Em formação

Quais são as principais diferenças entre a abordagem volumétrica do FreeSurfer e o mapeamento paramétrico estatístico do SPM?

Quais são as principais diferenças entre a abordagem volumétrica do FreeSurfer e o mapeamento paramétrico estatístico do SPM?

Na pesquisa moderna de volume e função cerebral, existem dois atores principais. FreeSurfer, que é gratuito e de código aberto, e o mapeamento estatístico paramétrico mais antigo, mas usado com mais frequência, que também é de código aberto, mas normalmente usado dentro do Matlab, que é de código fechado.

O que devo ter em mente ao decidir qual escolher para minha pesquisa?


Freesurfer é ótimo para mapear a espessura cortical usando dados anatômicos de ressonância magnética, enquanto o SPM pode ser usado para comparar duas populações, voxel a voxel. Isso é útil para imagens PET. Por exemplo, você pode ver onde ocorre a captação de amilóide no cérebro em pacientes com Alzheimer, em comparação com controles saudáveis.

Nosso laboratório usa o Freesurfer para processar dados funcionais de ressonância magnética, então não tenho nenhuma experiência no uso de SPM para isso. Direi, porém, que provavelmente a principal diferença é que muitos dos processos Freesurfer são simples via linha de comando no UNIX, enquanto o SPM tem uma interface gráfica fácil de usar.

O SPM, entretanto, também possui funcionalidade de linha de comando, portanto, se você se sentir confortável com isso, poderá explorá-la. O resultado final é que você apenas terá que experimentar os dois programas para descobrir o que funciona para você. Metodologicamente, as duas ferramentas devem fornecer os mesmos resultados, então é realmente apenas uma questão de preferência e depende do que você está estudando.


Alterações volumétricas no córtex de associação heteromodal em crianças com transtorno do espectro do autismo

Investigamos se alterações nas áreas de associação de ordem superior relacionadas à esquizofrenia, a saber, o córtex de associação heteromodal (HASC), também são observáveis ​​em indivíduos com transtorno do espectro do autismo (TEA).

Um grupo de 18 crianças com TEA e 18 controles saudáveis ​​(HC) foram submetidos à ressonância magnética (RM). O exame consistiu em uma análise das diferenças dos grupos em volume de substância cinzenta (GM), área de superfície (SA) e lateralização hemisférica.

Diferenças nos volumes de GM em crianças com ASD e HC foram detectadas nas áreas frontal e parietal relacionadas ao HASC. Nenhuma estrutura HASC que mostrou mudanças no volume GM exibiu diferenças no SA. Alterações na lateralização hemisférica entre ASD e HC são vistas em uma área frontal do HASC.

Nossos resultados indicam que as alterações nas áreas do HASC não se restringem à esquizofrenia, mas se estendem a outros transtornos psiquiátricos, a saber, TEA. As diferenças de grupo ausentes em SA indicam que as mudanças no volume de GM são possivelmente evocadas por outras variáveis ​​além de SA em crianças com TEA.


Introdução

A volumetria cerebral baseada em ressonância magnética (MRI) é uma técnica valiosa para identificar alterações morfométricas subcorticais na Vivo e determinar o impacto neurológico regional da psicopatologia, progressão da doença e avanços nos regimes terapêuticos. Esta abordagem tem sido útil para caracterizar os efeitos da demência (Carmichael et al. 2005, Teipel et al. 2008, Thompson et al. 2001), transtornos psiquiátricos (Csernansky et al. 1998, Hickie et al. 2005, Konarski et al. 2008, Styner et al. 2004) e envelhecimento normal (Brickman et al. 2008, Elderkin-Thompson et al. 2008, Walhovd et al. 2005), além de descobrir consequências neurológicas regionais e globais de doenças sistêmicas, como o vírus da imunodeficiência humana (HIV) (Carmichael et al. 2007, Sporer et al. 2005, Stout et al. 1998, Thompson et al. 2005, Thompson et al. 2006), diabetes (Jongen e Biessels 2008, Perantie et al. 2007, Tiehuis et al. 2008, Wessels et al. 2007), e escoliose (Liu et al. 2008). À medida que as técnicas de ressonância magnética continuam a avançar, na Vivo a medição volumétrica se tornará cada vez mais valiosa na tentativa de entender a evolução e a progressão da lesão por distúrbios do SNC, bem como pelo envelhecimento típico.

