मस्तिष्क एमआरआई का उपयोग कर मानव रंजित जाल के मैनुअल विभाजन
Summary
मस्तिष्क में रंजित जाल की महत्वपूर्ण भूमिका के बावजूद, विश्वसनीय स्वचालित विभाजन उपकरणों की कमी के कारण इस संरचना के न्यूरोइमेजिंग अध्ययन दुर्लभ हैं। वर्तमान प्रोटोकॉल का उद्देश्य रंजित जाल के स्वर्ण-मानक मैनुअल विभाजन को सुनिश्चित करना है जो भविष्य के न्यूरोइमेजिंग अध्ययनों को सूचित कर सकता है।
Abstract
कोरॉइड प्लेक्सस को न्यूरोडेवलपमेंट और मस्तिष्क विकारों की एक श्रृंखला में फंसाया गया है। साक्ष्य दर्शाता है कि रंजित जाल मस्तिष्क परिपक्वता, प्रतिरक्षा / भड़काऊ विनियमन, और व्यवहार / संज्ञानात्मक कार्य के लिए महत्वपूर्ण है। हालांकि, वर्तमान स्वचालित न्यूरोइमेजिंग विभाजन उपकरण पार्श्व वेंट्रिकल रंजित जाल को सही और मज़बूती से विभाजित करने में खराब हैं। इसके अलावा, कोई मौजूदा उपकरण नहीं है जो मस्तिष्क के तीसरे और चौथे निलय में स्थित कोरॉइड प्लेक्सस को खंडित करता है। इस प्रकार, पार्श्व, तीसरे, और चौथे वेंट्रिकल में रंजित जाल खंड करने के लिए कैसे एक प्रोटोकॉल neurodevelopmental और मस्तिष्क विकारों में रंजित जाल की जांच अध्ययन की विश्वसनीयता और प्रतिकृति बढ़ाने के लिए आवश्यक है. यह प्रोटोकॉल DICOM या NIFTI छवियों के आधार पर रंजित जाल के लिए 3D स्लाइसर में अलग से लेबल की गई फ़ाइलें बनाने के लिए विस्तृत चरण प्रदान करता है। रंजित जाल मैन्युअल अक्षीय, धनु और T1w छवियों के कोरोनल विमानों का उपयोग कर खंडित किया जाएगा, निलय की सीमा ग्रे या सफेद पदार्थ संरचनाओं से voxels को बाहर करने के लिए सुनिश्चित करने. रंजित जाल और इसकी शारीरिक सीमाओं के स्थानीयकरण में सहायता के लिए विंडोिंग को समायोजित किया जाएगा। सटीकता और विश्वसनीयता का आकलन करने के तरीके इस प्रोटोकॉल के हिस्से के रूप में प्रदर्शित किया जाएगा. मैनुअल परिसीमन का उपयोग कर रंजित जाल के सोने के मानक विभाजन खुले तौर पर जीवन भर में और विभिन्न मस्तिष्क विकारों के भीतर रंकश जाल में परिवर्तन स्पष्ट करने के लिए साझा किया जा सकता है कि बेहतर और अधिक विश्वसनीय स्वचालित विभाजन उपकरण विकसित करने के लिए इस्तेमाल किया जा सकता है.
