Summary

뇌 MRI를 사용한 인간 맥락총의 수동 분할

Published: December 15, 2023
doi:

Summary

뇌에서 맥락총의 중요한 역할에도 불구하고 이 구조에 대한 신경 영상 연구는 신뢰할 수 있는 자동 분할 도구가 없기 때문에 부족합니다. 현재 프로토콜은 미래의 신경 영상 연구에 정보를 제공할 수 있는 맥락총의 황금 표준 수동 분할을 보장하는 것을 목표로 합니다.

Abstract

맥락총은 신경 발달 및 다양한 뇌 장애와 관련이 있습니다. 맥락총이 뇌 성숙, 면역/염증 조절, 행동/인지 기능에 중요하다는 증거가 있습니다. 그러나 현재의 자동 신경영상 분할 도구는 외측 심실 맥락총(lateral ventricle choroid plexus)을 정확하고 안정적으로 분할하는 데 부족합니다. 또한 뇌의 제3뇌실과 제4뇌실에 위치한 맥락총(choroid plexus)을 분할하는 기존 도구는 없습니다. 따라서 신경 발달 및 뇌 장애에서 맥락막 신경총을 조사하는 연구의 신뢰성과 재현성을 높이기 위해 측면, 제3 및 제4 뇌실에서 맥락총을 분할하는 방법을 설명하는 프로토콜이 필요합니다. 이 프로토콜은 DICOM 또는 NIFTI 이미지를 기반으로 맥락총에 대해 3D 슬라이서에서 별도로 레이블이 지정된 파일을 만드는 자세한 단계를 제공합니다. 맥락총은 T1w 이미지의 축, 시상 및 관상면을 사용하여 수동으로 분할되어 심실과 접한 회백질 구조에서 복셀을 제외합니다. 윈도잉은 맥락총과 해부학적 경계의 국소화를 돕기 위해 조정됩니다. 정확성과 신뢰성을 평가하는 방법은 이 프로토콜의 일부로 시연됩니다. 수동 묘사를 사용한 맥락총의 골드 스탠다드 분할은 전 생애 및 다양한 뇌 질환 내에서 맥락총의 변화를 설명하기 위해 공개적으로 공유할 수 있는 더 우수하고 신뢰할 수 있는 자동 분할 도구를 개발하는 데 사용할 수 있습니다.

Introduction

맥락총(Choroid plexus) 기능
맥락총(choroid plexus)은 창공된 모세혈관과 맥락막 신경총 상피세포의 단층으로 구성된 뇌의 고도로 혈관화된 구조이다1. 맥락총은 외측, 제3, 제4 뇌실로 돌출되어 뇌척수액(CSF)을 생성하는데, 이는 신경 패턴화(neural patterning)2 및 뇌 생리학(brain physiology)3,4에 중요한 역할을 한다. 맥락총은 신경혈관 물질을 분비하고, 줄기세포와 같은 저장소를 둘러싸고 있으며, 독성 대사 산물의 침입을 방해하는 물리적 장벽, 물리적 장벽을 우회하는 부분을 제거하는 효소 장벽, 외부 침입자로부터 보호하는 면역학적 장벽 역할을 한다5. 맥락총은 신경 발생6, 시냅스 가소성7, 염증8, 일주기 리듬 9,10, 장 뇌 축11 및 인지12를 조절합니다. 또한, 말초 사이토카인, 스트레스 및 감염(SARS-CoV-2 포함)은 혈액-뇌척수액 장벽을 파괴할 수 있습니다 13,14,15,16. 따라서 맥락총-뇌척수액 시스템은 신경 발달, 신경 회로 성숙, 뇌 항상성 및 복구에 필수적입니다17. 면역, 염증, 대사 및 효소 변화가 뇌에 영향을 미치기 때문에 연구자들은 신경 영상 도구를 사용하여 평생 동안 맥락총의 역할과 뇌 질환을 평가하고 있습니다 18,19,20. 그러나 FreeSurfer와 같이 맥락막 신경총 분할을 위해 일반적으로 사용되는 자동화 도구에는 한계가 있으며, 이로 인해 맥락막 신경총이 제대로 분할되지 않습니다. 따라서 맥락총(choroid plexus) 분할을 위한 정확한 자동화 도구를 개발하는 데 사용할 수 있는 맥락총의 실측 자료 수동 분할이 매우 필요합니다.