A gama de aplicações clínicas para volumetria de ressonância magnética gerou intenso interesse em maximizar a precisão e eficiência das técnicas de segmentação automatizadas. Por anos, o delineamento manual por especialistas treinados manteve-se o & # x0201c padrão de ouro & # x0201d de precisão em análises volumétricas. No entanto, embora continue sendo o padrão de referência atual para segmentação, a precisão da volumetria manual em relação ao volume da estrutura real ainda é amplamente debatida, pois os resultados podem ser influenciados por fatores como protocolos anatômicos, experiência do traçador, parâmetros de aquisição de varredura, qualidade da imagem e até o hardware do computador empregado no procedimento de rastreamento (Jack et al. 1990, Jack et al. 1995, Warfield et al. 2004). Além disso, os traçados manuais são demorados, levando até duas horas por estrutura (embora este tempo possa variar dependendo da complexidade da estrutura, espessura do corte e experiência do avaliador). Assim, o tempo necessário, os recursos financeiros e de pessoal tornam a volumetria manual em grandes estudos de coorte impraticável.

Vários métodos automatizados foram desenvolvidos para reduzir o tempo de rastreamento, garantindo excelente confiabilidade (Andersen et al. 2002, Heckemann et al. 2006, Powell et al. 2008). Em particular, o pacote de software FreeSurfer (Martinos Center, Boston, MA) e a caixa de ferramentas Individual Brain Atlases (IBASPM Cuban Neuroscience Center, Havana, Cuba) do popular pacote Statistical Parametric Mapping (SPM Wellcome Trust Center for Neuroimaging, Reino Unido) são amplamente usados e ter métodos bem publicados. Ambos os pacotes são totalmente automatizados, empregando uma abordagem de segmentação baseada em atlas para gerar um mapa de rótulo anatômico individualizado para uma imagem de paciente espacialmente normalizada, com base em um atlas composto de varreduras de referência traçadas manualmente (Aleman-Gomez et al. 2006, Ashburner e Friston 1997, Ashburner et al. 1999, Ashburner e Friston 2005, Fischl et al. 2002, Han e Fischl 2007, Tzourio-Mazoyer et al. 2002).

Embora ambos os pacotes tenham sido validados por seus criadores, sua precisão e / ou consistência pode variar dependendo da qualidade da imagem, parâmetros de digitalização e hardware de digitalização (Jovicich et al. 2009, Han e Fischl 2007, Tae et al. 2008). Além disso, comparações anteriores de métodos automatizados concorrentes mostraram diferenças notáveis ​​em seu desempenho em relação à segmentação manual, apesar de examinar apenas um número limitado de estruturas (Cherbuin et al. 2009, Klauschen et al. 2009, Morey et al. 2009, Shen et al. 2009, Tae et al. 2008). Alguns sugeriram que a composição do paciente do atlas fonte, particularmente a inclusão de indivíduos saudáveis ​​ou doentes, pode de fato influenciar o quão robusto cada pacote de software será com pacientes doentes ou cérebros morfologicamente diferentes (Csapo et al. 2009, Tae et al. 2008, Zhang 1996). As diferenças nos pipelines de processamento do FreeSurfer e do IBASPM, além da composição do atlas, como os algoritmos para registro e aplicação estatística das informações contidas nos atlas, ressaltam a importância de revalidar esses pacotes antes de analisar os dados obtidos com parâmetros de varredura ou populações de pacientes que são distintos daqueles de estudos de validação anteriores, especialmente no caso de um grande tamanho de amostra ou estudo multi-site.