Introduction
रंजित जाल समारोह
रंजित जाल मस्तिष्क में एक अत्यधिक संवहनी संरचना fenestrated केशिकाओं और रंजित जाल उपकलाकोशिकाओं 1 के एक monolayer से मिलकर है. रंजित जाल पार्श्व, तीसरे, और चौथे सेरेब्रल वेंट्रिकल्स में परियोजनाओं और मस्तिष्कमेरु द्रव (सीएसएफ), जो तंत्रिका patterning2 और मस्तिष्क शरीर क्रिया विज्ञान 3,4 में एक महत्वपूर्ण भूमिका निभाता है का उत्पादन करता है. रंजित जाल neurovascular पदार्थों secretes, भंडार की तरह एक स्टेम सेल शामिल, और विषाक्त चयापचयों के प्रवेश को बाधित करने के लिए एक भौतिक बाधा के रूप में कार्य करता है, एक एंजाइमी बाधा है कि moieties को दूर करने के लिए जो भौतिक बाधा को दरकिनार करने के लिए, और विदेशी आक्रमणकारियों के खिलाफ की रक्षा के लिए एक प्रतिरक्षाविज्ञानी बाधा5. रंजित जाल neurogenesis6, synaptic प्लास्टिसिटी7, सूजन8, circadian ताल 9,10, आंत मस्तिष्क अक्ष11, और अनुभूति12 modulates. इसके अलावा, परिधीय साइटोकिन्स, तनाव और संक्रमण (SARS-CoV-2 सहित) रक्त-सीएसएफ बाधा 13,14,15,16 को बाधित कर सकते हैं। इस प्रकार, रंजित जाल सीएसएफ प्रणाली neurodevelopment के लिए अभिन्न अंग है, neurocircuit परिपक्वता, मस्तिष्क homeostasis, और17 की मरम्मत. चूंकि प्रतिरक्षा, भड़काऊ, चयापचय, और एंजाइमी परिवर्तन मस्तिष्क को प्रभावित करते हैं, शोधकर्ता जीवन भर और मस्तिष्क विकारों 18,19,20 में कोरॉइड प्लेक्सस की भूमिका का आकलन करने के लिए न्यूरोइमेजिंग टूल का उपयोग कर रहे हैं। हालांकि, कोरॉइड प्लेक्सस सेगमेंटेशन के लिए आमतौर पर इस्तेमाल किए जाने वाले स्वचालित उपकरणों में सीमाएं मौजूद हैं, जैसे कि फ्रीसर्फर, जिसके परिणामस्वरूप कोरॉइड प्लेक्सस खराब खंडित होता है। इस प्रकार, रंजित जाल के जमीनी सच्चाई मैनुअल विभाजन के लिए एक महत्वपूर्ण आवश्यकता है जिसका उपयोग रंजित जाल विभाजन के लिए एक सटीक स्वचालित उपकरण विकसित करने के लिए किया जा सकता है।
न्यूरोडेवलपमेंट और मस्तिष्क विकारों में रंजित जाल
मस्तिष्क विकारों में रंजित जाल की भूमिका लंबे समय से उपेक्षित किया गया है, मुख्यतः क्योंकि यह एक सहायक खिलाड़ी जिसका भूमिका मस्तिष्क को कुशन और एक उचित नमक संतुलन 2,21 बनाए रखने के लिए किया गया था के रूप में माना जाता था. हालांकि, रंजित जाल इस तरह के दर्द सिंड्रोम22 के रूप में मस्तिष्क विकारों से जुड़े एक संरचना के रूप में ध्यान आकर्षित किया है, SARS-CoV-2 16,23,24, neurodevelopmental2, और मस्तिष्क विकारों19, व्यवहार विकारों के विकास में एक transdiagnostic प्रभाव का सुझाव. न्यूरोडेवलपमेंटल विकारों में, रंजित जाल अल्सर विकास में देरी, ध्यान-घाटे / अति सक्रियता विकार (एडीएचडी), या आत्मकेंद्रित स्पेक्ट्रम विकार (एएसडी)25,26के बढ़ते जोखिम से जुड़े थे। इसके अतिरिक्त, एएसडी27 के रोगियों में पार्श्व वेंट्रिकल कोरॉइड प्लेक्सस मात्रा में वृद्धि पाई गई। मस्तिष्क विकारों में, रंजित जाल असामान्यताओं मनोवैज्ञानिक विकारों28,29 में 1921 के बाद से वर्णित किया गया है. पिछले