Summary

סיכונים המוח פילוח ורישום ב-MRI או CT עבור נגעים-מיפוי סימפטום

Published: September 25, 2019
doi:

Summary

בתנאי כאן הוא הדרכה מעשית עבור גישה פתוחה, מתוקננת עיבוד תמונה צינור למטרה של נגעים-סימפטום מיפוי. הדרכה צעד אחר צעד מסופק עבור כל שלב עיבוד, מ סיכונים פילוח ידני ב-CT/MRI כדי ההרשמה הבאה לחלל רגיל, יחד עם המלצות ואיורים מעשיים עם מקרים למופת.

Abstract

ב נגעים מיפוי סימפטום (LSM), תפקוד המוח משתמעת על ידי התייחסות למיקום של נגעים במוח נרכש סימפטומים התנהגותיים או קוגניטיביים בקבוצה של חולים. עם ההתקדמות האחרונה בדימות מוחי עיבוד תמונה, LSM הפך לכלי פופולרי במדעי המוח קוגניטיבי. LSM יכול לספק תובנות בסיסיות לתוך הארכיטקטורה הפונקציונלית של המוח האנושי למגוון פונקציות קוגניטיביות ושאינן קוגניטיביות. צעד מכריע בביצוע מחקרים LSM הוא פילוח של נגעים על סריקות מוחות של קבוצה גדולה של חולים ורישום של כל סריקה לחלל סטריאוטקמית משותפת (המכונה גם חלל רגיל או תבנית המוח סטנדרטית). המתואר כאן היא גישה פתוחה, שיטה סטנדרטית עבור סיכונים פילוח והרשמה לצורך LSM, כמו גם הדרכה מפורטת והידיים על בסיס מקרים למופת. הדרכה מקיפה עבור פילוח ידני של infarcts המוח על סריקות CT ו-DWI או סדרות של ה-MRI מסופק, כולל קריטריונים סיכונים זיהוי ומלכודות עבור סוגי סריקה שונים. תוכנת הרישום מספקת ערכות רישום מרובות שניתן להשתמש בהן לעיבוד נתוני CT ו-MRI עם פרמטרי רכישה הטרוגנית. לימוד על שימוש בתוכנת רישום זו וביצוע בדיקות איכות חזותית ותיקונים ידניים (הנחוצים במקרים מסוימים) מסופקים. גישה זו מספקת לחוקרים מסגרת עבור התהליך כולו של עיבוד תמונה המוח הנדרש לבצע מחקר LSM, מאיסוף הנתונים לבדיקות איכות הסופי של התוצאות.

Introduction

נגעים מיפוי סימפטום (LSM), המכונה גם מיפוי נגע התנהגות, הוא כלי חשוב ללמוד את הארכיטקטורה הפונקציונלית של המוח האנושי1. במחקרים של נגעים, תפקוד המוח הוא משתמעת ומקומי על ידי לימוד חולים עם נגעים במוח נרכש. במקרה הראשון, מחקרים המקשרים סימפטומים נוירולוגיים למיקומים המוח הספציפיים שבוצעו במאה ה -19 כבר סיפק תובנות בסיסיות לתוך החיבור האנטומי של השפה ומספר תהליכים קוגניטיביים אחרים2. עם זאת, ההיבט הנוירואנטומי של היבטים רבים של קוגניציה ותפקודי מוח אחרים נותרו חמקמקים. בעשורים האחרונים, משופר שיטות דימות המוח מבנית ומקדמות טכניות אפשרו בקנה מידה גדול ב vivo LSM מחקרים עם רזולוציה מרחבית גבוהה (כלומר, ברמה של voxels הפרט או אזורי קליפת המוח/משנה מסוימים של עניין)1 ,2. עם ההתקדמות הזאת מתודולוגיים, LSM הפך לשיטה פופולרית יותר ויותר במדעי המוח הקוגניטיבית וממשיכה להציע תובנות חדשות לנוירואנטומיה של הכרה ותסמינים נוירולוגיים3. צעד מכריע בכל מחקר LSM הוא פילוח מדויק של נגעים ורישום לתבנית המוח. עם זאת, הדרכה מקיפה עבור עיבוד מקדים של נתוני דימות המוח למטרת LSM חסר.