O objetivo deste estudo foi abordar as inconsistências descritas anteriormente nos resultados de segmentação subcortical FreeSurfer e IBASPM, examinando a medição volumétrica automatizada de várias estruturas subcorticais clinicamente relevantes de um grande estudo de consórcio multisite de infecção por HIV. Comparamos a precisão e a consistência dos resultados volumétricos para o caudado, putâmen, hipocampo e amígdala obtidos usando três métodos: segmentação AAM, FreeSurfer (Martinos Center for Biomedical Imaging, Boston, MA) e IBASPM (Cuban Neuroscience Center, Havana, Cuba ) O declínio cognitivo é uma característica bem descrita da progressão do HIV, e um pequeno número de estudos relacionou isso à atrofia de estruturas subcorticais (Gonzalez-Scarano e Martin-Garcia 2005, Hall et al. 1996, Paul et al. 2002, Ragin et al. 2005, Robertson et al. 2007, Stout et al. 1998). Investigações futuras dessa relação exigirão estudos em larga escala que contarão com procedimentos volumétricos automatizados para obter dados de maneira eficiente. Para garantir que os dados sejam interpretados corretamente, será crucial antecipar e, assim, minimizar as possíveis deficiências desses métodos automatizados. Para tanto, tentaremos caracterizar a precisão e a variabilidade desses métodos, bem como examinar a capacidade de cada um em descobrir relações válidas e significativas quando correlacionadas com medidas clínicas da progressão do HIV.


Resultados

Comparando Areal-Feature & # x02013Based Surface Registration to Traditional Volume Alignment of Cortical Areas: Probabilistic Maps of Cortical Areas.

Usamos regiões binárias de interesse (ROIs) das parcelas individuais baseadas no classificador (16) de cada um dos 210 assuntos de validação para calcular mapas probabilísticos de cada área cortical (ou seja, médias cruzadas de assuntos das 210 classificações de assuntos individuais de cada área ) (Apêndice SI, Métodos Suplementares M1) Para as análises baseadas em volume, áreas corticais individuais foram mapeadas de volta para o volume usando superfícies de sujeitos individuais, revertendo o processo pelo qual os dados foram originalmente trazidos à superfície (Apêndice SI, Métodos Suplementares M2 e M3) A Fig. 1 mostra mapas probabilísticos de cinco áreas exemplares abrangendo uma gama de probabilidades de pico. Cada área é mostrada como localizada por característica de área e registro de superfície com base em # x02013 (MSMAll) (Fig. 1, Inferior, Centro), e conforme localizado por métodos baseados em volume (FNIRT, fatias de volume parassagital). Uma área (3b na Fig. 1) tem uma probabilidade de pico de 0,92 no volume (laranja, vermelho), enquanto as outras quatro têm probabilidades de pico volumétrico na faixa de 0,35 & # x020130,7 (azul, amarelo). Notavelmente, as probabilidades de pico dessas cinco áreas são todas mais altas na superfície (Fig. 1, Diminuir, Centro) (intervalo de 0,90 & # x020131) do que no volume, indicando que o registro não linear baseado em superfície MSMAll fornece um alinhamento funcional substancialmente melhor entre os assuntos do que o registro baseado em volume não linear FNIRT.

Mapas probabilísticos para cinco áreas usando registro de superfície baseado em MSMAll e # x02013 e alinhamento de volume FNIRT. As probabilidades de pico baseadas em volume são todas menores do que as probabilidades baseadas em superfície para essas áreas de exemplo. Cada área baseada em volume é mostrada em uma fatia parassagital através da probabilidade volumétrica de pico. Ver Apêndice SI, Métodos Suplementares M2 e M3. Os dados estão disponíveis em https://balsa.wustl.edu/xK0Z.