신경 발달 및 뇌 장애의 맥락막 신경총
뇌 질환에서 맥락총의 역할은 오랫동안 무시되어 왔는데, 이는 주로 뇌를 완충하고 적절한 염분 균형을 유지하는 역할을 하는 보조 역할로 간주되었기 때문입니다 2,21. 그러나 맥락총은 통증 증후군22, SARS-CoV-2 16,23,24, 신경 발달 2 및 뇌 장애19와 같은 뇌 장애와 관련된 구조로 주목을 받아 행동 장애 발달에 대한 초진단적 효과를 시사합니다. 신경 발달 장애에서 맥락막 신경총 낭종은 발달 지연, 주의력 결핍/과잉 행동 장애(ADHD) 또는 자폐 스펙트럼 장애(ASD)의 위험 증가와 관련이 있었습니다25,26. 또한 ASD27 환자에서 외측 심실 맥락막 신경총 용적이 증가하는 것으로 나타났습니다. 뇌 장애에서 맥락막 신경총 이상은 1921 년 이후 정신병적 장애28,29에서 설명되었습니다. 이전 연구에서는 정신병적 장애를 가진 환자의 대규모 표본에서 FreeSurfer 분할을 사용하여 맥락막 신경총 비대증을 1촌 친척 및 대조군과 비교한 것으로 확인되었다19. 이러한 결과는 정신병에 대한 임상적 고위험 인구의 대규모 샘플에서 수동으로 분할된 맥락총의 용적을 사용하여 재현되었으며, 이 환자들은 건강한 대조군에 비해 맥락총의 용적이 더 크다는 것을 발견했다30. 복합부위통증증후군22, 뇌졸중31, 다발성 경화증20,32, 알츠하이머병33,34, 우울증35에서 맥락총비대증을 입증하는 연구가 증가하고 있으며, 일부 연구에서는 말초신경총과 뇌 면역/염증 활동 사이의 연관성을 입증하고 있다. 이러한 신경 영상 연구는 유망합니다. 그러나 FreeSurfer21에 의한 부실한 측심실 맥락막 신경총 분할은 자동 맥락막 신경총 부피 추정의 신뢰성을 제한합니다. 그 결과, 다발성 경화증 20,32, 우울증35, 알츠하이머34 및 초기 정신병36에 대한 연구가 외측 심실 맥락총(lateral ventricle choroid plexus)을 수동으로 분할하기 시작했지만, 이를 수행하는 방법에 대한 현재 지침이나 제3심실 및 제4 뇌실 맥락총(third ventricle choroid plexus) 분할에 대한 지침도 없다.

일반적인 분할 도구는 맥락총신경총을 제외합니다
FreeSurfer37,38,39, FMRIB Software Library (FSL)40, SLANT41 및 FastSurfer (공동 저자 Martin Reuter가 개발)42,43와 같은 뇌 분할 파이프 라인은 아틀라스 기반 (FSL), 아틀라스 및 표면 기반 (FreeSurfer), 딥 러닝 분할 패러다임 (SLANT 및 FastSurfer)을 사용하여 피질 및 피질 하부 구조를 정확하고 안정적으로 분할합니다. 이러한 접근 방식 중 일부의 약점에는 처리 속도, 다른 스캐너에 대한 제한된 일반화, 전계 강도 및 복셀 크기37,44, 표준 아틀라스 공간에서 레이블 맵의 강제 정렬이 포함됩니다. 그러나 맥락총신경총을 분할하는 기능과 고해상도 MRI와의 호환성은 FreeSurfer 및 FastSurfer에서만 해결됩니다. FastSurfer의 뒤에있는 신경망은 FreeSurfer 맥락막 신경총 레이블에 대해 훈련되므로 이전에 논의 된 FreeSurfer의 신뢰성 및 커버리지 제한을 상속하며 세 번째 및 네 번째 심실은 무시됩니다21. 고해상도 MRI에 대한 현재 제한 사항도 존재하지만 FreeSurfer의 고해상도 스트림45 및 FastSurferVINN43을 사용하여 이 문제를 처리할 수 있습니다.

