Una tubería estandarizada para examinar la morfometría de materia gris cerebelosa humana utilizando imágenes de resonancia magnética estructural

El cerebelo es una parte del cerebro históricamente asociada con el control motor ^1,2,3 y se cree que está involucrado integralmente en solo un pequeño conjunto de enfermedades raras, como las ataxias hereditarias⁴. Sin embargo, las líneas convergentes de investigación de los estudios de rastreo anatómico en primates no humanos, así como los estudios de lesiones humanas y neuroimagen, proporcionan evidencia convincente de un papel del cerebelo en una amplia gama de funciones cognitivas ^5,6,7, afectivas 8,9,10,11 y otras funciones no motoras ^7,12 (ver 6  para su revisión). Además, las anomalías del cerebelo están cada vez más implicadas en una amplia gama de trastornos neurológicos y psiquiátricos, incluida la enfermedad de Parkinson¹³, la enfermedad de Alzheimer^14,15, la epilepsia^16,17, la esquizofrenia¹⁸ y el trastorno del espectro autista¹⁹ . Por lo tanto, se ha vuelto esencial incorporar el cerebelo en modelos funcionales y estructurales de enfermedades cerebrales humanas y variabilidad normativa del comportamiento.

Anatómicamente, el cerebelo se puede dividir a lo largo de su eje superior a inferior en tres lóbulos: anterior, posterior y floculonodular. Los lóbulos se subdividen en 10 lóbulos denotados por números romanos I-X^20,21 (Figura 1). El cerebelo también se puede agrupar en zonas de línea media (vermis) y lateral (hemisferio), que reciben respectivamente entradas de la médula espinal y la corteza cerebral. El lóbulo anterior, que comprende los lóbulos I-V, se ha asociado tradicionalmente con procesos motores y tiene conexiones recíprocas con cortezas motoras cerebrales²². El lóbulo posterior, que comprende los lóbulos VI-IX, se asocia principalmente con procesos no motores¹¹ y tiene conexiones recíprocas con la corteza prefrontal, el parietal posterior y las cortezas cerebrales temporales superiores ^8,23. Por último, el lóbulo floculonodular, que comprende el lóbulo X, tiene conexiones recíprocas con los núcleos vestibulares que gobiernan los movimientos oculares y el equilibrio corporal durante la postura y la marcha²¹.

Un creciente cuerpo de trabajo reciente que utiliza neuroimagen funcional ha refinado aún más la comprensión de la neuroanatomía funcional del cerebelo más allá de sus divisiones anatómicas. Por ejemplo, se han utilizado técnicas de resonancia magnética funcional (fMRI) en estado de reposo para mapear el patrón de interacciones funcionales entre el cerebelo y el cerebro²⁴. Además, utilizando un enfoque de parcelación basado en tareas, King y sus colegas⁷ demostraron que el cerebelo muestra un patrón rico y complejo de especialización funcional en toda su amplitud, evidenciado por distintos límites funcionales asociados con una variedad de tareas motoras, afectivas, sociales y cognitivas. Colectivamente, estos estudios resaltan la importancia de examinar subunidades cerebelosas individuales para desarrollar caracterizaciones biológicas completas de la participación del cerebelo tanto en la variabilidad saludable como en las enfermedades neurológicas caracterizadas por alteraciones en la estructura y / o función cerebelosa.

El presente trabajo se centra en los métodos para cuantificar los cambios locales en el volumen cerebeloso utilizando la resonancia magnética estructural en humanos. En general, hay dos enfoques fundamentales para la cuantificación del volumen cerebral regional utilizando datos de resonancia magnética: segmentación basada en características y registro basado en vóxel. Los enfoques de segmentación basados en características utilizan puntos de referencia anatómicos y atlas estandarizados para identificar automáticamente los límites entre las subregiones. Los principales paquetes de software para la segmentación incluyen FreeSurfer²⁵, BrainSuite²⁶ y FSL-FIRST²⁷. Sin embargo, estos paquetes proporcionan solo parcelaciones gruesas del cerebelo (por ejemplo, etiquetando toda la materia gris y toda la materia blanca en cada hemisferio), pasando por alto los lóbulos cerebelosos individuales. Estos enfoques también son propensos a la segmentación errónea, particularmente la inclusión excesiva de la vasculatura circundante.