בתנאי כאן הוא הדרכה מלאה עבור פילוח נגעים מתוקננת ושיטת הרישום. שיטה זו מספקת לחוקרים קו צינור עבור עיבוד תמונה מוחית סטנדרטית סקירה של מלכודות פוטנציאליות שיש להימנע. קו העיבוד המוצג של התמונה פותחה באמצעות שיתופי פעולה בינלאומיים4 והוא חלק ממסגרת הקונסורציום האחרון שנוסד Meta vci מפת, אשר מטרתו היא ביצוע רב משתתפים הנגע מחקרים מיפוי לתסמינים ב ליקוי קוגניטיבי בכלי דם 5. שיטה זו תוכננה לעבד הן סריקות CT ו-MRI ממספר רב של ספקים ופרוטוקולי סריקה הטרוגנית כדי לאפשר עיבוד משולב של ערכות נתונים להדמיה ממקורות שונים. תוכנת RegLSM הנדרשת וכל התוכנות האחרות הדרושות לפרוטוקול זה זמינות באופן חופשי למעט MATLAB, הדורשות רשיון. ערכת לימוד זו מתמקדת פילוח ורישום של המוח infarcts, אבל זה צינור עיבוד תמונה יכול לשמש גם עבור נגעים אחרים, כגון החומר הלבן עוצמות6.

לפני ייזום מחקר LSM, הבנה בסיסית של המושגים הכלליים ואת המלכודות נדרש. כמה הנחיות מפורטות ומדריך לטרמפיסט זמינים1,3,6. עם זאת, ביקורות אלה לא מספקים מפורט הידיים על הדרכה עבור השלבים המעשיים המעורבים איסוף והמרה של סריקות המוח לפורמט מתאים, הסיכונים המוח, ורישום סריקות לתבנית המוח. הנייר הנוכחי מספק לימוד כזה. מושגים כלליים של LSM מסופקים במבוא עם הפניות לקריאה נוספת בנושא.

מטרה כללית לחקר מיפוי הסימפטומים

מנקודת המבט של נוירופסיכולוגיה קוגניטיבית, פגיעה במוח יכול לשמש כתנאי מודל כדי להבין טוב יותר את התחתון העצבי של תהליכים קוגניטיביים מסוימים וכדי להשיג תמונה מלאה יותר של הארכיטקטורה הקוגניטיבית של המוח1 . זוהי גישה קלאסית בנוירופסיכולוגיה שהחלה לראשונה במחקרים שלאחר המוות במאה ה -19 על ידי חלוצים כמו ברוקה ווורניקה2. בעידן של הדמיה מוחית תפקודית, הגישה הנגע נשארה כלי קריטי במדעי המוח משום שהוא מספק הוכחה כי נגעים באזור המוח מסוים לשבש את ביצועי המשימה, בעוד לימודי הדמיה תפקודית להפגין אזורי המוח כי הם ופעל במהלך ביצועי המשימה. כך, גישות אלה מספקות מידע משלים1.

מנקודת המבט של נוירולוגיה קלינית, LSM מחקרים יכולים להבהיר את הקשר בין מיקום הנגע ותפקוד קוגניטיבי בחולים עם infarcts סימפטומטי חריפה, חומר לבן היתר, לקטציה, או סוגים אחרים של נגעים (g., גידולים ). מחקרים שנעשו לאחרונה הראו כי נגעים כאלה באזורי מוח אסטרטגי הם רלוונטיים יותר להסביר ביצועים קוגניטיביים מאשר נטלהנגע העולמי 2,5,7,8. גישה זו יש פוטנציאל לשפר את ההבנה של הפתופסולוגיה של הפרעות מורכבות (בדוגמה זו, ליקוי קוגניטיבי כלי דם) והוא עשוי לספק הזדמנויות לפיתוח כלים אבחון והתחזיות חדשים או טיפול תמיכה אסטרטגיות2.

ל-LSM יש גם יישומים מעבר לתחום הקוגניציה. למעשה, כל משתנה יכול להיות קשור למיקום נגעים, כולל סימפטומים קליניים, סמנים ביואריטים, ותוצאה תפקודית. לדוגמה, מחקר שנערך לאחרונה קבע מיקומים סיכונים שהיו חזוי של תוצאה תפקודית לאחר ששבץ איסכמי10.