현재 맥락막 신경총 분할 도구
맥락총에 대해 무료로 사용할 수 있는 분할 도구는 하나뿐이지만 분할 정확도는 제한적입니다. 정확한 맥락총(choroid plexus) 분할은 (1) 심실 내 위치로 인한 맥락총(cchoroid plexus) 위치(공간적으로 고정되어 있지 않음)의 가변성, (2) 세포 이질성, 동적 맥락막 신경총 기능, 병리학적 변화 또는 부분적인 부피 효과로 인한 복셀 강도, 대비, 해상도(구조 내 이질성)의 차이, (3) 맥락막 신경총 크기에 영향을 미치는 연령 또는 병리학 관련 심실 크기 차이, (4) 인접한 피질하 구조(해마, 편도체, 미상체, 소뇌)와의 근접성도 분절하기 어렵습니다. 이러한 문제를 감안할 때 FreeSurfer 세분화는 종종 맥락막 신경총을 과소 또는 과대 평가하거나 잘못 레이블을 지정하거나 무시합니다.

최근 발표된 3개의 논문에서는 GMM(Gaussian Mixture Model)46, Axial-MLP47 및 U-Net 기반 딥러닝 접근법(48)을 사용하여 신뢰할 수 있는 맥락총(choroid plexus) 분할의 격차를 다루었습니다. 각 모델은 제한된 다양성의 스캐너, 사이트, 인구 통계 및 장애를 가진 최대 150명의 피험자로 구성된 수동으로 레이블이 지정된 비공개 데이터 세트를 사용하여 훈련되고 평가되었습니다. 이러한 간행물 46,48,49는 FreeSurfer의 맥락막 신경총 분할에 비해 상당한 개선을 달성했지만 때로는 예측과 실측 자료의 교차점을 두 배로 늘리지만 두 방법 모두 (1) 고해상도 MRI에서 검증되지 않았고, (2) 전용 일반화 및 신뢰성 분석이 있으며, (3) 대규모 대표 학습 및 테스트 데이터 세트를 특징으로 하며, (4) 다음과 같은 맥락막 신경총 분할 문제를 구체적으로 해결하거나 분석합니다 부분 볼륨 효과 또는 (5)는 즉시 사용할 수 있는 도구로 공개적으로 사용할 수 있습니다. 따라서 맥락막 신경총 분할에 대한 현재 “황금 표준”은 예를 들어 3D 슬라이서50 또는 ITK-SNAP51을 사용하는 수동 추적이며, 이는 이전에 설명되지 않았으며 연구에서 맥락총의 역할을 조사하고자 하는 연구자들에게 주요 과제였습니다. 3D 슬라이서는 작성자가 소프트웨어에 익숙하고 원하는 결과를 얻기 위해 결합할 수 있는 다양한 접근 방식을 기반으로 하는 다양한 도구를 사용자에게 제공하기 때문에 수동 분할을 위해 선택되었습니다. 주로 이미지 분할을 지향하는 ITK-SNAP과 같은 다른 도구를 사용할 수 있으며 도구를 마스터하면 사용자가 좋은 결과를 얻을 수 있습니다. 또한 저자는 3D 슬라이서(30)를 사용하여 수동 분할 기술의 높은 정확도와 신뢰성을 입증하는 사례 대조 연구를 수행했으며 특정 방법론이 여기에 설명되어 있습니다.

Protocol

본 프로토콜은 Beth Israel Deaconess Medical Center의 Institutional Review Board에서 승인되었습니다. 인공물이나 움직임이 없는 뇌 MRI 스캔을 받은 건강한 피험자가 이 프로토콜 시연에 사용되었으며 서면 동의서를 받았습니다. 32채널 헤드 코일이 있는 3.0T MRI 스캐너( 재료 표 참조)를 사용하여 1mm x 1mm x 1.2mm 해상도의 3D-T1 이미지를 획득했습니다. 256 x 256 시야각, TR/TE/TI=7.38/3.06/400ms, 11도 플립 각도?…

Representative Results

제안된 방법은 외측 심실 맥락총에 대한 반복적인 개선을 거쳤으며, 169명의 건강한 대조군과 임상적으로 정신병 위험이 높은 340명의 환자로 구성된 코호트에 대한 광범위한 테스트를 포함한다30. 위에서 설명한 기법을 사용하여 저자는 DC = 0.89, avgHD = 3.27mm3 및 단일 평가자 ICC = 0.9730으로 높은 평가자 내 정확도와 신뢰성을 얻었으며, 이는 본 문서에 설명된 프로토콜의 강?…

Discussion

프로토콜의 중요한 단계
이 프로토콜을 구현할 때 세 가지 중요한 단계에 특별한 주의가 필요합니다. 첫째, MR 이미지의 품질과 대비를 확인하는 것이 정확한 분할을 보장하는 데 중요합니다. 이미지의 품질이 너무 나쁘거나 대비가 너무 낮거나 너무 높으면 맥락총의 묘사가 부정확할 수 있습니다. 이미지의 대비는 이미지의 회색조 값을 보거나 값을 보정하여 회백질 핵과 회백질 ?…

Declarações

The authors have nothing to disclose.