Na Fig. 2UMA , o gráfico de dispersão mostra que as probabilidades de pico de superfície são quase exclusivamente maiores e têm muito mais áreas com picos em 100% (54 de 360 ​​na superfície contra apenas 3 no volume). As probabilidades de volume de pico têm uma média de 0,70 e um DP de 0,17, enquanto as probabilidades de superfície de pico têm uma média muito maior (0,94) e um DP menor (0,06). Apenas 5 das 360 áreas (R_AAIC, R_EC, L_AAIC, L_PoI1 e L_MBelt) têm um valor de pico mais alto no volume do que na superfície (aqueles abaixo da linha cinza), e para essas as diferenças são muito pequenas. Notavelmente, a maioria dessas áreas está em locais com bom alinhamento baseado em dobra, mas relação sinal-ruído (SNR) de fMRI relativamente pobre (o que provavelmente reduz a precisão do alinhamento baseado em área de MSMAll & # x02013).

(UMA) Um gráfico de dispersão da probabilidade de área de pico de registro de superfície baseada em característica de área & # x02013 (MSMAll) vs. registro baseado em volume (FNIRT) probabilidade de área de pico para todas as 360 áreas (180 por hemisfério). (B) Um gráfico de dispersão do sinal de área individual capturado pelas definições de área de grupo (MPMs) (Apêndice SI, Métodos Suplementares M6 e M7) em resoluções de 4 mm funcional (por exemplo, dados legados de fMRI, em verde), funcional de 2 mm (por exemplo, fMRI estilo HCP, em azul) e estrutural de 0,7 mm (por exemplo, mielina ou fMRI de campo ultra-alto, em vermelho). No gráfico de dispersão direito, as linhas cinza conectam os três pontos de dados para cada área (média entre os hemisférios, 180 no total), mostrando o grau em que os métodos baseados em superfície e baseados em volume se beneficiam de maior resolução (com resoluções intermediárias ao longo das linhas) . Ver Apêndice SI, Métodos suplementares M2, M3, M6 e M7.

A probabilidade de área de pico representa apenas informações em um único vértice ou voxel para cada área. Para melhor medir a distribuição espacial probabilística de cada área, medimos a proporção de cada área & # x02019s vértices ou voxels em todos os indivíduos que estavam contidos na definição de grupo da área, simulando a aplicação da parcelamento de grupo aos dados (Apêndice SI, Métodos Suplementares M3 e M7) Esta medida é derivada da ideia de que cada área de matéria cinzenta cortical irá, em algumas situações, gerar um & # x0201csignal & # x0201d distinto em relação a outras áreas que são comuns entre os indivíduos (ou seja, séries temporais de fMRI, conteúdo de mielina e assim por diante). Usamos este conceito para avaliar e comparar métodos perguntando qual proporção dos indivíduos & # x02019 sinal simulado se sobrepõe com (ou é & # x0201capturado & # x0201d por) as definições de área de grupo baseadas em superfície e em volume [do mapa de probabilidade máxima ( MPM)] (Apêndice SI, Métodos Suplementares M6) Ambas as medidas baseadas em superfície e baseadas em volume usam o mesmo por arquivos de volume individuais para definir o sinal simulado.