Voxel-מבוסס על האזור של מיפוי הנגע מבוסס-על מבוססי-ריבית

כדי לבצע נגעים מיפוי סימפטום, נגעים צריך להיות מחולק ורשום על תבנית המוח. במהלך הליך ההרשמה, המוח של כל מטופל הוא מיושר מבחינה מוחית (כלומר, מנורמל או רשום בתבנית משותפת) כדי לתקן הבדלים בגודל המוח, צורה, וכיוון, כך שכל voxel במפת הנגע מייצג את אותו אנטומי מבנה עבור כל המטופלים7. במרחב סטנדרטי, ניתן לבצע מספר סוגים של ניתוחים, אשר מסוכמים לזמן קצר כאן.

ניתוח גולמי לטיפול בחיסור ניתן לבצע כדי להראות את ההבדל בחלוקת נגעים בחולים עם חסרונות לעומת חולים ללא חסרונות. מפת החיסור הנוצרת מראה אזורים שנפגעו לעתים קרובות יותר בחולים עם חסרונות וחסכו בחולים ללא החסרונות1. למרות ניתוח הנגע בחיסור יכול לספק כמה תובנות לתוך החיבור של פונקציה ספציפית, זה מספק לא הוכחה סטטיסטית והוא כעת בשימוש בעיקר כאשר גודל המדגם נמוך מדי כדי לספק מספיק כוח סטטיסטי עבור הנגע voxel מבוסס-סימפטום מיפוי.

ב-voxel, המבוסס על נגעים מיפוי סימפטום, שיוך בין נוכחות של ביצועים הנגע וקוגניטיבי נקבע ברמה של כל voxel האדם במוח (איור 1). היתרון העיקרי של שיטה זו הוא הרזולוציה המרחבית הגבוהה. באופן מסורתי, ניתוחים אלה בוצעו בגישה המונית המוני, אשר מצווים על תיקון בדיקות מרובות ומציג הטיה מרחבית הנגרמת על ידי יחסי הגומלין בין-voxel שאינם נלקחים בחשבון1,10 , 11. הגישות שפותחו לאחרונה, כי לוקחים את היחסים בין-voxel בחשבון (המכונה בדרך כלל שיטות מיפוי הנגעים מרובת משתנים, כגון ניתוח בייסיאניות13, רגרסיה וקטורית תמיכה4, 14, או אלגוריתמים אחרים למידה של מחשב15) להראות תוצאות מבטיחות ולהופיע כדי לשפר את הרגישות ואת הספציפיות של ממצאים מניתוח lsm החכם ביותר לעומת שיטות מסורתיות. שיפור נוסף ואימות של שיטות מרובת-משתנים עבור LSM-מבחינה מתקדמת הוא תהליך מתמשך. הבחירה הטובה ביותר עבור מיפוי נגע-סימפטום ספציפי תלוי בגורמים רבים, כולל התפלגות נגעים, משתנה התוצאה וההנחות הסטטיסטיות הבסיסיות של השיטות.

באזור העניין (ROI)-מבוסס נגעים מבוססי מיפוי סימפטום, שיוך בין נטל הנגע בתוך אזור מוחי מסוים ביצועים קוגניטיביים נקבע (ראה איור 1 Biesbroek ואח ‘2 להמחשה). היתרון העיקרי של שיטה זו הוא כי הוא רואה את נטל הנגע המצטבר בתוך מבנה אנטומי, אשר במקרים מסוימים עשוי להיות אינפורמטיבי יותר מאשר הנגע ב voxel יחיד. מצד שני, לניתוחים מבוססי ROI יש כוח מוגבל לזיהוי דפוסים הנמצאים רק בקבוצת משנה של voxels באזור16. באופן מסורתי, מיפוי הנגע מבוסס ROI-סימפטום מבוצע באמצעות רגרסיה לוגיסטית או ליניארית. לאחרונה, שיטות סטטיסטי העוסקות בצורה טובה יותר עם קוליניאריות הוצגו (למשל, ניתוח רשת בייסיאנית17, תמיכה רגרסיה וקטורית4,18או אלגוריתמים אחרים ללמידה מחשב19), אשר עשויים לשפר את הספציפיות של הממצאים ממחקרי נגעים-סימפטום מיפוי.

