Summary

نمذجة الاشكال ثلاثية الابعاد وتحليل هياكل المخ

Published: November 14, 2019
doi:

Summary

نحن نقدم بروتوكول شبه تلقائي لتحليل الشكل علي هياكل الدماغ ، بما في ذلك تجزئه الصورة باستخدام البرمجيات المفتوحة ، والمزيد من تحليل الشكل المجموعة الحكيمة باستخدام حزمه النمذجة الألى. هنا ، ونحن نظهر كل خطوه من بروتوكول تحليل الشكل 3D مع تقسيم هيبوكامبال من الدماغ MR الصور.

Abstract

وقد استخدم تحليل الشكل الإحصائي لهياكل المخ للتحقيق في العلاقة بين التغييرات الهيكلية والعمليات المرضية. لقد قمنا بتطوير حزمه برامج لنمذجة الشكل دقيقه وقويه وتحليل المجموعة الحكيمة. هنا ، نقدم خط أنابيب لتحليل الشكل ، من النمذجة شكل 3D الفردية إلى تحليل شكل المجموعة الكمية. كما نقوم بوصف خطوات المعالجة المسبقة والتجزئة باستخدام حزم البرامج المفتوحة. هذا الدليل العملي من شانه ان يساعد الباحثين توفير الوقت والجهد في تحليل الشكل 3D علي هياكل الدماغ.

Introduction

وقد برز تحليل الشكل من هياكل الدماغ كاداه مفضله للتحقيق في التغييرات المورفولوجية في اطار العمليات المرضية, مثل امراض الأعصاب والشيخوخة1. علي مدي السنوات العديدة الماضية ، تم إدخال العديد من الطرق في دراسات التصوير العصبي لكل من هذه الخطوات. ومع ذلك ، وعلي الرغم من التطورات الملحوظة في الميدان ، لا توجد أطر كثيره تنطبق علي الفور علي البحوث. في هذه المقالة ، نقوم بوصف كل خطوه من تحليل شكل هياكل الدماغ باستخدام أدوات النمذجة المخصصة للشكل وأداات تقسيم الصور المتاحة للعامة.

هنا ، ونحن نظهر اطار تحليل الشكل للهياكل الدماغ من خلال تحليل الشكل من اليسار واليمين وهيبوكامبي باستخدام مجموعه بيانات من الضوابط الكبار ومرضي مرض الزهايمر. ومن المسلم به ضمور وهيبوكامبي باعتبارها الحيوية التصوير البيولوجي في امراض الأعصاب2,3,4. في اطار عملنا لتحليل الشكل ، نستخدم نموذج القالب للهيكل المستهدف وتسجيل تشوه القالب إلى الصورة في عمليه نمذجة الشكل. يقوم نموذج القالب بترميز خصائص الشكل العام للبنية المستهدفة في المجموعة السكانية ، كما يوفر أساسا لقياس اختلافات الشكل بين النماذج الفردية عبر علاقتها المتعدية مع نموذج القالب. في التسجيل قالب إلى صوره ، قمنا بتطوير أسلوب تشوه سطح laplacian لتناسب نموذج قالب إلى هيكل الهدف في الصور الفردية مع التقليل من تشويه توزيع نقطه في نموذج قالب5،6،7. وقد تم التحقق من جدوى ومتانة الإطار المقترح في دراسات التصوير العصبي الاخيره من الشيخوخة المعرفية8, الكشف المبكر عن ضعف المعرفي خفيفه9, واستكشاف الجمعيات بين التغيرات الهيكلية الدماغ ومستويات الكورتيزول10. هذا النهج من شانه ان يجعل من الأسهل لاستخدام النمذجة الشكل وأساليب التحليل في المزيد من دراسات التصوير العصبي.

Protocol

تم الحصول علي صور الدماغ MR وفقا للبروتوكول الذي وافق عليه مجلس المراجعة المؤسسية المحلية ولجنه الأخلاق. ملاحظه: يمكن تحميل أدوات نمذجة الشكل والتحليل من مستودع NITRC: https://www.nitrc.org/projects/dtmframework/. يمكن تنفيذ برنامج واجهه المستخدم …

Representative Results

وقد استخدمت عمليه نمذجة الشكل الموصوفة هنا لدراسات التصوير العصبي المختلفة علي الشيخوخة6,8,10 ومرض الزهايمر5,9. خصوصا ، وأظهرت هذه الطريقة النمذجة الشكل دقتها وحساسيتها في تحليل الشكل علي ا…

Discussion

باختصار ، لقد وصفنا خط أنابيب البرمجيات لتحليل الشكل علي هياكل الدماغ بما في ذلك (1) MR تجزئه الصورة باستخدام أدوات مفتوحة (2) أعاده بناء الشكل الفردية باستخدام نموذج قالب تشوه ، و (3) الفرق الشكل الكمي قياس عبر المراسلات شكل متعديه مع نموذج قالب. يتم اجراء التحليل الإحصائي تحت تصحيح معدل الاكت…

Disclosures

The authors have nothing to disclose.