अध्ययनों दोनों उनके पहली डिग्री रिश्तेदारों और19 नियंत्रण की तुलना में मनोवैज्ञानिक विकारों के साथ रोगियों के एक बड़े नमूने में FreeSurfer विभाजन का उपयोग कर रंजीय जाल इज़ाफ़ा की पहचान की है. इन निष्कर्षों को मनोविकृति आबादी के लिए नैदानिक उच्च जोखिम के एक बड़े नमूने में मैन्युअल रूप से खंडित रंजित जाल मात्रा का उपयोग करके दोहराया गया था और पाया कि इन रोगियों को स्वस्थ नियंत्रण30 की तुलना में बड़ा रंजित जाल मात्रा थी। जटिल क्षेत्रीय दर्द सिंड्रोम22, स्ट्रोक31, मल्टीपल स्केलेरोसिस20,32, अल्जाइमर33,34, और अवसाद35 में कोरॉइड प्लेक्सस इज़ाफ़ा का प्रदर्शन करने वाले अध्ययनों की बढ़ती संख्या है, कुछ परिधीय और मस्तिष्क प्रतिरक्षा / भड़काऊ गतिविधि के बीच एक लिंक का प्रदर्शन करते हैं। ये न्यूरोइमेजिंग अध्ययन आशाजनक हैं; हालांकि, FreeSurfer21 द्वारा गरीब पार्श्व वेंट्रिकल रंजित जाल विभाजन स्वचालित रंजित जाल मात्रा अनुमान की विश्वसनीयता को सीमित करता है. नतीजतन, मल्टीपल स्केलेरोसिस20,32, अवसाद35, अल्जाइमर34, और प्रारंभिक मनोविकृति36 में अध्ययन ने पार्श्व वेंट्रिकल कोरॉइड प्लेक्सस को मैन्युअल रूप से विभाजित करना शुरू कर दिया है, लेकिन ऐसा करने के लिए कोई मौजूदा दिशानिर्देश नहीं हैं, न ही तीसरे और चौथे वेंट्रिकल कोरॉइड प्लेक्सस को विभाजित करने पर उनका मार्गदर्शन है।
सामान्य विभाजन उपकरण कोरॉइड प्लेक्सस को बाहर करते हैं
मस्तिष्क विभाजन पाइपलाइन जैसे FreeSurfer37,38,39, FMRIB Software Library (FSL)40, SLANT41, और FastSurfer (सह-लेखक मार्टिन रॉयटर द्वारा विकसित)42,43, एटलस-आधारित (FSL), एटलस- और सतह-आधारित (FreeSurfer), और गहन शिक्षण विभाजन प्रतिमान (SLANT और FastSurfer) को नियोजित करने वाली कॉर्टिकल और सबकोर्टिकल संरचनाओं को सटीक और मज़बूती से खंडित करती हैं। इन दृष्टिकोणों में से कुछ की कमजोरियों प्रसंस्करण गति, विभिन्न स्कैनर, क्षेत्र ताकत और स्वर आकार37,44 के लिए सीमित सामान्यीकरण, और एक मानक एटलस अंतरिक्ष में लेबल मानचित्र के मजबूर संरेखण शामिल हैं. हालांकि, कोरॉइड प्लेक्सस को खंडित करने की क्षमता और उच्च-रिज़ॉल्यूशन एमआरआई के साथ संगतता केवल फ्रीसर्फर और फास्टसर्फर द्वारा संबोधित की जाती है। FastSurfer के पीछे तंत्रिका नेटवर्क, FreeSurfer रंजित जाल लेबल पर प्रशिक्षित कर रहे हैं, तो वे FreeSurfer पहले से चर्चा की विश्वसनीयता और कवरेज सीमाओं वारिस है, तीसरे और चौथे निलय21 नजरअंदाज कर दिया जा रहा है. उच्च-रिज़ॉल्यूशन एमआरआई के लिए वर्तमान सीमाएं भी मौजूद हैं, लेकिन इस मुद्दे को संभालने के लिए फ्रीसर्फर की उच्च-रिज़ॉल्यूशन स्ट्रीम45 और फास्टसर्फरविन43 का उपयोग किया जा सकता है।
वर्तमान रंजित जाल विभाजन उपकरण
