) 0.86 X 0.86 x 1.4 0.78 X 0.78 एक्स 3
नेक्स 1 0.5
कुल समय (मिनट) 11:00 0:00

तालिका 1. जनरल इलेक्ट्रिक 1.5T स्ट्रक्चरल एमआरआई अधिग्रहण मापदंडों.

<टीडी> अक्षीय T2Flair, EDR, फास्ट
3 डी T1 PD/T2 स्वभाव
इमेजिंग पैरामीटर अक्षीय 3D FSPGR EDR आईआर तैयारी अक्षीय 2D FSE-एक्स्ट्रा लार्ज, EDR, तेज, वसा बैठे
पल्स समय

ते (एमएस)

3.2 11.1 / 90 140
टी.आर. (मिसे) 8.1 2,500 9700
फ्लिप कोण (डिग्री) 8 ° 90 ° 90 °
तिवारी (मिसे) 650 N / A 2,200
रेंज स्कैन
FOV (सेमी) 22 22 22
टुकड़ा मोटाई (मिमी) 1 3 3
सं स्लाइस 186 48 48
अर्जन
मैट्रिक्स आकार 256 X 192 256 X 192 256 X 192
Voxel आकार (मिमी) 0.86 X 0.86 एक्स 1 0.86 X 0.86 एक्स 3 0.86 X 0.86 एक्स 3
नेक्स 1 1 1
कुल समय (मिनट) 7:20 6:10 7:20

तालिका 2. जनरल इलेक्ट्रिक 3T स्ट्रक्चरल एमआरआई अधिग्रहण मापदंडों.

चित्रा 1
चित्रा 1. अक्षीय T1 अप्रकाशित कुल अंतर्कपालीय तिजोरी (TIV) मुखौटा ओवरले (हरा) के साथ. यह मस्तिष्क के मैनुअल संपादन की प्रक्रिया के हिस्से के रूप nonbrain ऊतक निकालने के लिए ITK-SNAP_sb में बंद बहुभुज उपकरण के उपयोग का एक उदाहरण है sizer के TIV निष्कर्षण प्रक्रिया.


चित्रा 2. अक्षीय T1 ऊतक विभाजन ओवरले के साथ. कि लेबल रंग मनमानी कर रहे हैं और लेबल उपकरण का उपयोग कर संशोधित किया जा सकता है. बाईं छवि डिफ़ॉल्ट रंग दिखाता है. मध्य छवि सीएसएफ (5 = बैंगनी) vCSF (7 = मैजेंटा) को फिर नियत है कैसे पता चलता है. सही छवि WM रंग ऊतक वर्ग लेबल, यानी बदलने के बिना संशोधित किया जा सकता है कि कैसे पता चलता है. लेबल 3 = WM रहता है, लेकिन रंग नीला करने के लिए संशोधित किया जा सकता है.

चित्रा 3
चित्रा 3. अक्षीय T1 ऊतक विभाजन ओवरले के साथ (बाएं छवि, जीएम = पीला, WM = नारंगी, सीएसएफ = बैंगनी) (बाएं). चित्रित ITK में बंद polygo n उपकरण का उपयोग कर subtentorial संरचनाओं के मैनुअल हटाने का एक उदाहरण हैSNAP_sb (मध्य) और हटाने (दाएं) के बाद अंतिम ऊतक विभाजन. चित्रा 2 के रूप में, सही छवि WM रंग ऊतक वर्ग लेबल, यानी बदलने के बिना संशोधित किया जा सकता है कि कैसे पता चलता है. लेबल 3 = WM रहता है, लेकिन रंग नीला करने के लिए संशोधित किया जा सकता है.

चित्रा 4
चित्रा 4. अक्षीय T1 अधिग्रहण अंतरिक्ष में (बाएं), और बाद से पहले (दाएं) एसी पीसी संरेखण किया जाता है.

