Nous introduisons un protocole semi-automatique pour l’analyse de la forme sur les structures cérébrales, y compris la segmentation des images à l’aide d’un logiciel ouvert, et d’autres analyses de forme au niveau du groupe à l’aide d’un paquet de modélisation automatisé. Ici, nous démontrons chaque étape du protocole d’analyse de forme 3D avec la segmentation hippocampal des images de MR de cerveau.
L’analyse statistique de la forme des structures cérébrales a été utilisée pour étudier l’association entre leurs changements structurels et les processus pathologiques. Nous avons développé un logiciel pour une modélisation de forme précise et robuste et une analyse axée sur le groupe. Ici, nous introduisons un pipeline pour l’analyse de forme, de la modélisation de forme 3D individuelle à l’analyse quantitative de la forme de groupe. Nous décrivons également les étapes de prétraitement et de segmentation à l’aide de progiciels ouverts. Ce guide pratique aiderait les chercheurs à économiser du temps et des efforts dans l’analyse de la forme 3D sur les structures du cerveau.
L’analyse de la forme des structures cérébrales est apparue comme l’outil préféré pour étudier leurs changements morphologiques dans le cadre de processus pathologiques, tels que les maladies neurodégénératives et le vieillissement1. Diverses méthodes de calcul sont nécessaires pour 1) délimiter avec précision les limites des structures cibles à partir d’images médicales, 2) reconstruire la forme cible sous forme de maillage de surface 3D, 3) construire la correspondance entre les sujets entre les modèles de forme individuels par la biais de la paramétrisation de forme ou de l’enregistrement de surface, et 4) évaluer quantitativement les différences de forme régionales entre les individus ou les groupes. Au cours des dernières années, de nombreuses méthodes ont été introduites dans les études de neuroimagerie pour chacune de ces étapes. Cependant, malgré les développements remarquables dans le domaine, il n’existe pas beaucoup de cadres immédiatement applicables à la recherche. Dans cet article, nous décrivons chaque étape de l’analyse de forme des structures cérébrales à l’aide de nos outils personnalisés de modélisation de forme et d’outils de segmentation d’image accessibles au public.
Ici, nous démontrons le cadre d’analyse de forme pour des structures de cerveau par l’analyse de forme de l’hippocampi gauche et droit utilisant un ensemble de données des contrôles adultes et des patients de la maladie d’Alzheimer. L’atrophie de l’hippocampe est reconnue comme un biomarqueur d’imagerie critique dans les maladies neurodégénératives2,3,4. Dans notre cadre d’analyse de forme, nous utilisons le modèle de modèle de la structure cible et l’enregistrement déformable de modèle à image dans le processus de modélisation de forme. Le modèle code les caractéristiques générales de forme de la structure cible dans une population, et il fournit également une base de référence pour quantifier les différences de forme entre les modèles individuels via leur relation transitoire avec le modèle de modèle. Dans l’enregistrement de modèle à image, nous avons développé une méthode de déformation de surface laplacienne pour adapter le modèle de modèle à la structure cible dans les images individuelles tout en minimisant la distorsion de la distribution de points dans le modèle de modèle5,6,7. La faisabilité et la robustesse du cadre proposé ont été validées dans des études récentes de neuroimagerie du vieillissement cognitif8, détection précoce de l’affaiblissement cognitif doux9, et d’explorer les associations entre les changements structurels du cerveau et les niveaux de cortisol10. Cette approche faciliterait l’utilisation des méthodes de modélisation et d’analyse de la forme dans d’autres études de neuroimagerie.
En résumé, nous avons décrit le pipeline logiciel pour l’analyse de forme sur les structures du cerveau, y compris (1) la segmentation de l’image MR à l’aide d’outils ouverts (2) la reconstruction de forme individuelle à l’aide d’un modèle de modèle déformable, et (3) la différence de forme quantitative mesure par correspondance de forme transitoire avec le modèle de modèle. L’analyse statistique sous la correction de faux taux de découverte (FDR) est exécutée avec la déformation de forme pour étudier l’i…
The authors have nothing to disclose.
Les travaux ont été financés par la National Research Foundation of Korea (JP comme PI). JK est financé par le Fonds national de recherche universitaire Kyungpook; et MCVH est financé par le Row Fogo Charitable Trust et la Royal Society of Edinburgh. La segmentation hippocampique a été adaptée à partir de lignes directrices internes écrites par la Dre Karen Ferguson, au Centre for Clinical Brain Sciences, Edimbourg, Royaume-Uni.