בחירת מטופלים

במחקרים LSM, המטופלים נבחרים בדרך כלל מבוסס על סוג מסוים של נגעים (g., המוח infarcts או חומר לבן היתר) ואת מרווח הזמן בין אבחון הערכה נוירופסיכולוגית (g., חריפה לעומת שבץ כרוני). עיצוב המחקר האופטימלי תלוי בשאלת המחקר. לדוגמה, כאשר לימוד הארכיטקטורה הפונקציונלית של המוח האנושי, חולי שבץ חריפה כלולים באופן אידיאלי, מכיוון שארגון מעבר פונקציונלי עדיין לא התרחש בשלב זה, בעוד מטופלים כרוניים שבץ יש לכלול בעת לימוד ה השפעות ארוכות-טווח של שבץ על הכרה. תיאור מפורט של שיקולים ומלכודות בבחירת החולה מסופק במקום אחר7.

תמונת מוח לעיבוד מקדים למטרת נגעים-סימפטום מיפוי

פילוח מדויק של נגעים ורישום לתבנית המוח המשותפת הם צעדים מכריעים במיפוי הנגע בסימפטומים. פילוח ידני של נגעים נשאר תקן זהב עבור סוגי נגעים רבים, כולל infarcts7. בתנאי הוא הדרכה מפורטת על קריטריונים עבור פילוח סיכונים ידני על סריקות CT, הדמיה משוקלל דיפוזיה (DWI), והתאוששות נוזלים מחליש היפוך (פלייר) רצפי MRI בשלבים אקוטי וכרוני. Infarcts מקוטע (כלומר, מפות הנגע בינארי תלת-ממד) צריך להיות רשום לפני ביצוע כל ניתוח מעבר לנושא מתבצעים. פרוטוקול זה משתמש בשיטת הרישום RegLSM, אשר פותחה בתוך מגוון מתוך הגדרה4. RegLSM מחיל אלגוריתמים הרישום ליניארי ולא ליניארי מבוסס על elastix20 עבור שניהם ct ו-MRI, עם צעד נוסף של עיבוד CT שתוכנן במיוחד כדי לשפר את איכות הרישום של סריקות ct21. יתר על כן, RegLSM מאפשר להשתמש בתבניות שונות המוח היעד ו (אופציונלי) הרישום ביניים בשלב הספציפי לגיל CT/MRI התבנית22. האפשרות של עיבוד הן CT ו-MRI סריקות ואת ההתאמה האישית שלה בנוגע ביניים תבניות המוח היעד עושה RegLSM מתאים מאוד לעיבוד תמונה כלי עבור LSM. התהליך כולו של הכנת והגדלת סריקות CT/MRI, רישום לתבנית המוח, ותיקונים ידניים (אם נדרש) מתוארים בסעיף הבא.

Figure 1
איור 1: המחשה סכמטית של המושג של voxel מבוססי נגעים מיפוי הסימפטומים. החלק העליון מציג את המוח התמונה מראש עיבוד שלבים המורכב הנגע (סיכונים חריפה במקרה זה) ואחריו רישום לתבנית המוח (MNI-152 תבנית במקרה זה). להלן, חלק ממפת הנגע בינארי רשום של אותו החולה מוצג כרשת תלת-ממד, שבו כל קוביה מייצגת voxel. יחד עם מפות הנגע של 99 חולים אחרים, מפת שכבת-על נגע נוצרת. עבור כל voxel, מבוצעת בדיקה סטטיסטית כדי לקבוע את הקשר בין מצב הנגעים לבין ביצועים קוגניטיביים. מבחן הצ-בריבוע המוצג כאן הוא רק דוגמה, ניתן להשתמש בכל מבחן סטטיסטי. בדרך כלל, מאות אלפי voxels נבדקים ברחבי המוח, ואחריו תיקון עבור השוואות מרובות. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Protocol

פרוטוקול זה מלווה את ההנחיות של ועדת האתיקה למחקר אנושי של המוסדות שלנו. 1. אוסף סריקות ונתונים קליניים לאסוף CT המוח או סריקות MRI של חולים עם שבץ האיסכמי. רוב הסורקים שומרים את הסריקות כקבצי DICOM (הדמיה דיגיטלית ותקשורת ברפואה) שניתן להעתיק לדיסק קשיח או לשרת.הערה:</s…

Representative Results

במקרים של המוח סיכונים segmentations על CT (איור 3), dwi (איור 5), ו פלייר (איור 6) תמונות, וההרשמה הבאה לתבנית mni-152 מסופקים כאן. תוצאות הרישום המוצגות באיור 3B ובאיור 5c לא היו מוצלחות לחלוטין, מכיוון שהיתה …

Discussion

LSM הוא כלי רב עוצמה כדי ללמוד את הארכיטקטורה הפונקציונלית של המוח האנושי. צעד מכריע במחקר מיפוי הנגע כל הנגעים הוא עיבוד מקדים של נתוני הדמיה, פילוח של הנגע ורישום לתבנית המוח. כאן, אנו מדווחים על צינור מתוקננת עבור מקטעי נגעים ורישום למטרת נגעים-סימפטום מיפוי. שיטה זו יכולה להתבצע עם כלים ז…

Divulgations

The authors have nothing to disclose.