चित्रा 5
एसी (पीला) के साथ चित्रा 5. सब्रे landmarking प्रक्रियाओं दिखा दो उदाहरण. अक्षीय एसी पीसी गठबंधन T1, पीसी (नीला), और पीछे धार (गुलाबी) मील का पत्थर प्लेसमेंट (बाएं). Sylvian विदर के साथ एक 3 डी सतह गाया T1 (दाएं) (बैंगनी) और प्रतिशतRAL परिखा (गुलाबी) चित्रण.

चित्रा 6
स्वत: उत्पन्न घाव ओवरले (बीच में), और मैन्युअल रूप से संपादित घाव (लाल) ओवरले (दाएं) के साथ चित्रा 6. अक्षीय पीडी (बाएं).

चित्रा 7
स्वत: उत्पन्न घाव ओवरले (बीच में), और मैन्युअल रूप से संपादित घाव (लाल) ओवरले (दाएं) के साथ चित्रा 7. अक्षीय स्वभाव (बाएं),.

Discussion

ले विभाजन और parcellation प्रक्रिया ई. और सामान्य बुजुर्ग की एमआरआई से क्षेत्रीय volumetrics प्राप्त करने के लिए विशेष रूप से विकसित किया गया था. इन कार्रवाई करने के लिए जटिल कम्प्यूटेशनल एल्गोरिदम लागू जो कई पूरी तरह से स्वचालित पाइपलाइनों रहे हैं, इन उपकरणों ले अर्द्ध स्वचालित पाइप लाइन है कि उत्पादन व्यक्तिगत सटीकता और शुद्धता की कमी के लिए करते हैं. अर्द्ध स्वचालित प्रक्रियाओं के साथ व्यापार बंद ठीक से शारीरिक ज्ञान और इस तरह के एक व्यापक पाइपलाइन को लागू करने के लिए आवश्यक कम्प्यूटेशनल कौशल के साथ ऑपरेटरों को प्रशिक्षित करने के लिए आवश्यक संसाधन हैं. हालांकि, एक व्यक्तिगत इमेजिंग पाइप लाइन के प्राथमिक लाभों में से एक स्वचालित पाइपलाइनों असफल जब neurodegeneration के गंभीर मामलों के लिए उदार से मात्रात्मक volumetrics प्राप्त करने की क्षमता है.

ले पाइपलाइन पहले मूल्यांकन और विभिन्न बुजुर्ग और बावला आबादी 1,2,13,14,19,22,23, ए.आर. कि मुख्य मुद्दों के लिए लागू किया गया हैई आम तौर पर प्रशिक्षित ऑपरेटरों द्वारा सामना अच्छी तरह से प्रलेखित किया गया है और नीचे संक्षेप हैं.

