Manuell segmentering av den mänskliga plexus choroid med hjälp av hjärn-MR

Summary

Trots den avgörande roll som plexus choroidus spelar i hjärnan är neuroradiologiska studier av denna struktur knapphändiga på grund av bristen på tillförlitliga automatiserade segmenteringsverktyg. Det nuvarande protokollet syftar till att säkerställa manuell segmentering av plexus choroid som kan informera framtida hjärnavbildningsstudier.

Abstract

Plexus choroidum har varit inblandat i neurologisk utveckling och en rad hjärnsjukdomar. Det finns bevis för att plexus choroidum är avgörande för hjärnans mognad, immun-/inflammatorisk reglering och beteendemässig/kognitiv funktion. Nuvarande automatiserade neuroradiologiska segmenteringsverktyg är dock dåliga på att exakt och tillförlitligt segmentera den laterala ventrikeln choroid plexus. Dessutom finns det inget befintligt verktyg som segmenterar plexus choroideus som ligger i hjärnans tredje och fjärde kammare. Således behövs ett protokoll som avgränsar hur man segmenterar choroid plexus i den laterala, tredje och fjärde ventrikeln för att öka tillförlitligheten och reproducerbarheten av studier som undersöker choroid plexus vid neurologiska utvecklings- och hjärnsjukdomar. Detta protokoll innehåller detaljerade steg för att skapa separat märkta filer i 3D Slicer för choroid plexus baserat på DICOM- eller NIFTI-bilder. Plexus choroid kommer att segmenteras manuellt med hjälp av de axiella, sagittala och koronala planen i T1w-bilder och se till att utesluta voxlar från grå eller vita substansstrukturer som gränsar till ventriklarna. Fönstren kommer att justeras för att hjälpa till med lokaliseringen av plexus choroidus och dess anatomiska gränser. Metoder för att bedöma noggrannhet och tillförlitlighet kommer att demonstreras som en del av detta protokoll. Guldstandardsegmentering av choroid plexus med hjälp av manuella avgränsningar kan användas för att utveckla bättre och mer tillförlitliga automatiserade segmenteringsverktyg som öppet kan delas för att belysa förändringar i choroid plexus över livslängden och inom olika hjärnsjukdomar.

Introduction

Plexus funktion i choroideus
Plexus choroid är en mycket vaskulariserad struktur i hjärnan som består av fenestrerade kapillärer och ett monolager av plexus choroideusepitelceller¹. Plexus choroid projicerar in i de laterala, tredje och fjärde hjärnventriklarna och producerar cerebrospinalvätska (CSF), som spelar en viktig roll i neural mönstring² och hjärnfysiologi ^3,4. Plexus choroideus utsöndrar neurovaskulära ämnen, omfattar ett stamcellsliknande förråd och fungerar som en fysisk barriär för att hindra inträde av toxiska metaboliter, en enzymatisk barriär för att avlägsna delar som kringgår den fysiska barriären och en immunologisk barriär för att skydda mot främmande inkräktare⁵. Plexus choroidus modulerar neurogenes⁶, synaptisk plasticitet⁷, inflammation⁸, dygnsrytm ^9,10, tarmhjärnaxel¹¹ och kognition¹². Dessutom kan perifera cytokiner, stress och infektion (inklusive SARS-CoV-2) störa blod-CSF-barriären 13,14,15,16. Således är choroid plexus-CSF-systemet integrerat för neuroutveckling, neurokretsmognad, hjärnhomeostas och reparation¹⁷. Eftersom immuna, inflammatoriska, metaboliska och enzymatiska förändringar påverkar hjärnan, använder forskare neuroavbildningsverktyg för att bedöma rollen av choroid plexus under hela livslängden och i hjärnsjukdomar 18,19,20. Det finns dock begränsningar i vanliga automatiserade verktyg för segmentering av choroid plexus, såsom FreeSurfer, vilket resulterar i att plexus choroid är dåligt segmenterad. Således finns det ett kritiskt behov av grundläggande manuell segmentering av choroid plexus som kan användas för att utveckla ett exakt automatiserat verktyg för choroid plexus segmentering.