Acknowledgements

이 연구는 국립 정신 건강 연구소 상 R01 MH131586(PL 및 MR), R01 MH078113(MK) 및 Sydney R Baer Jr Foundation Grant(PL)의 지원을 받았습니다.

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. 

Referências

  1. Lun, M. P., Monuki, E. S., Lehtinen, M. K. Development and functions of the choroid plexus-cerebrospinal fluid system. Nature Reviews Neuroscience. 16 (8), 445-457 (2015).
  2. Dani, N., Herbst, R. H., McCabe, C. A cellular and spatial map of the choroid plexus across brain ventricles and ages. Cell. 184 (11), 3056-3074 (2021).
  3. Kaiser, K., Bryj, a. V. Choroid plexus: the orchestrator of long-range signalling within the CNS. IJMS. 21 (13), 4760 (2020).
  4. Damkier, H. H., Brown, P. D., Praetorius, J. Cerebrospinal fluid secretion by the choroid plexus. Physiological Reviews. 93, 46 (2013).
  5. Liddelow, S. A. Development of the choroid plexus and blood-CSF barrier. Frontiers in Neuroscience. 9, 00032 (2015).
  6. Gato, A., Alonso, M. I., Lamus, F., Miyan, J. Neurogenesis: A process ontogenically linked to brain cavities and their content, CSF. Seminars in Cell & Developmental Biology. 102, 21-27 (2020).
  7. Spatazza, J., Lee, H. H. C., Di Nardo, A. A. Choroid-plexus-derived Otx2 homeoprotein constrains adult cortical plasticity. Cell Reports. 3 (6), 1815-1823 (2013).
  8. Kim, S., Hwang, Y., Lee, D., Webster, M. J. Transcriptome sequencing of the choroid plexus in schizophrenia. Translational Psychiatry. 6 (11), e964-964 (2016).
  9. Myung, J., Schmal, C., Hong, S. The choroid plexus is an important circadian clock component. Nature Communications. 9 (1), 1062 (2018).
  10. Quintela, T., Furtado, A., Duarte, A. C., Gonçalves, I., Myung, J., Santos, C. R. A. The role of circadian rhythm in choroid plexus functions. Progress in Neurobiology. 205, 102129 (2021).
  11. Gorlé, N., Blaecher, C., Bauwens, E., et al. The choroid plexus epithelium as a novel player in the stomach-brain axis during Helicobacter infection. Brain, Behavior, and Immunity. 69, 35-47 (2018).
  12. Zappaterra, M. W., Lehtinen, M. K. The cerebrospinal fluid: regulator of neurogenesis, behavior, and beyond. Cellular and Molecular Life Sciences. 69 (17), 2863-2878 (2012).
  13. Cardia, E., Molina, D., Abbate, F. Morphological modifications of the choroid plexus in a rodent model of acute ventriculitis induced by gram-negative liquoral sepsis: Possible implications in the pathophysiology of hypersecretory hydrocephalus. Child’s Nervous System. 11 (9), 511-516 (1995).
  14. Coisne, C., Engelhardt, B. Tight junctions in brain barriers during central nervous system inflammation. Antioxidants & Redox Signaling. 15 (5), 1285-1303 (2011).
  15. Szmydynger-Chodobska, J., Strazielle, N., Gandy, J. R. Posttraumatic Invasion of monocytes across the blood-cerebrospinal fluid barrier. Journal of Cerebral Blood Flow & Metabolism. 32 (1), 93-104 (2012).
  16. Pellegrini, L., Albecka, A., Mallery, D. L. SARS-CoV-2 infects the brain choroid plexus and disrupts the blood-csf barrier in human brain organoids. Cell Stem Cell. 27 (6), 951-961 (2020).
  17. Bitanihirwe, B., Lizano, P., Woo, T. Deconstructing the functional neuroanatomy of the choroid plexus: an ontogenetic perspective for studying neurodevelopmental and neuropsychiatric disorders. Review at Molecular Psychiatry. , (2022).
  18. Ramaekers, V., Sequeira, J. M., Quadros, E. V. Clinical recognition and aspects of the cerebral folate deficiency syndromes. Clinical Chemistry and Laboratory Medicine. 51 (3), 0543 (2012).
  19. Lizano, P., Lutz, O., Ling, G. Association of choroid plexus enlargement with cognitive, inflammatory, and structural phenotypes across the psychosis spectrum. AJP. 176 (7), 564-572 (2019).