ब्रेन Sizer घटक के साथ आवश्यक मार्गदर्शन की जांच और संपादन TIV निकासी मास्किंग प्रक्रिया, vCSF reassignment और ब्रेन स्टेम, सेरिबैलम और अन्य subtentorial संरचनाओं के मैनुअल हटाने में शामिल हैं. मस्तिष्क निकासी के लिए, स्वत: TIV उत्पादन मूल PD/T2 छवियों अच्छी गुणवत्ता के हैं कि आम तौर पर प्रदान की एक सभ्य मुखौटा है. बहरहाल, कारण अवर लौकिक डंडे, मन्या धमनियों को समीपस्थ को संवहनी और तंत्रिका ऊतक औसत दर्जे के रिश्तेदार तीव्रता मूल्यों को इस क्षेत्र में आम तौर पर कुछ संपादन की आवश्यकता है. इसके अतिरिक्त, नाक गुहा में श्लेष्म स्वत TIVauto मुखौटा के अतिरिक्त मैनुअल संपादन की आवश्यकता होती हैं जो पूर्वकाल ललाट क्षेत्रों में तीव्रता कटौती नापसंद मूल्यों skewing, क्षेत्रीय तीव्रता histograms प्रभावित करता है. अंत में, अतिरिक्त मैनुअल संपादन आम तौर पर सबसे बेहतर क्षेत्रों में आवश्यक है जहां जीएलobal शोष सिर्फ ड्यूरा मेटर नीचे subarachnoid सीएसएफ की मात्रा में वृद्धि में परिणाम जाता है. वैकल्पिक रूप से, निलय बढ़ने के साथ जुड़े शोष vCSF reassignment के साथ आवश्यक ऑपरेटर हस्तक्षेप को कम करने के लिए जाता है. एक सप्ताह में तीन फीचर coregistration दृष्टिकोण होने का एक और लाभ यह संभावित कारण पीडी और T1 पर उनके रिश्तेदार तीव्रता को पहचान कर रहे हैं जो periventricular शिरापरक vasculopathy 5,24-26, (के लिए, समीपस्थ निलय को सिस्टिक तरल पदार्थ से भरे दौरे की पहचान करने की क्षमता है पीडी, T1 पर hypointense) पर hyperintense. ये hypointensities पूर्व आपरेशन floodfilling को ITK-SNAP_sb में तैयार की गई पुस्तिका सीमा का उपयोग vCSF से चित्रित किया जा सकता है. VCSF reassignment T1-अधिग्रहण अंतरिक्ष में किया जाता है के बाद से पीसी पूरी तरह से दिखाई नहीं देता है, तो संरेखण दूर ACPC विमान से भटक मामलों में जहां, एक सीमा, 3 वेंट्रिकल और quadrigeminal तालाब के लिए आवश्यक हो सकता है. Tentorium diff के लिए एक अपेक्षाकृत आसान संरचना हैerentiate, कई शरीर रचना विज्ञान के नियमों पर आधारित ब्रेन स्टेम और औसत दर्जे का टेम्पोरल लोब से मस्तिष्क peduncles की जुदाई लगाने खासकर जब subtentorial संरचनाओं के हाथ से हटाने का मार्गदर्शन में सहायता करते हैं.

सब्रे landmarking विशेष संरचनात्मक स्थलों की मामूली उम्मीद के मुताबिक स्थानीयकरण के लिए अनुमति देता है, मानक ACPC गठबंधन छवियों में प्रदर्शन एक stereotaxic आधारित प्रक्रिया है. इस के लिए अपवाद के कारण neuroanatomy में व्यक्तिगत मतभेदों को चरम शोष और सामान्य परिवर्तनशीलता के साथ मामलों रहे हैं. पैरेन्काइमा की एक समग्र नुकसान में मस्तिष्क शोष परिणाम, स्थलों स्थान के लिए उपयुक्त अंक चुनने की कठिनाई बढ़ जाती है जो प्रमस्तिष्क दात्र, आसपास के midline के साथ बढ़ रही सीएसएफ. नियम आधारित प्रोटोकॉल सामान्य नियम के अपवाद आवश्यक हैं जहां मामलों की पहचान करने की जरूरत है. शरीर रचना विज्ञान में सामान्य परिवर्तन, विशेष रूप से केंद्रीय परिखा और parieto पश्चकपाल परिखा के सापेक्ष स्थान में, भी difficul वृद्धिइन संरचनाओं का मार्गदर्शन चित्रण की Ty. हालांकि, सब्रे द्वारा इस्तेमाल किया ग्राफिकल यूजर इंटरफेस काफी विशेष रूप से इन स्थलों के दृश्य के लिए निर्णय लेने की प्रक्रिया में सहायता करता है जो सतह प्रदान की गई छवियों का वास्तविक समय रोटेशन के लिए अनुमति देता है. अंत में, कुछ नियम आधारित प्रोटोकॉल (लाइन ट्रेसिंग खुद पर वापस जाने से रोका जाता है) केंद्रीय परिखा चित्रण जैसे ऑपरेटर उल्लंघन को रोकने के लिए सॉफ्टवेयर में प्रोग्राम के रूप में पीछे ले जाने के लिए मजबूर किया जाता है एकीकृत किया गया है.