Plexus choroidus vid neurologisk utveckling och hjärnsjukdomar
Plexus choroideus roll vid hjärnsjukdomar har länge försummats, främst för att den betraktades som en stödjande aktör vars roll var att dämpa hjärnan och upprätthålla en korrekt saltbalans ^2,21. Plexus choroidum har dock fått uppmärksamhet som en struktur kopplad till hjärnsjukdomar som smärtsyndrom²², SARS-CoV-2 16,23,24, neurodevelopmental 2 och hjärnsjukdomar¹⁹, vilket tyder på en transdiagnostisk effekt i utvecklingen av beteendestörningar. Vid neuropsykiatriska funktionsnedsättningar var plexuscystor i choroideusen förknippade med en ökad risk för försenad utveckling, ADHD (Attention-Deficit/Hyperactivity Disorder) eller autismspektrumstörning (ASD)^25,26. Dessutom visade sig volymen lateral ventrikel choroid plexus vara ökad hos patienter med ASD²⁷. Vid hjärnsjukdomar har plexusavvikelser i choroideus beskrivits sedan 1921 vid psykotiska störningar^28,29. Tidigare studier har identifierat plexusförstoring av choroideus med hjälp av FreeSurfer-segmentering hos ett stort urval av patienter med psykossjukdomar jämfört med både deras förstagradssläktingar och kontroller¹⁹. Dessa fynd replikerades med hjälp av manuellt segmenterad plexusvolym i choroideus i ett stort urval av kliniska högriskpopulationer för psykos och fann att dessa patienter hade större choroid plexusvolym jämfört med friska kontroller³⁰. Det finns ett växande antal studier som visar plexusförstoring av choroideus vid komplext regionalt smärtsyndrom²², stroke³¹, multipel skleros^20,32, Alzheimers^33,34 och depression³⁵, med några som visar en koppling mellan perifer och hjärnans immuna/inflammatoriska aktivitet. Dessa hjärnavbildningsstudier är lovande; Dålig lateral ventrikel choroid plexus segmentering av FreeSurfer²¹ begränsar dock tillförlitligheten av automatiserad uppskattning av choroid plexus volym. Som ett resultat av detta har studier inom multipel skleros^20,32, depression³⁵, Alzheimers³⁴ och tidig psykos³⁶ börjat segmentera den laterala ventrikelplexus, men det finns inga aktuella riktlinjer för hur man gör detta, och inte heller deras vägledning om segmentering av tredje och fjärde ventrikelchoroidplexus.

Vanliga segmenteringsverktyg utesluter plexus choroideus
Pipelines för hjärnsegmentering som FreeSurfer^37,38,39, FMRIB Software Library (FSL)⁴⁰, SLANT⁴¹ och FastSurfer (utvecklad av medförfattaren Martin Reuter)^42,43, segmenterar noggrant och tillförlitligt kortikala och subkortikala strukturer med hjälp av atlasbaserade (FSL), atlas- och ytbaserade (FreeSurfer) och djupinlärningssegmenteringsparadigm (SLANT och FastSurfer). Svagheter i några av dessa metoder inkluderar bearbetningshastighet, begränsad generalisering till olika skannrar, fältstyrkor och voxelstorlekar^37,44 och tvingad justering av etikettkartan i ett standardatlasutrymme. Möjligheten att segmentera plexus choroid och kompatibiliteten med högupplöst MR tas dock endast upp av FreeSurfer och FastSurfer. De neurala nätverken bakom FastSurfer är tränade på FreeSurfers choroid plexus-etiketter, så de ärver FreeSurfers tidigare diskuterade tillförlitlighet och täckningsbegränsningar, med den tredje och fjärde ventriklarna ignorerade²¹. Nuvarande begränsningar för högupplöst MR finns också, men FreeSurfers högupplösta stream⁴⁵ och FastSurferVINN⁴³ kan användas för att hantera detta problem.

