脳構造の3次元形状モデリングと解析

脳構造の形状解析は、神経変性疾患や^老化1などの病理学的過程下での形態変化を調べる好ましいツールとして浮上している。1)医療画像から標的構造の境界を正確に線分化し、2)3D表面メッシュの形でターゲット形状を再構築し、3)形状パラメータ化または表面登録を介して個々の形状モデル間の被験者間通信を構築し、4)個人またはグループ間の地域形状の違いを定量的に評価する。過去数年間で, これらの各ステップの神経イメージング研究で多くの方法が導入されています。.しかし、この分野では目覚ましい発展を遂げながらも、研究にすぐに当てはまる枠組みはあまりありません。この記事では、カスタム形状モデリングツールと一般に公開されている画像セグメンテーションツールを使用した脳構造の形状解析の各ステップについて説明します。

ここでは、成人対照患者とアルツハイマー病患者のデータセットを用いた左右海馬の形状解析を通じた脳構造の形状解析フレームワークを示す。海馬の萎縮は、神経変^{性疾患2、3、4}において重要な画像バイオマーカーとして認識される。形状解析フレームワークでは、ターゲット構造のテンプレートモデルと、形状モデリングプロセスでテンプレートからイメージへの変形可能な登録を採用しています。テンプレート モデルは、母集団内のターゲット構造の一般的な形状特性をエンコードし、テンプレート モデルとの推移的な関係を通じて個々のモデル間の形状差を定量化するためのベースラインも提供します。テンプレートから画像への登録では、テンプレート^{モデル5、6、7}におけるポイント分布の歪みを最小限に抑^{えながら、}テンプレートモデルを個々の画像のターゲット構造に適合させるラプラシアン表面変形法を開発しました。提案されたフレームワークの実現可能性および堅牢性は、認知^老化8、軽度認知^障害9の早期発見、および脳構造変化とコルチゾール^レベル10との関連を探索する最近の神経イメージング研究において検証されている。このアプローチにより、図形モデリングと解析方法を使用して、さらなる神経イメージング研究を容易に行うことができます。