Figura 2B mostra a fração do sinal de área que está dentro das definições de área do grupo, para volume e superfície. Várias resoluções diferentes são simuladas, incluindo quando os dados são adquiridos com voxels de 2 mm (pontos azuis, simulando dados adquiridos com fMRI de alta resolução estilo HCP), voxels de 0,7 mm (pontos vermelhos, simulando dados adquiridos em estruturas estilo HCP resolução, como mapas de mielina ou fMRI de campo ultra-alto), ou voxels de 4 mm (pontos verdes, simulando dados adquiridos com & # x0201clegacy & # x0201d fMRI de baixa resolução). Na figura, as linhas cinza conectam cada área entre seus valores de 4, 2 e 0,7 mm, revelando o quanto cada método se beneficia com aumentos na resolução. Essa medida é universalmente mais alta no processamento baseado em superfície alinhado com MSMAll do que no processamento baseado em volume alinhado com FNIRT, com muito poucas áreas se aproximando da equivalência. A mediana entre as áreas da fração capturada por MPM de superfície é 0,56 para a resolução de aquisição simulada de 2 mm, contra 0,37 para a fração capturada por MPM de volume. Para a resolução de aquisição simulada de 0,7 mm, a mediana da fração capturada pela superfície aumenta para 0,67, contra 0,41 para métodos baseados em volume, sugerindo que uma resolução espacial mais alta beneficia preferencialmente as análises baseadas em superfície. Para resolução de aquisição simulada de 4 mm, a mediana da fração capturada pela superfície é menor (0,43) como esperado, mas permanece maior do que para métodos baseados em volume (0,29), demonstrando benefícios de análises baseadas em superfície, mesmo para baixa resolução , os dados legados de fMRI [de fato com base na superfície em 4 mm (0,43) ainda superam com base em volume em 0,7 mm (0,41)]. Assim, em comparação com análises baseadas em superfície alinhadas por característica de área, um sinal de área individual & # x02019s em análises baseadas em volume tem muito mais probabilidade de estar localizado fora da definição de área do grupo. Na verdade, em média, muito menos da metade do sinal está dentro da definição de área do grupo em análises baseadas em volume, mesmo antes de contabilizar a suavização que é tradicionalmente feita (ver Efeitos da suavização espacial no volume e na superfície, abaixo).

Comparando Areal-Feature & # x02013Based Surface Registration to Traditional Volume Alignment of Cortical Areas: Areal Incerteza.

Usamos ROIs binários das parcelas individuais de cada um dos 210 indivíduos para calcular MPMs para cada área cortical e para os domínios do tecido não cortical (& # x0201coutical pial & # x0201d e & # x0201cinide white & # x0201d) após o processamento por meio de abordagens diferentes (Apêndice SI, Métodos Suplementares M1 & # x02013M3, M6, e M8) Como uma medida objetiva da qualidade do alinhamento espacial, calculamos & # x0201 mapas de incerteza, & # x0201d onde o valor de incerteza é igual a 1 menos o valor de probabilidade máxima em cada vértice ou voxel. A Fig. 3 mostra a medida de incerteza calculada para o registro de superfície baseado em característica de área & # x02013 (MSMAll SBR) (Fig. 3UMA ) e para fatias parassagitais selecionadas do registro baseado em volume FNIRT (FNIRT VBR) (Fig. 3C ) Os valores de incerteza para MSMAll SBR são surpreendentemente mais baixos (melhores) e mais consistentes do que aqueles para FNIRT VBR. Para MSMAll SBR, cerca de metade do córtex (49,6%) tem valores de incerteza menores que 0,2 (probabilidade máxima de área única & # x0003e0,8), e apenas uma pequena porcentagem do córtex tem valores de incerteza acima de 0,5 (9,0%). Observe que esperamos que a incerteza chegue a 0,5 nos limites entre duas áreas e seja ainda maior nas junções de mais de duas áreas, mesmo que as etapas de registro e classificação tenham resultado em uma sobreposição quase perfeita de áreas entre os assuntos. A transição consistentemente nítida perto dos limites da área e os baixos valores gerais refletem tanto a alta qualidade do alinhamento da área neste registro quanto a consistência da parcelamento entre os indivíduos. Mesmo em regiões que normalmente são desafiadoras para alinhar por causa da alta variabilidade de dobramento (como o córtex pré-frontal) (Apêndice SI, Fig. S1), os valores de incerteza próximos a 0,5 são quase totalmente confinados a faixas estreitas ao longo dos limites entre as áreas corticais. O padrão de incerteza amplamente uniforme e de baixo valor, mesmo em locais desafiadores conhecidos, indica excelente alinhamento entre assuntos com registro de superfície MSMAll (ver Fig. 6 para uma comparação com registros de superfície baseados exclusivamente em dobramento).