Se han desarrollado nuevos algoritmos de aprendizaje automático y etiquetado multi atlas, que proporcionan una parcelación más precisa y de grano más fino del cerebelo, incluido el algoritmo de clasificación automática de lóbulos cerebelosos utilizando la evolución implícita de múltiples límites (ACCLAIM^28,29), el kit de herramientas de análisis cerebeloso (CATK³⁰), las plantillas generadas automáticamente múltiples (MAGeT³¹), la segmentación automática rápida del cerebelo humano y sus lóbulos (RASCAL³² ), segmentación de corte gráfico³³ y Segmentación cerebelo (CERES³⁴). En un artículo reciente que compara los enfoques de parcelación de cerebelo totalmente automatizados de última generación, se encontró que CERES2 supera a otros enfoques en relación con la segmentación manual estándar de oro de los lóbulos cerebelosos³⁵. Más recientemente, Han y sus colegas³⁶ desarrollaron un algoritmo de aprendizaje profundo llamado ACAPULCO (Automatic Cerebellum Anatomical Parcellation using U-Net with locally constrained optimization), que funciona a la par con CERES2, tiene una amplia aplicabilidad a cerebelos sanos y atrofiados, está disponible en formato de contenedor Docker y Singularity de código abierto para la implementación “lista para usar”, y es más eficiente en el tiempo que otros enfoques. ACAPULCO parcela automáticamente el cerebelo en 28 regiones anatómicas.

A diferencia de la segmentación basada en características, los enfoques de registro basados en vóxeles operan asignando con precisión una resonancia magnética a una imagen de plantilla. Para lograr este mapeo, los vóxeles en la imagen original deben estar distorsionados en tamaño y forma. La magnitud de esta distorsión proporciona efectivamente una medida de volumen en cada vóxel en relación con la plantilla estándar de oro. Esta forma de evaluación volumétrica se conoce como “morfometría basada en vóxel”³⁷. Los enfoques de registro basados en vóxel de cerebro completo, como FSL-FLIRT³⁸ / FNIRT³⁹, SPM segmentación unificada⁴⁰ y CAT12⁴¹, se usan comúnmente para la morfometría basada en vóxel. Sin embargo, estos enfoques no tienen en cuenta bien el cerebelo, lo que resulta en una confiabilidad y validez deficientes en las regiones infratentoriales (cerebelo, tronco encefálico⁴²). Para tener en cuenta estas limitaciones, se desarrolló el algoritmo SUIT (Spatially Unbiased Infra-tentorial Template) para optimizar el registro del cerebelo y mejorar la precisión de la morfometría basada en vóxel^42,43.

La segmentación basada en características y los enfoques de registro basados en vóxeles para la estimación del volumen cerebeloso regional tienen fortalezas y debilidades fundamentales. Los enfoques de segmentación son sustancialmente más precisos para cuantificar el volumen de áreas definidas anatómicamente (por ejemplo, lóbulos³⁵). Sin embargo, los límites entre los distintos módulos funcionales del cerebelo no se asignan a su folia anatómica y fisuras (equivalentes a giros y surcos del cerebro⁷). Como los enfoques basados en el registro no están limitados por puntos de referencia anatómicos, es posible una inferencia espacial de grano más fino y un mapeo de estructura-función de alta dimensión del cerebelo⁴⁴. En conjunto, los enfoques de segmentación y registro son complementarios entre sí y se pueden utilizar para responder a diferentes preguntas de investigación.

Aquí, se presenta una nueva tubería estandarizada, que integra estos enfoques existentes y validados para proporcionar una parcelación optimizada y automatizada (ACAPULCO) y un registro basado en vóxel del cerebelo (SUIT) para la cuantificación volumétrica (Figura 2). La tubería se basa en los enfoques establecidos para incluir protocolos de control de calidad, utilizando visualización cualitativa y detección cuantitativa de valores atípicos, y un método rápido para obtener una estimación del volumen intracraneal (ICV) utilizando Freesurfer. La canalización está totalmente automatizada, con intervención manual solo necesaria para verificar las salidas del control de calidad, y se puede ejecutar en los sistemas operativos Mac, Windows y Linux. La tubería está disponible gratuitamente sin restricciones de su uso para fines no comerciales y se puede acceder desde la página web de ENIGMA Consortium Imaging Protocols (en “ENIGMA Cerebellum Volumetrics Pipeline”), después de completar un breve formulario de registro⁴⁵.

Todo el software requerido se enumera en la Tabla de materiales, y los tutoriales detallados, incluida una demostración en vivo, están disponibles al descargar la tubería, además del protocolo que se describe a continuación. Finalmente, se proporcionan resultados representativos, a partir de la implementación de la tubería en una cohorte de personas con ataxia de Friedreich (FRDA) y controles sanos emparejados por edad y sexo, junto con recomendaciones para análisis inferenciales estadísticos a nivel de grupo.