Til tross for den avgjørende rollen som choroid plexus i hjernen, er neuroimaging studier av denne strukturen knappe på grunn av mangel på pålitelige automatiserte segmenteringsverktøy. Den nåværende protokollen tar sikte på å sikre gullstandard manuell segmentering av choroid plexus som kan informere fremtidige neuroimaging studier.
Choroid plexus har vært involvert i nevroutvikling og en rekke hjernesykdommer. Bevis viser at choroid plexus er kritisk for hjernens modning, immun / inflammatorisk regulering og atferdsmessig / kognitiv funksjon. Imidlertid er nåværende automatiserte neuroimaging segmenteringsverktøy dårlige til nøyaktig og pålitelig segmentering av lateral ventrikkel choroid plexus. Videre er det ikke noe eksisterende verktøy som segmenterer choroid plexus som ligger i tredje og fjerde ventrikler i hjernen. Dermed er det nødvendig med en protokoll som avgrenser hvordan man segmenterer choroid plexus i lateral, tredje og fjerde ventrikkel for å øke påliteligheten og reproduserbarheten av studier som undersøker choroid plexus i nevrodevelopmental og hjernesykdommer. Denne protokollen inneholder detaljerte trinn for å opprette separat merkede filer i 3D Slicer for choroid plexus basert på DICOM- eller NIFTI-bilder. Choroid plexus vil bli manuelt segmentert ved hjelp av aksiale, sagittale og koronale plan av T1w-bilder, og sørg for å ekskludere voxels fra grå eller hvite substansstrukturer som grenser til ventriklene. Windowing vil bli justert for å hjelpe til med lokalisering av choroid plexus og dens anatomiske grenser. Metoder for å vurdere nøyaktighet og pålitelighet vil bli demonstrert som en del av denne protokollen. Gullstandardsegmentering av choroid plexus ved hjelp av manuelle avgrensninger kan brukes til å utvikle bedre og mer pålitelige automatiserte segmenteringsverktøy som åpent kan deles for å belyse endringer i choroid plexus over hele levetiden og innen ulike hjernesykdommer.
Choroid plexus funksjon
Choroid plexus er en svært vaskularisert struktur i hjernen som består av fenestrerte kapillærer og et monolag av choroid plexus epitelceller1. Choroid plexus projiserer inn i laterale, tredje og fjerde cerebrale ventrikler og produserer cerebrospinalvæske (CSF), som spiller en viktig rolle i nevrale mønstre2 og hjernefysiologi 3,4. Choroid plexus utskiller nevrovaskulære stoffer, omfatter et stamcellelignende depot, og fungerer som en fysisk barriere for å hindre inngangen til giftige metabolitter, en enzymatisk barriere for å fjerne deler som omgår den fysiske barrieren, og en immunologisk barriere for å beskytte mot fremmede inntrengere5. Choroid plexus modulerer nevrogenese6, synaptisk plastisitet7, betennelse8, døgnrytme 9,10, tarmhjerneakse11 og kognisjon12. Videre kan perifere cytokiner, stress og infeksjon (inkludert SARS-CoV-2) forstyrre blod-CSF-barrieren 13,14,15,16. Dermed er choroid plexus-CSF-systemet integrert for nevroutvikling, nevrokretsmodning, hjernehomeostase og reparasjon17. Siden immun-, inflammatoriske, metabolske og enzymatiske endringer påvirker hjernen, bruker forskere neuroimaging-verktøy for å vurdere rollen som choroid plexus over hele levetiden og i hjernesykdommer 18,19,20. Imidlertid finnes det begrensninger i vanlige automatiserte verktøy for choroid plexussegmentering, for eksempel FreeSurfer, noe som resulterer i at choroid plexus blir dårlig segmentert. Dermed er det et kritisk behov for bakken sannhet manuell segmentering av choroid plexus som kan brukes til å utvikle et nøyaktig automatisert verktøy for choroid plexus segmentering.