Acknowledgements

עבודתו של ד ר Biesbroek נתמכת על ידי מלגת כשרונות צעירים ממרכז המוח רודולף מאגנוס מהמרכז הרפואי של האוניברסיטה אוטרכט. עבודה זו והקונסורציום של Meta VCI למפה נתמכים על ידי ה918.16.616 הענק מחברת ZonMw, הולנד, הארגון לחקר בריאות ופיתוח, לגירט ג’אן ביאסלס. המחברים רוצים להודות ד ר Tanja-סי-וו ניבורים לשיתוף סריקות ששימשו באחת הדמויות.

Materials

dcm2niix N/A N/A free download https://github.com/rordenlab/dcm2niix
ITK-SNAP N/A N/A free download www.itksnap.org
MATLAB MathWorks N/A Version 2015a or higher
MRIcron N/A N/A free download https://www.nitrc.org/projects/mricron
RegLSM N/A N/A free download www.metavcimap.org/support/software-tools
SPM12b N/A N/A free download https://www.fil.ion.ucl.ac.uk/spm/

References

  1. Rorden, C., Karnath, H. O. Using human brain lesions to infer function: A relic from a past era in the fMRI age. Nature Reviews Neuroscience. 5 (10), 812-819 (2004).
  2. Biesbroek, J. M., Weaver, N. A., Biessels, G. J. Lesion location and cognitive impact of cerebral small vessel disease. Clinical Science (London, England: 1979). 131 (8), 715-728 (2017).
  3. Karnath, H. O., Sperber, C., Rorden, C. Mapping human brain lesions and their functional consequences. NeuroImage. 165, 180-189 (2018).
  4. Zhao, L., et al. Strategic infarct location for post-stroke cognitive impairment: A multivariate lesion-symptom mapping study. Journal of Cerebral Blood Flow and Metabolism An Official Journal of the International Society of Cerebral Blood Flow and Metabolism. 38 (8), 1299-1311 (2018).
  5. Weaver, N. A., et al. The Meta VCI Map consortium for meta-analyses on strategic lesion locations for vascular cognitive impairment using lesion-symptom mapping: design and multicenter pilot study. Alzheimer’s and Dementia: Diagnosis, Assessment and Disease Monitoring. , (2019).
  6. Biesbroek, J. M., et al. Impact of Strategically Located White Matter Hyperintensities on Cognition in Memory Clinic Patients with Small Vessel Disease. PLoS One. 11 (11), e0166261 (2016).
  7. de Haan, B., Karnath, H. O., et al. A hitchhiker’s guide to lesion-behaviour mapping. Neuropsychologia. 115, 5-16 (2018).
  8. Duering, M., et al. Strategic role of frontal white matter tracts in vascular cognitive impairment: A voxel-based lesion-symptom mapping study in CADASIL. Brain. 134 (Pt8), 2366-2375 (2011).
  9. Biesbroek, J. M., et al. Association between subcortical vascular lesion location and cognition: a voxel-based and tract-based lesion-symptom mapping study. The SMART-MR study. PLoS One. 8 (4), e60541 (2013).
  10. Wu, O., et al. Role of Acute Lesion Topography in Initial Ischemic Stroke Severity and Long-Term Functional Outcomes. Stroke. 46 (9), 2438-2444 (2015).
  11. Mah, Y. H., Husain, M., Rees, G., Nachev, P. Human brain lesion-deficit inference remapped. Brain. 137 (Pt8), 2522-2531 (2014).
  12. Sperber, C., Karnath, H. O. Impact of correction factors in human brain lesion-behavior inference. Human Brain Mapping. 38 (3), 1692-1701 (2017).
  13. Chen, R., Herskovits, E. H. Voxel-based Bayesian lesion-symptom mapping. NeuroImage. 49 (1), 597-602 (2010).
  14. Zhang, Y., Kimberg, D. Y., Coslett, H. B., Schwartz, M. F., Wang, Z. Multivariate lesion-symptom mapping using support vector regression. Human Brain Mapping. 35 (12), 5861-5876 (2014).
  15. Corbetta, M., et al. Common behavioral clusters and subcortical anatomy in stroke. Neuron. 85 (5), 927-941 (2015).
  16. Biesbroek, J. M. The anatomy of visuospatial construction revealed by lesion-symptom mapping. Neuropsychologia. 62, 68-76 (2014).
