Handmatige segmentatie van de menselijke plexus choroideus met behulp van hersen-MRI

Plexus choroideus functie
De plexus choroideus is een sterk gevasculariseerde structuur in de hersenen die bestaat uit gefenestreerde haarvaten en een monolaag van epitheelcellen van de plexus choroideus¹. De plexus choroideus projecteert in de laterale, derde en vierde hersenventrikels en produceert cerebrospinale vloeistof (CSF), die een belangrijke rol speelt bij neurale patronen² en hersenfysiologie ^3,4. De plexus choroideus scheidt neurovasculaire stoffen af, omvat een stamcelachtige opslagplaats en fungeert als een fysieke barrière om de toegang van toxische metabolieten te belemmeren, een enzymatische barrière om delen te verwijderen die de fysieke barrière omzeilen, en een immunologische barrière om te beschermen tegen vreemde indringers^. De plexus choroideus moduleert neurogenese⁶, synaptische plasticiteit⁷, ontsteking⁸, circadiaans ritme ^9,10, darmhersenas¹¹ en cognitie¹². Bovendien kunnen perifere cytokines, stress en infectie (waaronder SARS-CoV-2) de bloed-CSF-barrière verstoren 13,14,15,16. Het choroideus plexus-CSF-systeem is dus een integraal onderdeel van neurologische ontwikkeling, rijping van het neurocircuit, homeostase van de hersenen en herstel¹⁷. Aangezien immuun-, inflammatoire, metabole en enzymatische veranderingen van invloed zijn op de hersenen, gebruiken onderzoekers neuroimaging-instrumenten om de rol van de plexus choroideus gedurende de levensduur en bij hersenaandoeningen te beoordelen 18,19,20. Er zijn echter beperkingen in veelgebruikte geautomatiseerde tools voor segmentatie van de plexus choroide, zoals FreeSurfer, waardoor de plexus choroideus slecht gesegmenteerd is. Er is dus een kritieke behoefte aan handmatige segmentatie van de plexus choroideus die kan worden gebruikt om een nauwkeurig geautomatiseerd hulpmiddel voor segmentatie van de plexus choroideus te ontwikkelen.

Plexus choroideus bij neurologische ontwikkeling en hersenaandoeningen
De rol van de plexus choroideus bij hersenaandoeningen is lange tijd verwaarloosd, vooral omdat het werd beschouwd als een ondersteunende speler wiens rol het was om de hersenen op te vangen en een goede zoutbalans te handhaven ^2,21. De plexus choroideus heeft echter aandacht gekregen als een structuur die verband houdt met hersenaandoeningen zoals pijnsyndromen²², SARS-CoV-2^16,23,24, neurologische ontwikkeling² en hersenaandoeningen¹⁹, wat wijst op een transdiagnostisch effect bij de ontwikkeling van gedragsstoornissen. Bij neurologische ontwikkelingsstoornissen werden cysten van de plexus choroideus geassocieerd met een verhoogd risico op ontwikkelingsachterstand, aandachtstekortstoornis met hyperactiviteit (ADHD) of autismespectrumstoornis (ASS)^25,26. Bovendien bleek het volume van de plexus choroideus lateraal ventrikel verhoogd te zijn bij patiënten met ASS²⁷. Bij hersenaandoeningen zijn sinds 1921 afwijkingen van de plexus choroideus beschreven bij psychotische stoornissen^28,29. Eerdere studies hebben verbale plexusvergroting geïdentificeerd met behulp van FreeSurfer-segmentatie bij een grote steekproef van patiënten met psychotische stoornissen in vergelijking met zowel hun eerstegraads familieleden als controles¹⁹. Deze bevindingen werden gerepliceerd met behulp van handmatig gesegmenteerd plexusvolume van het vaatvlies in een grote steekproef van de klinische populatie met een hoog risico op psychose en ontdekten dat deze patiënten een groter volume van de plexus choroideus hadden in vergelijking met gezonde controles^. Er is een groeiend aantal onderzoeken die vergroting van de plexus choroideus aantonen bij complex regionaal pijnsyndroom²², beroerte³¹, multiple sclerose^20,32, Alzheimer^33,34 en depressie³⁵, waarbij sommige een verband aantonen tussen perifere en immuun-/ontstekingsactiviteit in de hersenen. Deze neuroimaging-onderzoeken zijn veelbelovend; een slechte segmentatie van de plexus choroidus choroides laterale ventrikel door FreeSurfer²¹ beperkt echter de betrouwbaarheid van geautomatiseerde schatting van het volume van de plexus choroideus (choroideus plexus). Als gevolg hiervan zijn studies in multiple sclerose^20,32, depressie³⁵, Alzheimer³⁴ en vroege psychose³⁶ begonnen met het handmatig segmenteren van de laterale ventrikel choroideuze plexus, maar er zijn geen huidige richtlijnen voor hoe dit te doen, noch is hun begeleiding voor het segmenteren van de derde en vierde ventrikel choroideuze plexus.