Choroid plexus i nevroutvikling og hjernesykdommer
Rollen til choroid plexus i hjernesykdommer har lenge blitt neglisjert, hovedsakelig fordi den ble ansett som en støttespiller hvis rolle var å dempe hjernen og opprettholde en riktig saltbalanse 2,21. Imidlertid har choroid plexus fått oppmerksomhet som en struktur knyttet til hjernesykdommer som smertesyndrom22, SARS-CoV-2 16,23,24, nevrodevelopmental 2 og hjernesykdommer19, noe som tyder på en transdiagnostisk effekt i utviklingen av atferdsforstyrrelser. I nevroutviklingsforstyrrelser var choroid plexuscyster assosiert med økt risiko for utviklingsforsinkelse, oppmerksomhetsunderskudd / hyperaktivitetsforstyrrelse (ADHD) eller autismespekterforstyrrelse (ASD)25,26. I tillegg ble lateral ventrikkel choroid plexusvolum funnet å være økt hos pasienter med ASD27. I hjernesykdommer,choroid plexus abnormiteter har blitt beskrevet siden 1921 i psykotiske lidelser28,29. Tidligere studier har identifisert choroid plexusforstørrelse ved hjelp av FreeSurfer-segmentering i et stort utvalg av pasienter med psykotiske lidelser sammenlignet med både deres førstegradsslektninger og kontroller19. Disse funnene ble replikert ved hjelp av manuelt segmentert choroid plexusvolum i et stort utvalg av klinisk høyrisiko for psykosepopulasjon og fant at disse pasientene hadde større choroid plexusvolum sammenlignet med friske kontroller30. Det er et økende antall studier som demonstrerer choroid plexusforstørrelse i komplekst regionalt smertesyndrom22, hjerneslag31, multippel sklerose20,32, Alzheimers33,34 og depresjon35, med noen som demonstrerer en sammenheng mellom perifer og hjerneimmun / inflammatorisk aktivitet. Disse neuroimaging studiene er lovende; Imidlertid begrenser dårlig lateral ventrikkel choroid plexus segmentering av FreeSurfer21 påliteligheten til automatisert choroid plexus volumestimering. Som et resultat har studier i multippel sklerose20,32, depresjon35, Alzheimers34 og tidlig psykose36 begynt å manuelt segmentere lateral ventrikkel choroid plexus, men det er ingen nåværende retningslinjer for hvordan man gjør dette, og det er heller ikke deres veiledning om segmentering av tredje og fjerde ventrikkel choroid plexus.
Vanlige segmenteringsverktøy utelukker choroid plexus
Hjernesegmenteringsrørledninger som FreeSurfer37,38,39, FMRIB Software Library (FSL)40, SLANT41 og FastSurfer (utviklet av medforfatter Martin Reuter)42,43, segmenterer nøyaktig og pålitelig kortikale og subkortikale strukturer som bruker atlasbaserte (FSL), atlas- og overflatebaserte (FreeSurfer) og segmenteringsparadigmer for dyp læring (SLANT og FastSurfer). Svakheter ved noen av disse tilnærmingene inkluderer prosesseringshastighet, begrenset generalisering til forskjellige skannere, feltstyrker og voxelstørrelser 37,44, og tvungen justering av etikettkartet i et standard atlasrom. Imidlertid er muligheten til å segmentere choroid plexus og kompatibiliteten med høyoppløselig MR bare adressert av FreeSurfer og FastSurfer. De nevrale nettverkene bak FastSurfer, er trent på FreeSurfer choroid plexus etiketter, slik at de arver FreeSurfers tidligere diskuterte pålitelighet og dekning begrensninger, med den tredje og fjerde ventriklene blir ignorert21. Nåværende begrensninger for høyoppløselig MR finnes også, men FreeSurfers høyoppløselige stream45 og FastSurferVINN43 kan brukes til å håndtere dette problemet.