Incerteza de área do alinhamento baseado em superfície MSMAll (UMA) versus alinhamento baseado em volume FNIRT (C) para as áreas corticais probabilísticas de 210 V. A abordagem baseada em volume tradicional tem incerteza substancialmente maior (verdes, amarelos e laranjas) do que a abordagem baseada em superfície estilo HCP, como visto nos histogramas (B e D), bem como as imagens (UMA e C) Nos resultados baseados em volume, alguns locais têm baixa incerteza (roxo e preto) e limites relativamente nítidos entre as áreas (setas vermelhas: córtex sensório-motor inicial, insular e temporal inferior), comparável ao que é consistentemente encontrado na superfície. Os ROIs de volume que foram usados ​​para criar esta figura foram gerados mapeando as parcelas de indivíduos & # x02019 para o espaço do modelo MNI de 0,7 mm usando as superfícies de espaço MNI de resolução nativa de indivíduos & # x02019 e o método de mapeamento de fita (19).O uso de voxels de 0,7 mm minimiza os efeitos do tamanho do voxel nos mapas de probabilidade do grupo, permitindo que o efeito do alinhamento seja investigado separadamente do efeito da resolução do voxel. Na prática, as resoluções típicas de fMRI levam a um aumento da mistura de sinal entre áreas e tecidos não corticais, para análise de superfície e volume (consulte Efeito da Resolução de Aquisição) Ver Apêndice SI, Métodos suplementares M2, M3 e M8. Os dados estão disponíveis em https://balsa.wustl.edu/PGX1.

Comparação de quatro alinhamentos baseados em superfície: MSMAll areal-feature & # x02013 registro baseado (Principal), Registro baseado em dobramento MSMSulc (segunda linha), registro baseado em dobramento FreeSurfer (terceira linha) e um alinhamento esférico rígido de rotação baseado no registro FreeSurfer (Fundo) o Deixou coluna mostra seis áreas probabilísticas para cada abordagem de registro com contornos amarelos representando os limites de área do MPM 210V. o Centro coluna mostra os mapas de incerteza de área (1 menos probabilidade máxima em cada vértice), como na Fig. 3. o Direito coluna mostra os histogramas dos mapas de incerteza. Ver Apêndice SI, Métodos Suplementares M4. Os dados estão disponíveis em https://balsa.wustl.edu/1616.

No alinhamento baseado em volume FNIRT, alguns locais de baixa variabilidade de dobramento mostram uma concordância entre sujeitos razoavelmente boa, como o sulco central e a ínsula (Fig. 3, setas vermelhas). Nesses locais, as maiores incertezas são localmente restritas aos limites óbvios entre as áreas ou entre o córtex e o líquido cefalorraquidiano (LCR) ou substância branca. No entanto, muito pouco córtex tem incerteza abaixo de 0,2 (apenas 3,3% dos voxels onde o córtex é o tecido mais provável), e quase dois terços do córtex tem incerteza acima de 0,5 (65,5% dos voxels onde o córtex é o tecido mais provável) . A maior incerteza está concentrada em regiões de alta variabilidade de dobramento cortical (ver também Apêndice SI, Fig. S1). Além disso, os mapas de incerteza com base em volume contêm incerteza no alinhamento de matéria cinzenta e incerteza no alinhamento de área (ver também Apêndice SI, Fig. S2). Essas grandes incertezas mostram que o registro baseado em volume falhou em alinhar as áreas do HCP-MMP1.0 entre assuntos em muitos locais. Notavelmente, a maioria dos valores muito baixos no histograma de volume (Fig. 3D ) são das amplas franjas de baixa incerteza que estão na matéria branca e CSF do atlas, em vez de em locais com maior probabilidade de matéria cinzenta (Apêndice SI, Fig. S3). Em contraste, os baixos valores da incerteza da superfície (Apêndice SI, Fig. S3, Canto superior direito) ocorrem exclusivamente dentro de áreas corticais de substância cinzenta. Tomados em conjunto, esses dados indicam que a análise de volume baseada em FNIRT é incapaz de discriminar de forma confiável entre áreas corticais em grande parte do neocórtex.