Veelgebruikte segmentatietools sluiten de plexus choroideus uit
Hersensegmentatiepijplijnen zoals FreeSurfer^37,38,39, FMRIB Software Library (FSL)⁴⁰, SLANT⁴¹ en FastSurfer (ontwikkeld door de co-auteur Martin Reuter)^42,43, segmenteren nauwkeurig en betrouwbaar corticale en subcorticale structuren met behulp van atlasgebaseerde (FSL), atlas- en oppervlaktegebaseerde (FreeSurfer) en deep learning-segmentatieparadigma’s (SLANT en FastSurfer). Zwakke punten van sommige van deze benaderingen zijn onder meer verwerkingssnelheid, beperkte generalisatie naar verschillende scanners, veldsterktes en voxelgroottes^37,44, en geforceerde uitlijning van de labelkaart in een standaard atlasruimte. De mogelijkheid om de plexus choroideus te segmenteren en de compatibiliteit met MRI met hoge resolutie wordt echter alleen aangepakt door FreeSurfer en FastSurfer. De neurale netwerken achter FastSurfer zijn getraind op FreeSurfer-choroïde plexuslabels, dus ze erven de eerder besproken betrouwbaarheids- en dekkingsbeperkingen van FreeSurfer, waarbij de derde en vierde ventrikels worden genegeerd²¹. De huidige beperkingen voor MRI met hoge resolutie bestaan ook, maar FreeSurfer’s stream⁴⁵ met hoge resolutie en FastSurferVINN⁴³ kunnen worden gebruikt om dit probleem op te lossen.

Huidige segmentatietools voor plexus choroideus
Er is slechts één vrij beschikbaar segmentatiehulpmiddel voor de plexus choroideus, maar de segmentatienauwkeurigheid is beperkt. Nauwkeurige segmentatie van de plexus choroideus kan worden beïnvloed door verschillende factoren, waaronder (1) variabiliteit in de locatie van de plexus choroideus (ruimtelijk niet-stationair) vanwege de locatie in de ventrikels, (2) verschillen in voxelintensiteit, contrast, resolutie (heterogeniteit binnen de structuur) als gevolg van cellulaire heterogeniteit, dynamische plexusfunctie van het vaatvlies, pathologische veranderingen of gedeeltelijke volume-effecten, (3) leeftijds- of pathologiegerelateerde verschillen in ventriculaire grootte die van invloed zijn op de grootte van de plexus choroideus, en (4) nabijheid van aangrenzende subcorticale structuren (hippocampus, amygdala, caudaat en cerebellum), die ook moeilijk te segmenteren zijn. Gezien deze uitdagingen wordt de plexus choroideus vaak onderschat of overschat of genegeerd door FreeSurfer-segmentaties.

Drie recente publicaties gingen in op de lacune van betrouwbare segmentatie van de plexus choroideus met een Gaussiaans mengselmodel (GMM)⁴⁶, een axiaal-MLP⁴⁷ en op U-Net gebaseerde deep learning-benaderingen⁴⁸. Elk model werd getraind en geëvalueerd met behulp van privé, handmatig gelabelde datasets van maximaal 150 proefpersonen met een beperkte diversiteit aan scanners, sites, demografische gegevens en aandoeningen. Hoewel deze publicaties 46,48,49 significante verbeteringen bereikten ten opzichte van FreeSurfer’s choroid plexus segmentatie – soms een verdubbeling van de kruising van voorspelling en grondwaarheid, is geen van beide methoden (1) gevalideerd in MRI met hoge resolutie, (2) heeft speciale generalisatie- en betrouwbaarheidsanalyses, (3) beschikt over grote representatieve trainings- en testdatasets, (4) richt zich specifiek op of analyseert choroid plexus segmentatie-uitdagingen zoals gedeeltelijke volume-effecten, of (5) is openbaar beschikbaar als een kant-en-klaar hulpmiddel. De huidige “gouden standaard” voor segmentatie van de plexus choroideus is dus handmatige tracering, bijvoorbeeld met behulp van 3D Slicer⁵⁰ of ITK-SNAP⁵¹, die nog niet eerder is beschreven en een grote uitdaging is geweest voor onderzoekers die de rol van de plexus choroideus in hun studies willen onderzoeken. 3D Slicer werd gekozen voor handmatige segmentatie vanwege de bekendheid van de auteur met de software en omdat het de gebruiker verschillende tools biedt op basis van verschillende benaderingen die kunnen worden gecombineerd om het gewenste resultaat te verkrijgen. Andere tools kunnen worden gebruikt, zoals ITK-SNAP, dat voornamelijk gericht is op beeldsegmentatie, en als de tool eenmaal onder de knie is, kan de gebruiker goede resultaten behalen. Daarnaast hebben de auteurs een case-control studie uitgevoerd die de hoge nauwkeurigheid en betrouwbaarheid van hun handmatige segmentatietechniek met behulp van 3D Slicer³⁰ aantoont, en die specifieke methodologie wordt hierin beschreven.