Manuel segmentering af den humane choroid plexus ved hjælp af hjerne MR

Summary

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.

Abstract

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.

Introduction

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 lidelser^28,29. 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 sklerose^20,32, Alzheimers^33,34 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 sklerose^20,32, 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 FreeSurfer^37,38,39, 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 voxelstørrelser^37,44 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.

Protocol

Den nuværende protokol blev godkendt af Institutional Review Board på Beth Israel Deaconess Medical Center. En rask forsøgsperson med en hjerne-MR-scanning, der var fri for artefakter eller bevægelse, blev brugt til denne protokoldemonstration, og der blev indhentet skriftligt informeret samtykke. En 3,0 T MR-scanner med en 32-kanals hovedspole (se materialetabellen) blev brugt til at erhverve 3D-T1-billeder med en opløsning på 1 mm x 1 mm x 1,2 mm. MP-RAGE ASSET-sekvensen med et synsfelt på 256 x…

Representative Results

Den foreslåede metode har gennemgået iterativ forfining for lateral ventrikel choroid plexus, der involverer omfattende test på en kohorte på 169 raske kontroller og 340 patienter med klinisk høj risiko for psykose30. Ved hjælp af teknikken beskrevet ovenfor opnåede forfatterne høj intra-rater nøjagtighed og pålidelighed med en DC = 0,89, avgHD = 3,27 mm3 og single-rater ICC = 0,9730, hvilket demonstrerer styrken af protokollen beskrevet heri. <stro…

Discussion

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…

Materials

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.