  20. Kim, H., Lim, Y. M., Kim, G. Choroid plexus changes on magnetic resonance imaging in multiple sclerosis and neuromyelitis optica spectrum disorder. Journal of the Neurological Sciences. 415, 116904 (2020).
  21. Bannai, D., Lutz, O., Lizano, P. Neuroimaging considerations when investigating choroid plexus morphology in idiopathic psychosis. Schizophrenia Research. 224, 19-21 (2020).
  22. Zhou, G., Hotta, J., Lehtinen, M. K., Forss, N., Hari, R. Enlargement of choroid plexus in complex regional pain syndrome. Scientific Reports. 5 (1), 14329 (2015).
  23. Jacob, F., Pather, S. R., Huang, W. K. Human pluripotent stem cell-derived neural cells and brain organoids reveal SARS-CoV-2 neurotropism predominates in choroid plexus epithelium. Cell Stem Cell. 27 (6), 937-950 (2020).
  24. Yang, A. C., Kern, F., Losada, P. M. Dysregulation of brain and choroid plexus cell types in severe COVID-19. Nature. 595 (7868), 565-571 (2021).
  25. Lin, Y. J., Chiu, N. C., Chen, H. J., Huang, J. Y., Ho, C. S. Cranial ultrasonographic screening findings among healthy neonates and their association with neurodevelopmental outcomes. Pediatrics & Neonatology. 62 (2), 158-164 (2021).
  26. Chang, H., Tsai, C. M., Hou, C. Y., Tseng, S. H., Lee, J. C., Tsai, M. L. Multiple subependymal pseudocysts in neonates play a role in later attention deficit hyperactivity and autistic spectrum disorder. Journal of the Formosan Medical Association. 118 (3), 692-699 (2019).
  27. Levman, J., Vasung, L., MacDonald, P. Regional volumetric abnormalities in pediatric autism revealed by structural magnetic resonance imaging. International Journal of Developmental Neuroscience. 71 (1), 34-45 (2018).
  28. Taft, A. E. A note on the pathology of the choroid plexus in general paralysis. Archives of Neurology & Psychiatry. 7 (2), 177 (1922).
  29. D, S. R. The choroid plexus in organic diseases of the brain and of schizophreina. The Journal of Nervous and Mental Disease. 56, 21-26 (1921).
  30. Bannai, D., Reuter, M., Hegde, R. Linking choroid plexus enlargement with plasma analyte and structural phenotypes in clinical high risk for psychosis: a multisite neuroimaging study. BioRxiv. , (2022).
  31. Egorova, N., Gottlieb, E., Khlif, M. S., Spratt, N. J., Brodtmann, A. Choroid plexus volume after stroke. International Journal of Stroke. 14 (9), 923-930 (2019).
  32. Ricigliano, V. A., Morena, E., Colombi, A. Choroid plexus enlargement in inflammatory multiple sclerosis: 3.0-T MRI and translocator protein PET evaluation. Radiology. 301 (1), 166-177 (2021).
  33. Tadayon, E., Pascual-Leone, A., Press, D., Santarnecchi, E. Choroid plexus volume is associated with levels of CSF proteins: relevance for Alzheimer’s and Parkinson’s disease. Neurobiology of Aging. 89, 108-117 (2020).
  34. Choi, J. D., Moon, Y., Kim, H. J., Yim, Y., Lee, S., Moon, W. J. Choroid plexus volume and permeability at brain MRI within the Alzheimer Disease clinical spectrum. Radiology. 304 (3), 635-645 (2022).
  35. Althubaity, N., Schubert, J., Martins, D. Choroid plexus enlargement is associated with neuroinflammation and reduction of blood-brain barrier permeability in depression. NeuroImage: Clinical. 33, 102926 (2022).
  36. Senay, O., et al. Choroid plexus volume in individuals with early course and chronic psychosis – a magnetic resonance imaging study. Schizophrenia Bulletin. , (2022).
  37. Fischi, B. FreeSurfer. NeuroImage. 62 (2), 774-781 (2012).
  38. Fischl, B., et al. Cortical folding patterns and predicting cytoarchitecture. Cerebral Cortex. 18 (8), 1973-1980 (2008).