घाव Seg घटक के मार्गदर्शन जाँच प्रक्रिया प्रासंगिक hyperintensities का दृश्य पहचान में विशेषज्ञता, केवल एसएच की डिग्री के साथ अलग स्कैन करने के लिए प्रदर्शन के बाद अधिग्रहण कर लिया है कि एक दृश्य धारणा कौशल की आवश्यकता है. झूठी सकारात्मक न्यूनतम एल्गोरिदम प्रारंभिक विभाजन में सबसे त्रुटियों को दूर करने के साथ सहायता करते हैं. हालांकि, फैली हुई परिवाहकीय रिक्त स्थान के बीच भेदभाव: lentiform नाभिक और पुनः में (Virchow-रॉबिन रिक्त स्थान वीआरएस)बाहरी कैप्सूल, रोधपट, चरम कैप्सूल, और subinsular क्षेत्रों में लेवंत एसएच मुश्किल हो सकता है. इस बेसल ganglia में वीआरएस के साथ मामलों में विशेष रूप से कठिन है. न्यूरोइमेजिंग (प्रयास) पर संवहनी परिवर्तन रिपोर्टिंग के लिए मानकों की रूपरेखा हाल ही में एक कागज, lacunes से वीआरएस अंतर है, और वीआरएस एमआरआई पर अधिक रैखिक और सीएसएफ तीव्रता होने का वर्णन करने के लिए एक आकार कसौटी सिफारिश की. वीआरएस पहचान के साथ इन मुद्दों का समाधान करने के लिए, ले अपनाया है: lentiform नाभिक के भीतर हो जाता है कि किसी भी hyperintensity चयन से ऑपरेटरों को रोकता है जो एक) एक शरीर रचना विज्ञान आधारित शासन, ख) एक आकार व्यास में 5 मिमी से hyperintensities कम बाहर करने के लिए मानदंड, और ग) कारण पीडी, टी 2 और T1 27 रिश्तेदार सीएसएफ तीव्रता को अतिरिक्त बहिष्कार के लिए एक रिश्तेदार तीव्रता नियम. इसके अतिरिक्त, सामान्य hyperintense संकेत महासंयोजिका साथ प्रासंगिक एसएच के बीच अंतर करने के लिए मुश्किल हो सकता है, जो विशेष रूप से स्वभाव इमेजिंग पर midline और प्रमस्तिष्क दात्र, साथ में पाया जा सकता है. के मामलों मेंperiventricular क्षेत्रों में बाहर का विस्तार, जो केवल एसएच स्वीकार कर रहे हैं, जहां इस तरह के ओवरलैप करते हैं, शरीर रचना विज्ञान के नियमों पर आधारित लागू कर रहे हैं.

अंत में, यह इस लिखित घटक जौव में एक वीडियो निर्देशित, मानकीकृत प्रोटोकॉल प्रकाशन (पूरक हैं, सराहना करते हैं कि महत्वपूर्ण है http://www.jove.com ). पारंपरिक स्थिर आंकड़े कुछ अवधारणाओं को समझाने में सहायता करते हैं, वीडियो आधारित ट्यूटोरियल ऐसे घाव एक्सप्लोरर के रूप में एक व्यापक न्यूरोइमेजिंग पाइपलाइन के साथ शामिल जटिल कार्यप्रणाली प्रक्रियाओं संवाद स्थापित करने में अधिक सक्षम हैं.

Disclosures

लेखकों का खुलासा करने के लिए कुछ भी नहीं है.