रंजित जाल के लिए केवल एक स्वतंत्र रूप से उपलब्ध विभाजन उपकरण है, लेकिन विभाजन सटीकता सीमित है. सटीक रंजित जाल विभाजन कारकों की एक किस्म से प्रभावित किया जा सकता है, सहित (1) रंजित जाल स्थान में परिवर्तनशीलता (स्थानिक गैर स्थिर) निलय के भीतर अपने स्थान के कारण, (2) स्वर तीव्रता में मतभेद, इसके विपरीत, संकल्प (भीतर-संरचना विषमता) सेलुलर विषमता के कारण, गतिशील रंजोश जाल समारोह, रोग परिवर्तन, या आंशिक मात्रा प्रभाव, (3) उम्र या विकृति से संबंधित वेंट्रिकुलर आकार रंगाकार जाल आकार को प्रभावित करने के अंतर, और (4) आसन्न उपकोर्टिकल संरचनाओं (हिप्पोकैम्पस, अमिगडाला, कॉडेट और सेरिबैलम) से निकटता, जिन्हें खंडित करना भी मुश्किल है। इन चुनौतियों को देखते हुए, FreeSurfer विभाजन अक्सर रंजित जाल के तहत या अधिक अनुमान, गलत लेबल या अनदेखा करते हैं।
तीन हाल के प्रकाशनों एक गाऊसी मिश्रण मॉडल (जीएमएम)46, एक अक्षीय-एमएलपी47, और यू-नेट आधारित गहरी शिक्षा दृष्टिकोण48 के साथ विश्वसनीय रंजित जाल विभाजन के अंतर को संबोधित किया. प्रत्येक मॉडल को स्कैनर, साइटों, जनसांख्यिकी और विकारों की सीमित विविधता के साथ अधिकतम 150 विषयों के निजी, मैन्युअल रूप से लेबल किए गए डेटासेट का उपयोग करके प्रशिक्षित और मूल्यांकन किया गया था। जबकि इन प्रकाशनों 46,48,49 ने फ्रीसर्फर के कोरॉइड प्लेक्सस सेगमेंटेशन पर महत्वपूर्ण सुधार हासिल किए – कभी-कभी भविष्यवाणी और जमीनी सच्चाई के चौराहे को दोगुना कर दिया, न तो विधि (1) उच्च-रिज़ॉल्यूशन एमआरआई में मान्य है, (2) सामान्यीकरण और विश्वसनीयता विश्लेषण समर्पित है, (3) बड़े प्रतिनिधि प्रशिक्षण और परीक्षण डेटासेट की सुविधा है, (4) विशेष रूप से कोरॉइड प्लेक्सस विभाजन चुनौतियों को संबोधित या विश्लेषण करता है जैसे आंशिक वॉल्यूम प्रभाव, या (5) सार्वजनिक रूप से उपयोग के लिए तैयार उपकरण के रूप में उपलब्ध है। इस प्रकार, रंजित जाल विभाजन के लिए वर्तमान “सोने मानक” मैनुअल अनुरेखण है, उदाहरण के लिए, 3 डी स्लाइसर50 या ITK-स्नैप51 का उपयोग कर, जो पहले वर्णित नहीं किया गया है और उनके अध्ययन में रंजित जाल की भूमिका की जांच करने के इच्छुक शोधकर्ताओं के लिए एक बड़ी चुनौती रही है. 3 डी स्लाइसर सॉफ्टवेयर के साथ लेखक की परिचितता के कारण मैनुअल विभाजन के लिए चुना गया था और क्योंकि यह वांछित परिणाम प्राप्त करने के लिए संयुक्त किया जा सकता है कि विभिन्न दृष्टिकोणों के आधार पर विभिन्न उपकरणों के साथ उपयोगकर्ता प्रदान करता है. अन्य उपकरणों का उपयोग किया जा सकता है, जैसे कि ITK-SNAP, जो मुख्य रूप से छवि विभाजन पर उन्मुख है, और एक बार उपकरण में महारत हासिल हो जाने के बाद, उपयोगकर्ता द्वारा अच्छे परिणाम प्राप्त किए जा सकते हैं। इसके अतिरिक्त, लेखकों ने 3 डी स्लाइसर30 का उपयोग करके अपने मैनुअल विभाजन तकनीक की उच्च सटीकता और विश्वसनीयता का प्रदर्शन करते हुए एक केस-कंट्रोल अध्ययन किया है, और उस विशिष्ट पद्धति का वर्णन यहां किया गया है।
Protocol
Representative Results
Discussion
प्रोटोकॉल के महत्वपूर्ण कदम
तीन महत्वपूर्ण कदम जब इस प्रोटोकॉल को लागू करने के लिए विशेष ध्यान देने की आवश्यकता है. सबसे पहले, एमआर छवियों की गुणवत्ता और कंट्रास्ट की जांच करना सटीक विभाजन सुन?…
Declarações
The authors have nothing to disclose.
Acknowledgements
इस काम को नेशनल इंस्टीट्यूट ऑफ मेंटल हेल्थ अवार्ड R01 MH131586 (पीएल और एमआर को), R01 MH078113 (एमके को), और सिडनी आर बेयर जूनियर फाउंडेशन ग्रांट (पीएल को) द्वारा समर्थित किया गया था।
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. |
Referências
- Lun, M. P., Monuki, E. S., Lehtinen, M. K. Development and functions of the choroid plexus-cerebrospinal fluid system. Nature Reviews Neuroscience. 16 (8), 445-457 (2015).
- Dani, N., Herbst, R. H., McCabe, C. A cellular and spatial map of the choroid plexus across brain ventricles and ages. Cell. 184 (11), 3056-3074 (2021).
- Kaiser, K., Bryj, a. V. Choroid plexus: the orchestrator of long-range signalling within the CNS. IJMS. 21 (13), 4760 (2020).
- Damkier, H. H., Brown, P. D., Praetorius, J. Cerebrospinal fluid secretion by the choroid plexus. Physiological Reviews. 93, 46 (2013).
- Liddelow, S. A. Development of the choroid plexus and blood-CSF barrier. Frontiers in Neuroscience. 9, 00032 (2015).
- Gato, A., Alonso, M. I., Lamus, F., Miyan, J. Neurogenesis: A process ontogenically linked to brain cavities and their content, CSF. Seminars in Cell & Developmental Biology. 102, 21-27 (2020).
- Spatazza, J., Lee, H. H. C., Di Nardo, A. A. Choroid-plexus-derived Otx2 homeoprotein constrains adult cortical plasticity. Cell Reports. 3 (6), 1815-1823 (2013).
- Kim, S., Hwang, Y., Lee, D., Webster, M. J. Transcriptome sequencing of the choroid plexus in schizophrenia. Translational Psychiatry. 6 (11), e964-964 (2016).
- Myung, J., Schmal, C., Hong, S. The choroid plexus is an important circadian clock component. Nature Communications. 9 (1), 1062 (2018).
- Quintela, T., Furtado, A., Duarte, A. C., Gonçalves, I., Myung, J., Santos, C. R. A. The role of circadian rhythm in choroid plexus functions. Progress in Neurobiology. 205, 102129 (2021).
- Gorlé, N., Blaecher, C., Bauwens, E., et al. The choroid plexus epithelium as a novel player in the stomach-brain axis during Helicobacter infection. Brain, Behavior, and Immunity. 69, 35-47 (2018).
- Zappaterra, M. W., Lehtinen, M. K. The cerebrospinal fluid: regulator of neurogenesis, behavior, and beyond. Cellular and Molecular Life Sciences. 69 (17), 2863-2878 (2012).
- Cardia, E., Molina, D., Abbate, F. Morphological modifications of the choroid plexus in a rodent model of acute ventriculitis induced by gram-negative liquoral sepsis: Possible implications in the pathophysiology of hypersecretory hydrocephalus. Child’s Nervous System. 11 (9), 511-516 (1995).
- Coisne, C., Engelhardt, B. Tight junctions in brain barriers during central nervous system inflammation. Antioxidants & Redox Signaling. 15 (5), 1285-1303 (2011).
- Szmydynger-Chodobska, J., Strazielle, N., Gandy, J. R. Posttraumatic Invasion of monocytes across the blood-cerebrospinal fluid barrier. Journal of Cerebral Blood Flow & Metabolism. 32 (1), 93-104 (2012).
- Pellegrini, L., Albecka, A., Mallery, D. L. SARS-CoV-2 infects the brain choroid plexus and disrupts the blood-csf barrier in human brain organoids. Cell Stem Cell. 27 (6), 951-961 (2020).
- Bitanihirwe, B., Lizano, P., Woo, T. Deconstructing the functional neuroanatomy of the choroid plexus: an ontogenetic perspective for studying neurodevelopmental and neuropsychiatric disorders. Review at Molecular Psychiatry. , (2022).
- Ramaekers, V., Sequeira, J. M., Quadros, E. V. Clinical recognition and aspects of the cerebral folate deficiency syndromes. Clinical Chemistry and Laboratory Medicine. 51 (3), 0543 (2012).
- Lizano, P., Lutz, O., Ling, G. Association of choroid plexus enlargement with cognitive, inflammatory, and structural phenotypes across the psychosis spectrum. AJP. 176 (7), 564-572 (2019).
- Kim, H., Lim, Y. M., Kim, G. Choroid plexus changes on magnetic resonance imaging in multiple sclerosis and neuromyelitis optica spectrum disorder. Journal of the Neurological Sciences. 415, 116904 (2020).
- Bannai, D., Lutz, O., Lizano, P. Neuroimaging considerations when investigating choroid plexus morphology in idiopathic psychosis. Schizophrenia Research. 224, 19-21 (2020).
- Zhou, G., Hotta, J., Lehtinen, M. K., Forss, N., Hari, R. Enlargement of choroid plexus in complex regional pain syndrome. Scientific Reports. 5 (1), 14329 (2015).
- Jacob, F., Pather, S. R., Huang, W. K. Human pluripotent stem cell-derived neural cells and brain organoids reveal SARS-CoV-2 neurotropism predominates in choroid plexus epithelium. Cell Stem Cell. 27 (6), 937-950 (2020).
- Yang, A. C., Kern, F., Losada, P. M. Dysregulation of brain and choroid plexus cell types in severe COVID-19. Nature. 595 (7868), 565-571 (2021).
- Lin, Y. J., Chiu, N. C., Chen, H. J., Huang, J. Y., Ho, C. S. Cranial ultrasonographic screening findings among healthy neonates and their association with neurodevelopmental outcomes. Pediatrics & Neonatology. 62 (2), 158-164 (2021).
- Chang, H., Tsai, C. M., Hou, C. Y., Tseng, S. H., Lee, J. C., Tsai, M. L. Multiple subependymal pseudocysts in neonates play a role in later attention deficit hyperactivity and autistic spectrum disorder. Journal of the Formosan Medical Association. 118 (3), 692-699 (2019).
- Levman, J., Vasung, L., MacDonald, P. Regional volumetric abnormalities in pediatric autism revealed by structural magnetic resonance imaging. International Journal of Developmental Neuroscience. 71 (1), 34-45 (2018).
- Taft, A. E. A note on the pathology of the choroid plexus in general paralysis. Archives of Neurology & Psychiatry. 7 (2), 177 (1922).
- D, S. R. The choroid plexus in organic diseases of the brain and of schizophreina. The Journal of Nervous and Mental Disease. 56, 21-26 (1921).
- Bannai, D., Reuter, M., Hegde, R. Linking choroid plexus enlargement with plasma analyte and structural phenotypes in clinical high risk for psychosis: a multisite neuroimaging study. BioRxiv. , (2022).
- Egorova, N., Gottlieb, E., Khlif, M. S., Spratt, N. J., Brodtmann, A. Choroid plexus volume after stroke. International Journal of Stroke. 14 (9), 923-930 (2019).
- Ricigliano, V. A., Morena, E., Colombi, A. Choroid plexus enlargement in inflammatory multiple sclerosis: 3.0-T MRI and translocator protein PET evaluation. Radiology. 301 (1), 166-177 (2021).
- Tadayon, E., Pascual-Leone, A., Press, D., Santarnecchi, E. Choroid plexus volume is associated with levels of CSF proteins: relevance for Alzheimer’s and Parkinson’s disease. Neurobiology of Aging. 89, 108-117 (2020).
- Choi, J. D., Moon, Y., Kim, H. J., Yim, Y., Lee, S., Moon, W. J. Choroid plexus volume and permeability at brain MRI within the Alzheimer Disease clinical spectrum. Radiology. 304 (3), 635-645 (2022).
- Althubaity, N., Schubert, J., Martins, D. Choroid plexus enlargement is associated with neuroinflammation and reduction of blood-brain barrier permeability in depression. NeuroImage: Clinical. 33, 102926 (2022).
- Senay, O., et al. Choroid plexus volume in individuals with early course and chronic psychosis – a magnetic resonance imaging study. Schizophrenia Bulletin. , (2022).
- Fischi, B. FreeSurfer. NeuroImage. 62 (2), 774-781 (2012).
- Fischl, B., et al. Cortical folding patterns and predicting cytoarchitecture. Cerebral Cortex. 18 (8), 1973-1980 (2008).
- Fischl, B., vander Kouwe, A., Destrieux, C. Automatically parcellating the human cerebral cortex. Cerebral Cortex. 14 (1), 11-22 (2004).
- Patenaude, B., Smith, S. M., Kennedy, D. N., Jenkinson, M. A Bayesian model of shape and appearance for subcortical brain segmentation. NeuroImage. 56 (3), 907-922 (2011).
- Huo, Y., Xu, Z., Xiong, Y. 3D whole brain segmentation using spatially localized atlas network tiles. NeuroImage. 194, 105-119 (2019).
- Henschel, L., Conjeti, S., Estrada, S., Diers, K., Fischl, B., Reuter, M. FastSurfer – A fast and accurate deep learning based neuroimaging pipeline. NeuroImage. 219, 117012 (2020).
- Henschel, L., Kügler, D., Reuter, M. FastSurferVINN: Building resolution-independence into deep learning segmentation methods-A solution for HighRes brain MRI. NeuroImage. 251, 118933 (2022).
- Jovicich, J., Czanner, S., Han, X. MRI-derived measurements of human subcortical, ventricular and intracranial brain volumes: Reliability effects of scan sessions, acquisition sequences, data analyses, scanner upgrade, scanner vendors and field strengths. NeuroImage. 46 (1), 177-192 (2009).
- Zaretskaya, N., Fischl, B., Reuter, M., Renvall, V., Polimeni, J. R. Advantages of cortical surface reconstruction using submillimeter 7 T MEMPRAGE. NeuroImage. 165, 11-26 (2018).
- Tadayon, E., Moret, B., Sprugnoli, G., Monti, L., Pascual-Leone, A., Santarnecchi, E. Improving choroid plexus segmentation in the healthy and diseased brain: Relevance for Tau-PET imaging in dementia. Journal of Alzheimer’s Disease. 74 (4), 1057-1068 (2020).
- Schmidt-Mengin, M., Ricigliano, V. A. G., Bodini, B., Išgum, I., Colliot, O. Axial multi-layer perceptron architecture for automatic segmentation of choroid plexus in multiple sclerosis. Medical Imaging 2022: Image Processing. SPIE. , (2022).
- Zhao, L., Feng, X., Meyer, C. H., Alsop, D. C. Choroid plexus segmentation using optimized 3D U-Net. 2020 IEEE 17th International Symposium on Biomedical Imaging (ISBI). IEEE. , 381-384 (2020).
- Schmidt-Mengin, M., et al. Axial multi-layer perceptron architecture for automatic segmentation of choroid plexus in multiple sclerosis. arXiv. , (2021).
- Egger, J., Kapur, T., Nimsky, C., Kikinis, R., Muñoz-Barrutia, A. Pituitary adenoma volumetry with 3D Slicer. PLoS ONE. 7 (12), 51788 (2012).
- Yushkevich, P. A., Piven, J., Hazlett, H. C., et al. User-guided 3D active contour segmentation of anatomical structures: Significantly improved efficiency and reliability. NeuroImage. 31 (3), 1116-1128 (2006).
- Dice, L. R. Measures of the amount of ecologic association between species. Ecology. 26 (3), 297-302 (1945).
- Aydin, O. U., Taha, A. A., Hilbert, A. On the usage of average Hausdorff distance for segmentation performance assessment: hidden error when used for ranking. European Radiology Experimental. 5 (1), (2021).
- Shrout, P. E., Fleiss, J. L. Intraclass correlations: Uses in assessing rater reliability. Psychological Bulletin. 86 (2), 420-428 (1979).
- Pawlik, D., Leuzy, A., Strandberg, O., Smith, R. Compensating for choroid plexus based off-target signal in the hippocampus using 18F-flortaucipir PET. NeuroImage. 221, 117193 (2020).
- Yazdan-Panah, A., Schmidt-Mengin, M., Ricigliano, V. A. G., Soulier, T., Stankoff, B., Colliot, O. Automatic segmentation of the choroid plexuses: Method and validation in controls and patients with multiple sclerosis. NeuroImage: Clinical. 38, 103368 (2023).