  39. Fischl, B., vander Kouwe, A., Destrieux, C. Automatically parcellating the human cerebral cortex. Cerebral Cortex. 14 (1), 11-22 (2004).
  40. Patenaude, B., Smith, S. M., Kennedy, D. N., Jenkinson, M. A Bayesian model of shape and appearance for subcortical brain segmentation. NeuroImage. 56 (3), 907-922 (2011).
  41. Huo, Y., Xu, Z., Xiong, Y. 3D whole brain segmentation using spatially localized atlas network tiles. NeuroImage. 194, 105-119 (2019).
  42. Henschel, L., Conjeti, S., Estrada, S., Diers, K., Fischl, B., Reuter, M. FastSurfer – A fast and accurate deep learning based neuroimaging pipeline. NeuroImage. 219, 117012 (2020).
  43. Henschel, L., Kügler, D., Reuter, M. FastSurferVINN: Building resolution-independence into deep learning segmentation methods-A solution for HighRes brain MRI. NeuroImage. 251, 118933 (2022).
  44. Jovicich, J., Czanner, S., Han, X. MRI-derived measurements of human subcortical, ventricular and intracranial brain volumes: Reliability effects of scan sessions, acquisition sequences, data analyses, scanner upgrade, scanner vendors and field strengths. NeuroImage. 46 (1), 177-192 (2009).
  45. Zaretskaya, N., Fischl, B., Reuter, M., Renvall, V., Polimeni, J. R. Advantages of cortical surface reconstruction using submillimeter 7 T MEMPRAGE. NeuroImage. 165, 11-26 (2018).
  46. Tadayon, E., Moret, B., Sprugnoli, G., Monti, L., Pascual-Leone, A., Santarnecchi, E. Improving choroid plexus segmentation in the healthy and diseased brain: Relevance for Tau-PET imaging in dementia. Journal of Alzheimer’s Disease. 74 (4), 1057-1068 (2020).
  47. Schmidt-Mengin, M., Ricigliano, V. A. G., Bodini, B., Išgum, I., Colliot, O. Axial multi-layer perceptron architecture for automatic segmentation of choroid plexus in multiple sclerosis. Medical Imaging 2022: Image Processing. SPIE. , (2022).
  48. Zhao, L., Feng, X., Meyer, C. H., Alsop, D. C. Choroid plexus segmentation using optimized 3D U-Net. 2020 IEEE 17th International Symposium on Biomedical Imaging (ISBI). IEEE. , 381-384 (2020).
  49. Schmidt-Mengin, M., et al. Axial multi-layer perceptron architecture for automatic segmentation of choroid plexus in multiple sclerosis. arXiv. , (2021).
  50. Egger, J., Kapur, T., Nimsky, C., Kikinis, R., Muñoz-Barrutia, A. Pituitary adenoma volumetry with 3D Slicer. PLoS ONE. 7 (12), 51788 (2012).
  51. Yushkevich, P. A., Piven, J., Hazlett, H. C., et al. User-guided 3D active contour segmentation of anatomical structures: Significantly improved efficiency and reliability. NeuroImage. 31 (3), 1116-1128 (2006).
  52. Dice, L. R. Measures of the amount of ecologic association between species. Ecology. 26 (3), 297-302 (1945).
  53. Aydin, O. U., Taha, A. A., Hilbert, A. On the usage of average Hausdorff distance for segmentation performance assessment: hidden error when used for ranking. European Radiology Experimental. 5 (1), (2021).
  54. Shrout, P. E., Fleiss, J. L. Intraclass correlations: Uses in assessing rater reliability. Psychological Bulletin. 86 (2), 420-428 (1979).
  55. Pawlik, D., Leuzy, A., Strandberg, O., Smith, R. Compensating for choroid plexus based off-target signal in the hippocampus using 18F-flortaucipir PET. NeuroImage. 221, 117193 (2020).
  56. Yazdan-Panah, A., Schmidt-Mengin, M., Ricigliano, V. A. G., Soulier, T., Stankoff, B., Colliot, O. Automatic segmentation of the choroid plexuses: Method and validation in controls and patients with multiple sclerosis. NeuroImage: Clinical. 38, 103368 (2023).

Play Video

Citar este artigo
Bannai, D., Cao, Y., Keshavan, M., Reuter, M., Lizano, P. Manual Segmentation of the Human Choroid Plexus Using Brain MRI. J. Vis. Exp. (202), e65341, doi:10.3791/65341 (2023).

View Video