Acknowledgements

लेखकों कृतज्ञता निम्न स्रोतों से वित्तीय सहायता को स्वीकार करते हैं. विकास और विभिन्न न्यूरोइमेजिंग विश्लेषण के परीक्षण के सबसे विशेष रूप से कनाडा के स्वास्थ्य अनुसंधान संस्थान (एमओपी # 13,129), कनाडा और अल्जाइमर एसोसिएशन (अमेरिका), दिल के अल्जाइमर सोसायटी और स्ट्रोक के लिए स्ट्रोक फाउंडेशन कनाडा की भागीदारी से कई अनुदान द्वारा समर्थित किया गया रिकवरी (HSFCPSR), और नियंत्रण रेखा कैम्पबेल फाउंडेशन. जेआर कनाडा के अल्जाइमर सोसायटी की ओर से वेतन समर्थन प्राप्त करता है; न्यूरोलॉजी में ब्रिल चेयर सहित Sunnybrook और टी यू पर Sunnybrook अनुसंधान संस्थान और चिकित्सा विभाग से एसईबी. लेखक भी HSFCPSR से वेतन समर्थन प्राप्त करते हैं.

Materials

Name Company Catalog Number Comments
Magnetic resonance imaging machine (1.5 Tesla) General Electric See Table 1 for acquisition parameters
Magnetic resonance imaging machine (3 Tesla) General Electric See Table 2 for acquisition parameters