Nuvarande verktyg för segmentering av choroid plexus
Det finns bara ett fritt tillgängligt segmenteringsverktyg för plexus choroideus, men segmenteringsnoggrannheten är begränsad. Korrekt segmentering av choroid plexus kan påverkas av en mängd olika faktorer, inklusive (1) variabilitet i choroid plexus plats (rumsligt icke-stationär) på grund av dess placering i ventriklarna, (2) skillnader i voxelintensitet, kontrast, upplösning (inom strukturens heterogenitet) på grund av cellulär heterogenitet, dynamisk choroid plexusfunktion, patologiska förändringar eller partiella volymeffekter, (3) ålders- eller patologirelaterade ventrikulära storleksskillnader som påverkar choroid plexus storlek, och (4) närhet till intilliggande subkortikala strukturer (hippocampus, amygdala, caudatus och lillhjärnan), som också är svåra att segmentera. Med tanke på dessa utmaningar underskattar eller överskattar FreeSurfer-segmenteringarna ofta, felmärker eller ignorerar plexus choroideus.

Tre nyligen publicerade publikationer har behandlat gapet mellan tillförlitlig plexussegmentering av choroid med en Gaussian Mixture Model (GMM)⁴⁶, en Axial-MLP⁴⁷ och U-Net-baserade djupinlärningsmetoder⁴⁸. Varje modell tränades och utvärderades med hjälp av privata, manuellt märkta datauppsättningar med högst 150 försökspersoner med en begränsad mångfald av skannrar, platser, demografi och störningar. Även om dessa publikationer 46,48,49 uppnådde signifikanta förbättringar jämfört med FreeSurfers choroid plexus-segmentering – ibland fördubblar skärningspunkten mellan förutsägelse och grundsanning, är ingen av metoderna (1) validerad i högupplöst MRI, (2) har dedikerade generaliserings- och tillförlitlighetsanalyser, (3) har stora representativa tränings- och testdatamängder, (4) adresserar eller analyserar specifikt utmaningar med choroid plexus segmentering som t.ex. partiella volymeffekter, eller (5) är allmänt tillgänglig som ett färdigt verktyg. Således är den nuvarande “guldstandarden” för plexussegmentering av choroid plexus manuell spårning, t.ex. med hjälp av 3D Slicer⁵⁰ eller ITK-SNAP⁵¹, vilket inte har beskrivits tidigare och har varit en stor utmaning för forskare som vill undersöka choroid plexus roll i sina studier. 3D Slicer valdes för manuell segmentering på grund av författarens förtrogenhet med programvaran och för att den ger användaren olika verktyg baserade på olika tillvägagångssätt som kan kombineras för att uppnå önskat resultat. Andra verktyg kan användas, till exempel ITK-SNAP, som främst är inriktad på bildsegmentering, och när verktyget väl behärskas kan goda resultat uppnås av användaren. Dessutom har författarna genomfört en fall-kontrollstudie som visar den höga noggrannheten och tillförlitligheten hos deras manuella segmenteringsteknik med hjälp av 3D Slicer³⁰, och den specifika metodiken beskrivs här.

Protocol

Det nuvarande protokollet godkändes av Institutional Review Board vid Beth Israel Deaconess Medical Center. En frisk försöksperson med en MRT-skanning av hjärnan som var fri från artefakter eller rörelse användes för denna protokolldemonstration, och skriftligt informerat samtycke erhölls. En 3,0 T MR-skanner med en 32-kanals huvudspole (se materialförteckning) användes för att ta 3D-T1-bilder med en upplösning på 1 mm x 1 mm x 1,2 mm. MP-RAGE ASSET-sekvensen med ett synfält på 256 x 256,…

Representative Results

Den föreslagna metoden har genomgått iterativ förfining för plexus i lateral ventrikelchoroideus, vilket innebär omfattande tester på en kohort av 169 friska kontroller och 340 patienter med kliniskt hög risk för psykos30. Med hjälp av den teknik som beskrivs ovan uppnådde författarna hög intrabedömarnoggrannhet och tillförlitlighet med en DC = 0,89, avgHD = 3,27 mm3 och single-rater ICC = 0,9730, vilket visar styrkan i protokollet som beskrivs häri. <p class="jove_co…

Discussion

Kritiska steg i protokollet
Tre kritiska steg kräver särskild uppmärksamhet vid implementering av detta protokoll. För det första är det viktigt att kontrollera kvaliteten och kontrasten på MR-bilder för att säkerställa korrekt segmentering. Om bildkvaliteten är för dålig, eller om kontrasten är för låg eller för hög, kan det leda till en felaktig avgränsning av plexus choroideus. Kontrasten för bilden kan justeras genom att visa bildens gråskalevärde eller genom att kalibrera v?…

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.