Nåværende choroid plexus segmenteringsverktøy
Det finnes kun ett fritt tilgjengelig segmenteringsverktøy for choroid plexus, men segmenteringsnøyaktigheten er begrenset. Nøyaktig choroid plexus segmentering kan påvirkes av en rekke faktorer, inkludert (1) variabilitet i choroid plexus plassering (romlig ikke-stasjonær) på grunn av sin plassering i ventriklene, (2) forskjeller i voxel intensitet, kontrast, oppløsning (innen-struktur heterogenitet) på grunn av cellulær heterogenitet, dynamisk choroid plexus funksjon, patologiske endringer, eller partielle volumeffekter, (3) alders- eller patologirelaterte ventrikulære størrelsesforskjeller som påvirker choroid plexus størrelse, og (4) nærhet til tilstøtende subkortikale strukturer (hippocampus, amygdala, caudat og cerebellum), som også er vanskelige å segmentere. Gitt disse utfordringene, vil FreeSurfer-segmenteringer ofte under- eller overvurdere, feilmerke eller ignorere choroid plexus.
Tre nyere publikasjoner adresserte gapet av pålitelig choroid plexus segmentering med en Gaussian Mix Model (GMM) 46, en Axial-MLP47 og U-Net-baserte dype læringsmetoder48. Hver modell ble trent og evaluert ved hjelp av private, manuelt merkede datasett på maksimalt 150 med et begrenset mangfold av skannere, nettsteder, demografi og lidelser. Selv om disse publikasjonene 46,48,49 oppnådde betydelige forbedringer i forhold til FreeSurfers choroid plexus-segmentering – noen ganger doblet skjæringspunktet mellom prediksjon og bakkesannhet, er ingen av metodene (1) validert i høyoppløselig MR, (2) har dedikerte generaliserings- og pålitelighetsanalyser, (3) har store representative opplærings- og testdatasett, (4) adresserer spesifikt eller analyserer choroid plexus-segmenteringsutfordringer som partielle volumeffekter, eller (5) er offentlig tilgjengelig som et verktøy som er klart til bruk. Dermed er den nåværende “gullstandarden” for choroid plexus segmentering manuell sporing, for eksempel ved hjelp av 3D Slicer50 eller ITK-SNAP51, som ikke tidligere er beskrevet og har vært en stor utfordring for forskere som ønsker å undersøke rollen til choroid plexus i sine studier. 3D Slicer ble valgt for manuell segmentering på grunn av forfatterens kjennskap til programvaren og fordi den gir brukeren ulike verktøy basert på ulike tilnærminger som kan kombineres for å oppnå ønsket resultat. Andre verktøy kan brukes, for eksempel ITK-SNAP, som primært er orientert mot bildesegmentering, og når verktøyet er mestret, kan gode resultater oppnås av brukeren. I tillegg har forfatterne gjennomført en case-control studie som demonstrerer den høye nøyaktigheten og påliteligheten til deres manuelle segmenteringsteknikk ved hjelp av 3D Slicer30, og den spesifikke metodikken er beskrevet her.
Kritiske trinn i protokollen
Tre kritiske trinn krever spesiell oppmerksomhet når du implementerer denne protokollen. For det første er det viktig å kontrollere kvaliteten og kontrasten til MR-bilder for å sikre nøyaktig segmentering. Hvis kvaliteten på bildet er for dårlig, eller kontrasten er for lav eller for høy, kan det føre til unøyaktig avgrensning av choroid plexus. Kontrasten i bildet kan justeres ved å vise bildets gråtoneverdi eller ved å kalibrere verdiene for å forbedre kont…
The authors have nothing to disclose.
Dette arbeidet ble støttet av et National Institute of Mental Health Award R01 MH131586 (til PL og MR), R01 MH078113 (til MK), og et Sydney R Baer Jr Foundation Grant (til PL).
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. |