DOWNLOAD MATERIALS LIST

References

  1. Ramirez, J., Gibson, E., Quddus, A., Lobaugh, N. J., Feinstein, A., Levine, B., Scott, C. J., Levy-Cooperman, N., Gao, F. Q., Black, S. E. Lesion Explorer: A comprehensive segmentation and parcellation package to obtain regional volumetrics for subcortical hyperintensities and intracranial tissue. Neuroimage. 54, (2), 963-973 (2011).
  2. Ramirez, J., Scott, C. J., Black, S. E. A short-term scan-rescan reliability test measuring brain tissue and subcortical hyperintensity volumetrics obtained using the lesion explorer structural MRI processing pipeline. Brain Topogr. 26, (1), 35-38 (2013).
  3. Sled, J. G., Zijdenbos, A. P., Evans, A. C. A nonparametric method for automatic correction of intensity nonuniformity in MRI data. IEEE Trans. Med. Imaging. 17, (1), 87-97 (1998).
  4. Wahlund, L. O., Barkhof, F., Fazekas, F., Bronge, L., Augustin, M., Sjogren, M., Wallin, A., Ader, H., Leys, D., Pantoni, L., Pasquier, F., Erkinjuntti, T., Scheltens, P. A new rating scale for age-related white matter changes applicable to MRI and. 32, (6), 1318-1322 (2001).
  5. Pantoni, L. Cerebral small vessel disease: from pathogenesis and clinical characteristics to therapeutic challenges. Lancet Neurol. 9, (7), 689-701 (2010).
  6. Black, S. E., Gao, F. Q., Bilbao, J. Understanding white matter disease: Imaging-pathological correlations in vascular cognitive impairment. Stroke. 40, (2009).
  7. Arch Neurol, 44, 21-23 (1987).
  8. Carmichael, O., Schwarz, C., Drucker, D., Fletcher, E., Harvey, D., Beckett, L., Jack, C. R., Weiner, M., Decarli, C. Longitudinal changes in white matter disease and cognition in the first year of the Alzheimer disease neuroimaging initiative. Arch. Neurol. 67, (11), 1370-1378 (2010).
  9. Wardlaw, J. M. What is a lacune. Stroke. 39, (11), 2921-2922 (2008).
  10. Potter, G. M., Doubal, F. N., Jackson, C. A., Chappell, F. M., Sudlow, C. L., Dennis, M. S., Wardlaw, J. M. Counting cavitating lacunes underestimates the burden of lacunar infarction. Stroke. 41, (2), 267-272 (2010).
  11. Barkhof, F. Enlarged Virchow-Robin spaces: do they matter. J. Neurol. Neurosurg. Psychiatry. 75, (11), 1516-1517 (2004).
  12. Zhu, Y. C., Dufouil, C., Soumare, A., Mazoyer, B., Chabriat, H. Tzourio C. High degree of dilated Virchow-Robin spaces on MRI is associated with increased risk of dementia. J. Alzheimers Dis. 22, (2), 663-672 (2010).
  13. Levy-Cooperman, N., Ramirez, J., Lobaugh, N. J., Black, S. E. Misclassified tissue volumes in Alzheimer disease patients with white matter hyperintensities: importance of lesion segmentation procedures for volumetric analysis. Stroke. 39, (4), 1134-1141 (2008).
  14. Kovacevic, N., Lobaugh, N. J., Bronskill, M. J., Levine, B., Feinstein, A., Black, S. E. A robust method for extraction and automatic segmentation of brain images. Neuroimage. 17, (3), 1087-1100 (2002).
  15. Nestor, S. M., Rupsingh, R., Borrie, M., Smith, M., Accomazzi, V., Wells, J. L., Fogarty, J., Bartha, R. Ventricular enlargement as a possible measure of Alzheimer's disease progression validated using the Alzheimer's disease neuroimaging initiative database. Brain. 131, 2443-2454 (2008).
  16. Moody, D. M., Brown, W. R., Challa, V. R., Anderson, R. L. Periventricular venous collagenosis: association with leukoaraiosis. Radiology. (2), 469-476 Forthcoming.
  17. Brown, W. R., Moody, D. M., Challa, V. R., Thore, C. R., Anstrom, J. A. Venous collagenosis and arteriolar tortuosity in leukoaraiosis. J. Neurol. Sci. 15, 203-204 (2002).
  18. Talairach, J., Tournoux, P. Co-planar Stereotaxic Atlas of the Human Brain. Thieme Medical Publishers. Stuttgart. (1988).
  19. Dade, L. A., Gao, F. Q., Kovacevic, N., Roy, P., Rockel, C., O'Toole, C. M., Lobaugh, N. J., Feinstein, A., Levine, B., Black, S. E. Semiautomatic brain region extraction: a method of parcellating brain regions from structural magnetic resonance images. Neuroimage. 22, (4), 1492-1502 (2004).
  20. Shrout, P. E., Fleiss, J. L. Intraclass correlations: uses in assessing rater reliability. Psychol. Bull. 86, 420-428 (2008).
  21. Zijdenbos, A. P., Dawant, B. M., Margolin, R. A., Palmer, A. C. Morphometric analysis of white matter lesions in MR images: method and validation. IEEE Trans. Med. Imaging. 13, (4), 716-724 (1994).
  22. Chow, T. W., Takeshita, S., Honjo, K., Pataky, C. E. of manual and semi-automated delineation of regions of interest for radioligand PET imaging analysis. BMC Nucl. Med. Comparison, S. tJ. acques,P. .L. .,K. usano,M. .L. .,C. aldwell,C. .B. .,R. amirez,J. .,B. lack,S. .,V. erhoeff,N. .P. . 7, (2007).
  23. Gilboa, A., Ramirez, J., Kohler, S., Westmacott, R., Black, S. E., Moscovitch, M. Retrieval of autobiographical memory in Alzheimer's disease: relation to volumes of medial temporal lobe and other structures. Hippocampus. 15, (4), 535-550 (2005).
  24. Black, S., Iadecola, C. Vascular cognitive impairment: small vessels, big toll: introduction. Stroke. 40(3 Suppl), S38-S39. (2009).
  25. Brown, W. R., Moody, D. M., Thore, C. R., Challa, V. R. Cerebrovascular pathology in Alzheimer's disease and leukoaraiosis. 903-939 (2000).
  26. Moody, D. M., Brown, W. R., Challa, V. R., Anderson, R. L. Periventricular venous collagenosis: association with leukoaraiosis. Radiology. (2), 469-476 Forthcoming.
  27. Hernandez, M. D., Piper, R. J., Wang, X., Deary, I. J., Wardlaw, J. M. Towards the automatic computational assessment of enlarged perivascular spaces on brain magnetic resonance images: A systematic review. J. Magn. Reson. Imaging. (2013).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics