På trods af den afgørende rolle, som choroid plexus spiller i hjernen, er neuroimaging undersøgelser af denne struktur knappe på grund af manglen på pålidelige automatiserede segmenteringsværktøjer. Denne protokol har til formål at sikre guldstandard manuel segmentering af choroid plexus, der kan informere fremtidige neuroimaging undersøgelser.
Choroid plexus har været impliceret i neurodevelopment og en række hjernesygdomme. Beviser viser, at choroid plexus er kritisk for hjernens modning, immun / inflammatorisk regulering og adfærdsmæssig / kognitiv funktion. Imidlertid er de nuværende automatiserede neuroimaging segmenteringsværktøjer dårlige til nøjagtigt og pålideligt segmentering af lateral ventrikel choroid plexus. Desuden er der ikke noget eksisterende værktøj, der segmenterer choroid plexus placeret i hjernens tredje og fjerde ventrikler. Således er der behov for en protokol, der afgrænser, hvordan man segmenterer choroid plexus i den laterale, tredje og fjerde ventrikel for at øge pålideligheden og replikabiliteten af undersøgelser, der undersøger choroid plexus i neuroudviklings- og hjernesygdomme. Denne protokol indeholder detaljerede trin til oprettelse af separat mærkede filer i 3D Slicer til choroid plexus baseret på DICOM- eller NIFTI-billeder. Choroid plexus vil blive segmenteret manuelt ved hjælp af de aksiale, sagittale og koronale planer af T1w-billeder, og sørg for at udelukke voxels fra grå eller hvide stofstrukturer, der grænser op til ventriklerne. Vinduer vil blive justeret for at hjælpe med lokalisering af choroid plexus og dens anatomiske grænser. Metoder til vurdering af nøjagtighed og pålidelighed vil blive demonstreret som en del af denne protokol. Guldstandardsegmentering af choroid plexus ved hjælp af manuelle afgrænsninger kan bruges til at udvikle bedre og mere pålidelige automatiserede segmenteringsværktøjer, der åbent kan deles for at belyse ændringer i choroid plexus over hele levetiden og inden for forskellige hjernesygdomme.
Choroid plexus funktion
Choroid plexus er en stærkt vaskulariseret struktur i hjernen bestående af fenestrerede kapillærer og et monolag af choroid plexus epitelceller1. Choroid plexus projicerer ind i de laterale, tredje og fjerde cerebrale ventrikler og producerer cerebrospinalvæske (CSF), som spiller en vigtig rolle i neurale mønstre2 og hjernefysiologi 3,4. Choroid plexus udskiller neurovaskulære stoffer, omfatter et stamcellelignende lager og fungerer som en fysisk barriere for at hindre indgangen af toksiske metabolitter, en enzymatisk barriere for at fjerne dele, der omgår den fysiske barriere og en immunologisk barriere for at beskytte mod fremmede angribere5. Choroid plexus modulerer neurogenese6, synaptisk plasticitet7, inflammation8, døgnrytme 9,10, tarmhjerneakse11 og kognition12. Desuden kan perifere cytokiner, stress og infektion (inklusive SARS-CoV-2) forstyrre blod-CSF-barrieren 13,14,15,16. Således er choroid plexus-CSF-systemet integreret til neuroudvikling, neurokredsløbsmodning, hjernehomeostase og reparation17. Da immun-, inflammatoriske, metaboliske og enzymatiske ændringer påvirker hjernen, bruger forskere neuroimaging værktøjer til at vurdere rollen som choroid plexus i hele levetiden og i hjernesygdomme 18,19,20. Der findes dog begrænsninger i almindeligt anvendte automatiserede værktøjer til choroid plexus-segmentering, såsom FreeSurfer, hvilket resulterer i, at choroid plexus er dårligt segmenteret. Der er således et kritisk behov for manuel segmentering af choroid plexus, der kan bruges til at udvikle et nøjagtigt automatiseret værktøj til choroid plexus-segmentering.
Choroid plexus i neurodevelopment og hjernesygdomme
Choroid plexus rolle i hjernesygdomme har længe været forsømt, hovedsageligt fordi det blev betragtet som en støttende spiller, hvis rolle var at dæmpe hjernen og opretholde en ordentlig saltbalance 2,21. Imidlertid har choroid plexus fået opmærksomhed som en struktur forbundet med hjerneforstyrrelser såsom smertesyndrom22, SARS-CoV-2 16,23,24, neurodevelopmental 2 og hjernesygdomme19, hvilket tyder på en transdiagnostisk effekt i udviklingen af adfærdsforstyrrelser. I neuroudviklingsforstyrrelser var choroid plexuscyster forbundet med en øget risiko for udviklingsforsinkelse, opmærksomhedsunderskud / hyperaktivitetsforstyrrelse (ADHD) eller autismespektrumforstyrrelse (ASD)25,26. Derudover blev lateral ventrikel choroid plexus volumen fundet at være øget hos patienter med ASD27. I hjernesygdomme,choroid plexus abnormiteter er blevet beskrevet siden 1921 i psykotiske lidelser28,29. Tidligere undersøgelser har identificeret choroid plexusforstørrelse ved hjælp af FreeSurfer-segmentering i en stor stikprøve af patienter med psykotiske lidelser sammenlignet med både deres førstegradsslægtninge og kontroller19. Disse fund blev replikeret ved hjælp af manuelt segmenteret choroid plexusvolumen i en stor prøve af klinisk højrisiko for psykosepopulation og fandt, at disse patienter havde større choroid plexusvolumen sammenlignet med raske kontroller30. Der er et stigende antal undersøgelser, der viser choroid plexusforstørrelse i komplekst regionalt smertesyndrom22, slagtilfælde31, multipel sklerose20,32, Alzheimers33,34 og depression35, hvor nogle viser en sammenhæng mellem perifer og hjerneimmun / inflammatorisk aktivitet. Disse neuroimaging undersøgelser er lovende; dårlig lateral ventrikel choroid plexus segmentering af FreeSurfer21 begrænser imidlertid troværdigheden af automatiseret choroid plexus volumen estimering. Som følge heraf er undersøgelser i multipel sklerose20,32, depression35, Alzheimers34 og tidlig psykose36 begyndt manuelt at segmentere lateral ventrikel choroid plexus, men der er ingen nuværende retningslinjer for, hvordan man gør dette, og det er heller ikke deres vejledning om segmentering af tredje og fjerde ventrikel choroid plexus.
Almindelige segmenteringsværktøjer udelukker choroid plexus
Hjernesegmenteringsrørledninger såsom FreeSurfer37,38,39, FMRIB Software Library (FSL)40, SLANT41 og FastSurfer (udviklet af medforfatteren Martin Reuter)42,43, segmenterer nøjagtigt og pålideligt kortikale og subkortikale strukturer, der anvender atlasbaserede (FSL), atlas- og overfladebaserede (FreeSurfer) og deep learning-segmenteringsparadigmer (SLANT og FastSurfer). Svagheder ved nogle af disse tilgange inkluderer behandlingshastighed, begrænset generalisering til forskellige scannere, feltstyrker og voxelstørrelser37,44 og tvungen justering af etiketkortet i et standard atlasrum. Imidlertid behandles evnen til at segmentere choroid plexus og kompatibiliteten med MR med høj opløsning kun af FreeSurfer og FastSurfer. De neurale netværk bag FastSurfer er trænet på FreeSurfer choroid plexus etiketter, så de arver FreeSurfers tidligere diskuterede pålidelighed og dækningsbegrænsninger, hvor den tredje og fjerde ventrikel ignoreres21. Der findes også nuværende begrænsninger for MR i høj opløsning, men FreeSurfers stream45 med høj opløsning og FastSurferVINN43 kan bruges til at håndtere dette problem.
Nuværende choroid plexus segmenteringsværktøjer
Der er kun et frit tilgængeligt segmenteringsværktøj til choroid plexus, men segmenteringsnøjagtigheden er begrænset. Nøjagtig choroid plexus segmentering kan påvirkes af en række faktorer, herunder (1) variabilitet i choroid plexus placering (rumligt ikke-stationær) på grund af dens placering i ventriklerne, (2) forskelle i voxel intensitet, kontrast, opløsning (inden for struktur heterogenitet) på grund af cellulær heterogenitet, dynamisk choroid plexus funktion, patologiske ændringer, eller delvis volumen effekter, (3) alders- eller patologi-relaterede ventrikulære størrelsesforskelle, der påvirker choroid plexus størrelse, og (4) nærhed til tilstødende subkortikale strukturer (hippocampus, amygdala, caudat og cerebellum), som også er vanskelige at segmentere. I betragtning af disse udfordringer undervurderer eller overvurderer FreeSurfer-segmenteringer ofte, fejlmærker eller ignorerer choroid plexus.