Volumetric Areal MPMs.

MPMs volumétricos (vMPM) para áreas corticais foram relatados em outros estudos (por exemplo, ref. 28), e geramos MPMs volumétricos para a parcela HCP-MMP1.0, conforme descrito em Apêndice SI, Métodos Suplementares M6. Descobrimos que em regiões onde a fita probabilística de matéria cinzenta tem valores relativamente altos e baixas incertezas de área, o vMPM forma uma fita espessa e contínua, aproximadamente comparável à espessura cortical média nessas regiões. Em tais regiões, o alinhamento baseado em volume não é uma grande desvantagem em relação ao alinhamento baseado em superfície. Em contraste, para regiões onde a massa cinzenta cortical probabilística está menos bem alinhada e a incerteza da área é consistentemente alta, o vMPM é mais fino do que a espessura cortical média. De fato, em alguns locais, existem lacunas evidentes que carecem de uma área cortical vencedora, identificando regiões onde a substância branca ou LCR é mais provável do que qualquer área cortical única (ver Deixou lado Apêndice SI, Fig. S4). Isso contrasta com o alinhamento preciso de cada parcela individual do sujeito & # x02019s, mapeado para o volume usando as superfícies do sujeito & # x02019s e exibido no volume individual & # x02019s T1w, que se sobrepõe completamente ao mapa da massa cinzenta individual & # x02019s (ver Direito lado Apêndice SI, Fig. S4). Mais geralmente, os mapas probabilísticos volumétricos para as áreas exemplares mostradas na Fig. 1 representam a distribuição esperada dos dados gerados por essas áreas em qualquer conjunto de dados que foi registrado com FNIRT usando a configuração HCP & # x02019s FNIRT sem suavização espacial. O resultado líquido é que cada área no vMPM é muito menor do que seu mapa probabilístico correspondente, de modo que uma grande fração de cada área & # x02019s probabilidade de grupo (e, portanto, sinal) ficará fora da parcela do vMPM. Nós quantificamos este efeito acima na Fig. 2 para registro baseado em superfície MSMAll vs. alinhamento baseado em volume FNIRT (ver Fig. 8 para abordagens de análise adicionais). Este mau alinhamento de áreas corticais individuais sujeitas ao grupo MPM é um problema fundamental para usar um MPM volumétrico para representar áreas corticais. A seguir, demonstramos que esse problema é dramaticamente agravado pela suavização espacial comumente usada em estudos baseados em volume.

(Deixou) Gráficos de caixa e bigode da probabilidade de pico de cada área para vários métodos SBR e para registro baseado em volume FNIRT, mais os efeitos de diferentes quantidades de superfície (4, 8 e 15 mm FWHM) e suavização de volume (4 - e 8 mm FWHM). Métodos de registro menos otimizados e maior suavização reduzem consistentemente a probabilidade de pico de área. A suavização baseada em volume tem o maior impacto, seguida por alinhamento baseado em volume versus alinhamento baseado em superfície. A diminuição do FreeSurfer em comparação com o MSMSulc é semelhante em magnitude à suavização dos dados do MSMAll por FWHM de 4 mm. (Direito) Fração de área capturada de MPM usando voxels espaciais de MNI de 2 mm para os mesmos 10 métodos, mostrando um padrão semelhante. Notavelmente, as áreas que se saem pior no novo MSMAllStrain são geralmente bem alinhadas por dobramento, enquanto as áreas que se saem melhor no MSMAllStrain têm mais variabilidade entre os sujeitos (o novo MSMAllStrain permite distorções mais leves a moderadas enquanto fixa as distorções de pico). A linha vermelha é a mediana, as bordas da caixa são os percentis 25 & # x0201375, os bigodes são 2,7 SDs e os sinais positivos em vermelho são outliers além de 2,7 SDs. Ver Apêndice SI, Métodos suplementares M2 & # x02013M7.

Efeitos da suavização espacial no volume e na superfície.

