Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Methodenartikel

Automatische Segmentierung der kortikalen grauen Zellen von T1-gewichteten MRT-Aufnahmen

8.8K Aufrufe

⸱

DOI:

10.3791/58198

⸱

7. Januar 2019

 ,  , 

In diesem Artikel

Zusammenfassung

Dieses Protokoll beschreibt den Prozess der strukturellen T1-gewichteten MRT-Aufnahmen, die graue Substanz Regionen abzugrenzen, die für die Quantifizierung von Volumen der grauen Substanz verwendet werden können sieben verschiedene automatisierte Segmentierungstools zuweisen.

Zusammenfassung

Innerhalb von Neuroimaging Forschung haben eine Reihe von Studien die Auswirkungen unterschiedlicher zwischen Studie volumetrische Befunde diskutiert, die gedacht werden, um die aus der Nutzung der verschiedenen Segmentierungstools Gehirn Volumen erzeugen ergeben. Hier präsentieren wir Verarbeitung Pipelines für sieben automatisierte Tools, die zur Segmentierung der grauen Substanz im Gehirn verwendet werden können. Das Protokoll sieht einen ersten Schritt für die Forscher mit dem Ziel, die genaueste Methode zur Erzeugung von Volumen der grauen Substanz aus T1-gewichteten MRT-Aufnahmen zu finden. Auch das Manuskript gehören Schritte, detaillierte visuelle Qualitätskontrolle durchzuführen. Dieses Protokoll umfasst eine Reihe von potenziellen Segmentierungstools und regt Benutzer um die Leistung dieser Werkzeuge in einer Teilmenge der Daten vor der Auswahl einer für eine volle Kohorte gelten. Darüber hinaus kann das Protokoll weiter auf die Segmentierung von anderen Hirnregionen verallgemeinert werden.

Einleitung

Neuroimaging ist weit verbreitet in den beiden klinischen und Forschung Einstellungen. Es gibt eine aktuelle Bewegung um die Reproduzierbarkeit der Studien zu verbessern, das Hirnvolumen von Magnetresonanz-Bildgebung (MRI) Scans zu quantifizieren; Daher ist es wichtig, dass Ermittler Erfahrungen mit MRI Werkzeuge teilen für MRI-Scans in regionalen Bände, Segmentierung, um die Standardisierung und Optimierung der Methoden1zu verbessern. Dieses Protokoll enthält eine schrittweise Anleitung zur Verwendung von sieben verschiedene Werkzeuge zur Segmentierung der kortikalen grauen Substanz (CGM, graue Substanz die subkortikale Regionen ausschließt) v....

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Hinweis: Sicherstellen Sie, dass alle Bilder im NifTI-Format. Umstellung auf NifTI wird hier nicht behandelt.

1. Segmentierung über SPM 8: Unified Segment

Hinweis: Dieser Vorgang erfolgt über die SPM8-GUI betreibt in Matlab. Das SPM8-Handbuch enthält weitere Details und finden Sie unter: http://www.fil.ion.ucl.ac.uk/spm/doc/spm8_manual.pdf.

  1. Stellen Sie sicher, dass SPM8 in der Software-Pfad installiert ist.
  2. SPM Segmentierung erfolgt über eine grafische Benutzeroberfläche. Um SPM zu öffnen, öffnen Sie ein Befehlsfenster, und geben Sie ein "Spm" in der Befehlszeile.
  3. Drücken Si....

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Durchschnittliches Gehirn Volumen für 20 Kontrolle Teilnehmer zusammen mit demografischen Daten, ist in Tabelle 1dargestellt. Dies dient als Leitfaden für die erwarteten Werte bei der Verwendung dieser Tools. Ergebnisse sollten im Zusammenhang mit dem Originalbild T1.nii betrachtet werden. Alle GM-Regionen sollte gemäß den in Abschnitt 8 beschriebenen Schritten überprüft werden. Wenn Sie visuelle QC durchführen, ist es wichtig, GM-Regionen zu den T1-Scan direkt zu verglei.......

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Vor kurzem hat die Forschung gezeigt, dass die unterschiedlichen volumetrischen Methoden wichtige Implikationen für Neuroimaging Studien1,2nutzen können. Von publishing-Protokolle, mit denen Reiseführer unerfahrene Anwender in verschiedenen Neuroimaging Werkzeuge anwenden sowie QC auf die Ergebnisausgabe durch diese Tools ausführen, können Forscher die beste Methode, um ihre Dataset zuweisen auswählen.

Während die meisten Schritte in d.......

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren haben nichts preisgeben.

Danksagungen

Wir danken all jenen in der CHDI/High Q Foundation verantwortlich für die TRACK-HD-Studie; vor allem Beth Borowsky, Allan Tobin, Daniel van Kammen, Ethan Signer und Sherry Lifer. Auch möchten die Autoren ihre Dankbarkeit für die TRACK-HD-Studien-Teilnehmer und ihre Familien. Diese Arbeit war am UCLH/UCL, durchgeführt, die einen Teil der Finanzierung aus dem Department of Health National Institute für Forschung biomedizinische Forschung Gesundheitszentren Förderform erhielt. S.J.T. räumt Unterstützung des National Institute for Health Research durch die Demenz und neurodegenerativen Research Network, DeNDRoN.

TRACK-HD-Ermittler:

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Referenzen

  1. Katuwal, G. J., et al. Inter-Method Discrepancies in Brain Volume Estimation May Drive Inconsistent Findings in Autism. Frontiers in Neuroscience. 10, 439(2016).
  2. Johnson, E. B., et al.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Weitere Artikel entdecken

SPM-Softwarevisuelle QualitätskontrolleFSLeyes-ViewerFreeSurfer-AnalyseHirnvolumenmessungNeuroimaging-ProtokollSegmentierungswerkzeuge