Acknowledgements

وقد تم تمويل العمل من قبل المؤسسة الوطنية للبحوث في كوريا (JP باعتبارها PI). يتم تمويل JK من قبل الصندوق الوطني للبحوث جامعه كيونغبوك; ويتم تمويل MCVH من قبل الامانه الخيرية الصف فوغو والجمعية الملكية في ادنبره. تم تكييف التجزئة الهيبوكامباله من المبادئ التوجيهية الداخلية التي كتبتها الدكتورة كارين فيرغسون ، في مركز علوم الدماغ السريرية ، ادنبره ، المملكة العربية البريطانية.

References

  1. Costafreda, S. G., et al. Automated hippocampal shape analysis predicts the onset of dementia in mild cognitive impairment. NeuroImage. 56 (1), 212-219 (2011).
  2. Platero, C., Lin, L., Tobar, M. C. Longitudinal Neuroimaging Hippocampal Markers for Diagnosing Alzheimer’s Disease. Neuroinformatics. , 1-19 (2018).
  3. Valdés Hernández, M. D. C., et al. Rationale, design, and methodology of the image analysis protocol for studies of patients with cerebral small vessel disease and mild stroke. Brain and behavior. 5 (12), e00415 (2015).
  4. Kalmady, S. V., et al. Clinical correlates of hippocampus volume and shape in antipsychotic-naïve schizophrenia. Psychiatry Research: Neuroimaging. 263, 93-102 (2017).
  5. Kim, J., Valdés Hernández, M. D. C., Royle, N. A., Park, J. Hippocampal Shape Modeling Based on a Progressive Template Surface Deformation and its Verification. IEEE Transactions on Medical Imaging. 34 (6), 1242-1261 (2015).
  6. Kim, J., et al. 3D shape analysis of the brain’s third ventricle using a midplane encoded symmetric template model. Computer Methods and Programs in Biomedicine. 129, 51-62 (2016).
  7. Kim, J., Ryoo, H., Valdés Hernández, M. D. C., Royle, N. A., Park, J. Brain Ventricular Morphology Analysis Using a Set of Ventricular-Specific Feature Descriptors. International Symposium on Biomedical Simulation. , 141-149 (2014).
  8. Valdés Hernández, M. D. C., et al. Hippocampal morphology and cognitive functions in community-dwelling older people: the Lothian Birth Cohort 1936. Neurobiology of Aging. 52, 1-11 (2017).
  9. Lee, P., Ryoo, H., Park, J., Jeong, Y. Morphological and Microstructural Changes of the Hippocampus in Early MCI: A Study Utilizing the Alzheimer’s Disease Neuroimaging Initiative Database. Journal of Clinical Neurology. 13 (2), 144-154 (2017).
  10. Cox, S. R., et al. Associations between hippocampal morphology, diffusion characteristics, and salivary cortisol in older men. Psychoneuroendocrinology. 78, 151-158 (2017).
  11. Sled, J. G., Zijdenbos, A. P., Evans, A. C. A nonparametric method for automatic correction of intensity nonuniformity in MRI data. IEEE Transactions on Medical Imaging. 17 (1), 87-97 (1998).
  12. Tustison, N. J., et al. N4ITK: improved N3 bias correction. IEEE Transactions on Medical Imaging. 29 (6), 1310-1320 (2010).
  13. Zhang, Y., Brady, M., Smith, S. Segmentation of brain MR images through a hidden Markov random field model and the expectation-maximization algorithm. IEEE Transactions on Medical Imaging. 20 (1), 45-57 (2001).
  14. Wardlaw, J. M., et al. Brain aging, cognition in youth and old age and vascular disease in the Lothian Birth Cohort 1936: rationale, design and methodology of the imaging protocol. International Journal of Stroke. 6 (6), 547-559 (2011).
  15. Morey, R. A., et al. A comparison of automated segmentation and manual tracing for quantifying hippocampal and amygdala volumes. NeuroImage. 45 (3), 855-866 (2009).
  16. Boccardi, M., et al. Survey of protocols for the manual segmentation of the hippocampus: preparatory steps towards a joint EADC-ADNI harmonized protocol. Journal of Alzheimer’s Disease. 26 (s3), 61-75 (2011).
  17. Winterburn, J., et al. High-resolution In Vivo Manual Segmentation Protocol for Human Hippocampal Subfields Using 3T Magnetic Resonance Imaging. Journal of Visualized Experiments. (105), e51861 (2015).
  18. MacLullich, A., et al. Intracranial capacity and brain volumes are associated with cognition in healthy elderly men. Neurology. 59 (2), 169-174 (2002).
  19. Gower, J. C. Generalized Procrustes analysis. Psychometrika. 40 (1), 33-51 (1975).
  20. Lorensen, W. E., Cline, H. E. Marching cubes: A high resolution 3D surface construction algorithm. ACM Siggraph Computer Graphics. , 163-169 (1987).

Play Video

Cite This Article
Kim, J., Valdés Hernández, M. d. C., Park, J. Three-Dimensional Shape Modeling and Analysis of Brain Structures. J. Vis. Exp. (153), e59172, doi:10.3791/59172 (2019).

View Video