  17. Duering, M., et al. Strategic white matter tracts for processing speed deficits in age-related small vessel disease. Neurology. 82 (22), 1946-1950 (2014).
  18. Yourganov, G., Fridriksson, J., Rorden, C., Gleichgerrcht, E., Bonilha, L. Multivariate Connectome-Based Symptom Mapping in Post-Stroke Patients: Networks Supporting Language and Speech. The Journal of Neuroscience. 36 (25), 6668-6679 (2016).
  19. Zavaglia, M., Forkert, N. D., Cheng, B., Gerloff, C., Thomalla, G., Hilgetag, C. C. Mapping causal functional contributions derived from the clinical assessment of brain damage after stroke. NeuroImage: Clinical. 9, 83-94 (2015).
  20. Klein, S., Staring, M., Murphy, K., Viergever, M. A., Pluim, J. P. W. Elastix: A toolbox for intensity-based medical image registration. IEEE Transactions on Medical Imaging. 29, 196-205 (2010).
  21. Kuijf, H. J., Biesbroek, J. M., Viergever, M. A., Biessels, G. J., Vincken, K. L. Registration of brain CT images to an MRI template for the purpose of lesion-symptom mapping. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics. , (2013).
  22. Rorden, C., Bonilha, L., Fridriksson, J., Bender, B., Karnath, H. O. Age-specific CT and MRI templates for spatial normalization. NeuroImage. 61, 957-965 (2012).
  23. Barrett, J. F., Keat, N. Artifacts in CT: Recognition and Avoidance. RadioGraphics. , (2007).
  24. Zhuo, J., Gullapalli, R. P. AAPM/RSNA physics tutorial for residents: MR artifacts, safety, and quality control. Radiographics: a review publication of the Radiological Society of North America, Inc. , (2007).
  25. Rorden, C., Brett, M. Stereotaxic display of brain lesions. Behavioural Neurology. 12 (4), 191-200 (2000).
  26. Gorgolewski, K. J., et al. The brain imaging data structure, a format for organizing and describing outputs of neuroimaging experiments. Scientific Data. 3, 160044 (2016).
  27. Yushkevich, P. A., et al. User-guided 3D active contour segmentation of anatomical structures: Significantly improved efficiency and reliability. NeuroImage. 31 (3), 1116-1128 (2006).
  28. Becker, H., Desch, H., Hacker, H., Pencz, A. CT fogging effect with ischemic cerebral infarcts. Neuroradiology. 18 (4), 185-192 (1979).
  29. Kingsley, P. B., Monahan, W. G. Selection of the Optimum b Factor for Diffusion-Weighted Magnetic Resonance Imaging Assessment of Ischemic Stroke. Magnetic Resonance in Medicine. 51, 996-1001 (2004).
  30. Shen, J. M., Xia, X. W., Kang, W. G., Yuan, J. J., Sheng, L. The use of MRI apparent diffusion coefficient (ADC) in monitoring the development of brain infarction. BMC Medical Imaging. 11 (2), (2011).
  31. Lansberg, M. G., et al. Evolution of apparent diffusion coefficient, diffusion-weighted, and T2-weighted signal intensity of acute stroke. American Journal of Neuroradiology. 22 (4), 637-644 (2001).
  32. Geijer, B., Sundgren, P. C., Lindgren, A., Brockstedt, S., Ståhlberg, F., Holtås, S. The value of b required to avoid T2 shine-through from old lacunar infarcts in diffusion-weighted imaging. Neuroradiology. 43, 511-517 (2001).
  33. Wardlaw, J. M. Neuroimaging standards for research into small vessel disease and its contribution to ageing and neurodegeneration. The Lancet Neurology. 12, 822-838 (2013).
  34. Fonov, V., Evans, A. C., Botteron, K., Almli, C. R., McKinstry, R. C., Collins, D. L. Unbiased average age-appropriate atlases for pediatric studies. NeuroImage. 54 (1), 313-327 (2011).
  35. Ashburner, J., Friston, K. J. Unified segmentation. NeuroImage. 26 (3), 839-851 (2005).
  36. Desikan, R. S. An automated labeling system for subdividing the human cerebral cortex on MRI scans into gyral based regions of interest. NeuroImage. 31 (3), 968-980 (2006).
