Denne protokol beskriver processen med at ansøge syv forskellige automatiseret segmentering værktøjer til strukturelle T1-vægtet Mr-scanninger til at afgrænse grå materie regioner, der kan bruges til kvantificering af grå materie volumen.
Inden for neuroradiologisk forskning, har en række nylige undersøgelser drøftet virkningen af mellem undersøgelse forskelle i volumetriske undersøgelsesresultater, der menes at skyldes anvendelsen af forskellige segmentering værktøjer til at generere hjernen diskenheder. Her præsenteres forarbejdning rørledninger til syv automatiske værktøjer, der kan bruges til at segmentere grå materie i hjernen. Protokollen indeholder et indledende skridt til forskere med henblik på at finde den mest nøjagtige metode til generering af grå materie diskenheder fra T1-vægtet Mr-scanninger. Skridt til at gennemføre detaljerede visuel kvalitetskontrol er også inkluderet i håndskriftet. Denne protokol dækker en række potentielle segmentering værktøjer og opmuntrer brugernes hen til sammenligne arbejdsindsats i disse værktøjer inden for et undersæt af deres data, før du vælger en gælde for en fuld kohorte. Derudover kan protokollen yderligere generaliseret til segmentering af andre områder af hjernen.
Neuroimaging er udbredt i både klinisk og forskning indstillinger. Der er en nuværende skridt til at forbedre reproducerbarhed af undersøgelser, at kvantificere hjernen volumen fra magnetisk resonans imaging (MR) scanninger; Det er således vigtigt, at efterforskere dele erfaringer med hjælp af tilgængelige Mr værktøjer for segmentering af Mr-scanninger i regionale bind, for at forbedre standardiseringen og optimering af metoder1. Denne protokol indeholder en trinvis vejledning til brug af syv forskellige værktøjer til at opdele det kortikale grå materie (CGM, grå materie, der udelukker subkortikale områder) fra T1-vægtet Mr-scanninger. Disse værktøjer blev tidligere brugt i en metodologisk sammenligning af segmentering metoder2, som viste variabel ydelse mellem værktøjer på en Huntington’s chorea kohorte. Da udførelsen af disse værktøjer er troede at variere mellem forskellige DataSet, er det vigtigt for forskerne at teste en række værktøjer, før du vælger kun én til at anvende deres DataSet.
Grå materie (GM) volumen bruges regelmæssigt som en foranstaltning af hjernens morfologi. Volumetriske foranstaltninger er generelt pålidelige og i stand til at skelne mellem raske kontrolpersoner og kliniske grupper3. Mængden af forskellige vævstyper af hjerneregioner beregnes oftest ved hjælp af automatiserede software-værktøjer, der identificerer disse vævstyper. Således, for at skabe høj kvalitet afgrænsninger (segmenter) af GM, præcis afgrænsning af den hvide substans (WM) og cerebrospinalvæske (CSF) er kritiske for opnåelsen af nøjagtigheden af GM-regionen. Der er en række automatiserede værktøjer, der kan bruges til at udføre GM segmentering, og hver kræver forskellige behandlingstrin og resulterer i en anden output. En række studier har anvendt værktøjerne til forskellige datasæt til at sammenligne dem med hinanden, og nogle har optimeret specifikke værktøjer1,4,5,6,7,8 ,9,10,11. Tidligere arbejde har vist, at variabiliteten mellem volumetriske værktøjer kan resultere i uoverensstemmelser inden for litteratur, når man studerer hjernen volumen, og disse forskelle er blevet foreslået som kørsel faktorer for falsk konklusioner om neurologiske tilstande1.
For nylig, en sammenligning af forskellige segmentering værktøjer i en kohorte, der omfattede både sund kontrol deltagere og deltagere med Huntingtons sygdom blev udført. Huntingtons sygdom er en genetisk neurodegenerativ sygdom med en typisk symptomdebut i voksenalderen. Gradvis atrofi af subkortikale og CGM er et fremtrædende og velundersøgte neuropatologiske kendetegn ved sygdommen. Resultaterne viste variabel ydelse af syv segmentering værktøjer, der blev anvendt til kohorte, støtte til tidligere arbejde, der demonstrerede variation i resultaterne afhængigt af den software, der bruges til at beregne hjernen diskenheder fra Mr-scanninger. Denne protokol indeholder oplysninger om behandling anvendes i Johnson et al. (2017) 2 der tilskynder omhyggelig metodologiske udvælgelse af de mest hensigtsmæssige værktøjer til brug i neuroimaging. Denne håndbog dækker segmenteringen af GM volumen men dækker ikke segmenteringen af læsioner, som dem, set i dissemineret sklerose.
For nylig, forskning har vist, at brugen af forskellige volumetriske metoder kan have vigtige konsekvenser for neuroimaging undersøgelser1,2. Publishing protokoller, der hjælpe med at guide nybegyndere i hvordan man kan anvende forskellige neuroimaging værktøjer, samt hvordan du kan udføre QC på resultater output af disse værktøjer, kan forskere vælge den bedste metode til at anvende deres DataSet.
Mens de fleste trin i denne …
The authors have nothing to disclose.
Vi vil gerne takke alle dem på CHDI/High Q Foundation ansvarlig for TRACK-HD-studiet; i særdeleshed, Beth Borowsky, Allan Tobin, Daniel van Kammen, Ethan signeret og Sherry Lifer. Forfatterne også ønsker at forlænge deres taknemmelighed til TRACK-HD undersøgelsens deltagere og deres familier. Dette arbejde blev foretaget på UCLH/UCL, som modtog en del af finansieringen fra Department of Healths nationale Institut for sundhed biomedicinsk forskning forskningscentre finansieringsordningen. S.J.T. anerkender støtte fra National Institute for Health Research gennem demenssygdomme og Neurodegenerative Research Network, DeNDRoN.
TRACK-HD efterforskere:
C. Campbell, M. Campbell, I. Lindegaard, C. Milchman, J. Stout, Monash University, Melbourne, VIC, Australien; A. Coleman, R. Dar Santos, J. Decolongon, B. R. Leavitt, A. Sturrock, University of British Columbia, Vancouver, BC, Canada; A. Durr, C. Jauffrets, D. Justo, S. Lehericy, C. Marelli, K. Nigaud, R. Valabrègue, ICM Institute, Paris, Frankrig. N. Bechtel, S. Bohlen, R. Reilmann, universitetet i Münster, Münster, Tyskland; B. Landwehrmeyer, Universitet i Ulm, Ulm, Tyskland; S. J. A. van den Bogaard, E. M. Dumas, J. van der Grond, E. P. ‘t Hart, R. A. Roos, Leiden University Medical Center, Leiden, Holland; N. Arran, J. Callaghan, D. Craufurd, C. Stopford, University of Manchester, Manchester, Storbritannien; D. M. kontanter, IXICO, London, Det Forenede Kongerige; H. Crawford, N. C. Fox, S. Gregory, G. Owen, N. Z. Hobbs, N. Lahiri, I. Malone, J. Læs, M. J. siger, D. Whitehead, E. vilde, University College London, London, Det Forenede Kongerige; C. Frost, R. Jones, London School of Hygiene and Tropical Medicine, London, Det Forenede Kongerige; E. Axelson, H. J. Johnson, D. Langbehn, University of Iowa, IA, Amerikas Forenede Stater; og S. Queller, C. Campbell, Indiana University, IN, Amerikas Forenede Stater.