Tre nylige publikationer behandlede kløften mellem pålidelig choroid plexus-segmentering med en Gaussian Mixture Model (GMM)46, en Axial-MLP47 og U-Net-baserede deep learning-tilgange48. Hver model blev trænet og evalueret ved hjælp af private, manuelt mærkede datasæt på højst 150 forsøgspersoner med en begrænset mangfoldighed af scannere, websteder, demografi og lidelser. Mens disse publikationer 46,48,49 opnåede betydelige forbedringer i forhold til FreeSurfers choroid plexus-segmentering – undertiden fordobling af skæringspunktet mellem forudsigelse og jordsandhed, er ingen af metoderne (1) valideret i MR med høj opløsning, (2) har dedikerede generaliserings- og pålidelighedsanalyser, (3) indeholder store repræsentative trænings- og testdatasæt, (4) adresserer eller analyserer choroid plexus-segmenteringsudfordringer såsom delvise volumeneffekter, eller (5) er offentligt tilgængelig som et brugsklart værktøj. Den nuværende “guldstandard” for plexussegmentering af choroid er således manuel sporing, f.eks. ved hjælp af 3D Slicer50 eller ITK-SNAP51, som ikke tidligere er beskrevet og har været en stor udfordring for forskere, der ønsker at undersøge choroid plexus’ rolle i deres studier. 3D Slicer blev valgt til manuel segmentering på grund af forfatterens fortrolighed med softwaren, og fordi det giver brugeren forskellige værktøjer baseret på forskellige tilgange, der kan kombineres for at opnå det ønskede resultat. Andre værktøjer kan bruges, såsom ITK-SNAP, som primært er orienteret mod billedsegmentering, og når værktøjet er mestret, kan brugeren opnå gode resultater. Derudover har forfatterne gennemført en case-control-undersøgelse, der demonstrerer den høje nøjagtighed og pålidelighed af deres manuelle segmenteringsteknik ved hjælp af 3D Slicer30, og den specifikke metode er beskrevet heri.
Kritiske trin i protokollen
Tre kritiske trin kræver særlig opmærksomhed ved gennemførelsen af denne protokol. For det første er kontrol af kvaliteten og kontrasten af MR-billeder nøglen til at sikre nøjagtig segmentering. Hvis billedets kvalitet er for dårlig, eller kontrasten er for lav eller for høj, kan det føre til unøjagtig afgrænsning af choroid plexus. Kontrasten for billedet kan justeres ved at få vist billedets gråtoneværdi eller ved at kalibrere værdierne for at forbedre kon…
The authors have nothing to disclose.
Dette arbejde blev støttet af en National Institute of Mental Health Award R01 MH131586 (til P.L og M.R), R01 MH078113 (til M.K) og et Sydney R Baer Jr Foundation Grant (til P.L).
3D Slicer | 3D Slicer | https://www.slicer.org/ | A free, open source software for visualization, processing, segmentation, registration, and analysis of medical, biomedical, and other 3D images and meshes; and planning and navigating image-guided procedures. |
FreeSurfer | FreeSurfer | https://surfer.nmr.mgh.harvard.edu/ | An open source neuroimaging toolkit for processing, analyzing, and visualizing human brain MR images |
ITK-SNAP | ITK-SNAP | http://www.itksnap.org/pmwiki/pmwiki.php | A free, open-source, multi-platform software application used to segment structures in 3D and 4D biomedical images. |
Monai Package | Monai Consortium | https://docs.monai.io/en/stable/metrics.html | Use for Dice Coefficient and DeepMind average Surface Distance. |
MRI scanner | GE | Discovery MR750 | |
Psych Package | R-Project | https://cran.r-project.org/web/packages/psych/index.html | A general purpose toolbox developed originally for personality, psychometric theory and experimental psychology. |
R Software | R-Project | https://www.r-project.org/ | R is a free software environment for statistical computing and graphics. |
RStudio | Posit | https://posit.co/ | An RStudio integrated development environment (IDE) is a set of tools built to help you be more productive with R and Python. |
Windows or Apple OS Desktop or Laptop | Any company | n/a | Needed for running the software used in this protocol. |