  37. Hua, K. Tract probability maps in stereotaxic spaces: Analyses of white matter anatomy and tract-specific quantification. NeuroImage. 39 (1), 336-347 (2008).
  38. Eickhoff, S. B., et al. A new SPM toolbox for combining probabilistic cytoarchitectonic maps and functional imaging data. NeuroImage. 25 (4), 1325-1335 (2005).
  39. Ricci, P. E., Burdette, J. H., Elster, A. D., Reboussin, D. M. A comparison of fast spin-echo, fluid-attenuated inversion-recovery, and diffusion-weighted MR imaging in the first 10 days after cerebral infarction. American Journal of Neuroradiology. 20 (8), 1535-1542 (1999).
  40. Eastwood, J. D., Engelter, S. T., MacFall, J. F., Delong, D. M., Provenzale, J. M. Quantitative assessment of the time course of infarct signal intensity on diffusion-weighted images. American Journal of Neuroradiology. 24 (4), 680-687 (2003).
  41. Wardlaw, J. M. What is a lacune?. Stroke. 39, 2921-2922 (2008).
  42. Kate, M. P. Dynamic Evolution of Diffusion-Weighted Imaging Lesions in Patients With Minor Ischemic Stroke. Stroke: a Journal of Cerebral Circulation. 46, 2318-2341 (2015).
  43. Inoue, M. Early diffusion-weighted imaging reversal after endovascular reperfusion is typically transient in patients imaged 3 to 6 hours after onset. Stroke. 45, 1024-1028 (2014).
  44. Campbell, B. C. V. The infarct core is well represented by the acute diffusion lesion: Sustained reversal is infrequent. Journal of Cerebral Blood Flow and Metabolism. 32 (1), (2012).
  45. Sperber, C., Karnath, H. O. On the validity of lesion-behaviour mapping methods. Neuropsychologia. 115, 17-24 (2018).
  46. Hillis, A. E., et al. Restoring Cerebral Blood Flow Reveals Neural Regions Critical for Naming. Journal of Neuroscience. 26 (31), 8069-8073 (2006).
  47. Wilke, M., de Haan, B., Juenger, H., Karnath, H. O. Manual, semi-automated, and automated delineation of chronic brain lesions: A comparison of methods. NeuroImage. 56 (4), 2038-2046 (2011).
  48. Zhang, R., et al. Automatic Segmentation of Acute Ischemic Stroke From DWI Using 3-D Fully Convolutional DenseNets. IEEE Transactions on Medical Imaging. 37 (9), 2149-2160 (2018).
  49. Biesbroek, J. M., et al. Distinct anatomical correlates of discriminability and criterion setting in verbal recognition memory revealed by lesion-symptom mapping. Human Brain Mapping. 36 (4), 1292-1303 (2015).
  50. Biesbroek, J. M., van Zandvoort, M. J. E., Kappelle, L. J., Velthuis, B. K., Biessels, G. J., Postma, A. Shared and distinct anatomical correlates of semantic and phonemic fluency revealed by lesion-symptom mapping in patients with ischemic stroke. Brain Structure & Function. 221 (4), 2123-2134 (2016).
  51. Ten Brink, F. A., et al. The right hemisphere is dominant in organization of visual search-A study in stroke patients. Behavioural Brain Research. 304, 71-79 (2016).
  52. Pluim, J. P. W., Maintz, J. B. A. A., Viergever, M. A. Mutual-information-based registration of medical images: A survey. IEEE Transactions on Medical Imaging. 22 (8), 986-1004 (2003).
  53. Zhao, L., et al. The additional contribution of white matter hyperintensity location to post-stroke cognitive impairment: Insights from a multiple-lesion symptom mapping study. Frontiers in Neuroscience. 12 (MAY), (2018).
check_url/fr/59653?article_type=t

Play Video

Citer Cet Article
Biesbroek, J. M., Kuijf, H. J., Weaver, N. A., Zhao, L., Duering, M., , Biessels, G. J. Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping. J. Vis. Exp. (151), e59653, doi:10.3791/59653 (2019).

View Video