A suavização de dados volumétricos é amplamente usada como uma forma de reduzir o ruído voxel, aumentar as medidas de significância estatística e satisfazer as suposições estatísticas. Freqüentemente, também se presume que compensa o alinhamento imperfeito das áreas corticais entre os indivíduos. Infelizmente, o alisamento no volume mistura dados através dos compartimentos do tecido e através dos limites das áreas, incluindo áreas não contíguas em bancos opostos de dobras giral e sulcal (9). Ao tratar as parcelas binárias de sujeito individual como manchas de sinal idealizado, podemos mostrar o efeito da suavização na pureza e extensão do sinal de área (Apêndice SI, Métodos Suplementares M3 e M4) Este efeito é visível como uma redução na probabilidade de área de pico e uma expansão dos mapas de probabilidade de área com base em volume na Fig. 4, que mostra três áreas exemplares após diferentes quantidades de suavização. Área 3b (Fig. 4, Principal linha) tem uma distribuição probabilística relativamente estreita, sem qualquer suavização (Fig. 4, Principal, Deixou), mas o valor de pico é acentuadamente reduzido e a extensão espacial aumentada com suavização volumétrica de meio-máximo de largura total de 4 mm (FWHM), tendências deletérias que pioram com suavização FWHM de 8 mm. As áreas 55b e LIPv começam com maior dispersão na condição de não suavização, de modo que os efeitos da suavização volumétrica não são tão visualmente dramáticos, mas mesmo assim são substanciais em ambos os casos. Níveis comparáveis ​​de suavização com base na superfície aplicados às mesmas três áreas registradas MSMAll (Fig. 4, Fundo linha) mostram um efeito muito menor, embora a suavização ainda corroa a localização.

Efeitos da suavização baseada em volume e baseada em superfície em áreas corticais de exemplo. o Principal três linhas mostram fatias sagitais aumentadas de mapas probabilísticos volumétricos através da probabilidade máxima de três áreas exemplares, antes de (Deixou) e após suavização Gaussiana baseada em volume irrestrito de 4 mm (Centro) ou 8 mm (Direito) FWHM. Em cada linha, os pontos brancos estão em posições correspondentes para referência. o Fundo a linha mostra as mesmas quantidades de suavização gaussiana com base na superfície aplicada às mesmas três áreas após o registro com base na característica de área & # x02013 (MSMAll). Os valores de probabilidade de área diminuem no volume após o alisamento substancialmente mais do que na superfície com a mesma quantidade em milímetros FWHM de alisamento. Ver Apêndice SI, Métodos Suplementares M3 e M4. Os dados estão disponíveis em https://balsa.wustl.edu/7Blg.

Do ponto de vista da localização cortical, a suavização baseada em volume corrói substancialmente a fidelidade com a qual as atribuições de área podem ser feitas. Este efeito é ilustrado nas duas primeiras linhas da Fig. 5, que mostra mapas de incerteza de área (Fig. 5, segunda linha) e histogramas (Fig. 5, Principal linha) sem alisamento (Fig. 5, Deixou) e após a suavização volumétrica dos mapas de probabilidade de grupo por 4 mm FWHM (Fig. 5, Centro) e FWHM de 8 mm (Fig. 5, Direito), que são níveis comumente usados ​​de suavização volumétrica em estudos de fMRI. Ao longo da maior parte da fita cortical, a incerteza de área nos mapas suavizados de volume excede 0,5 (verde / amarelo), especialmente para suavização FWHM de 8 mm, indicando que a identificação neuroanatômica no nível de áreas corticais individuais na parcelação HCP-MMP1.0 é bastante limitado, de fato. Suavização com base na superfície dos mapas de probabilidade de área em 4 e 8 mm FWHM (Fig. 5, Diminuir linhas) também causa alguma distorção dos limites de área. No entanto, ao contrário da suavização baseada em volume, ela não desfoca entre sulcos ou categorias de tecido, de modo que os efeitos gerais são substancialmente menos deletérios. Ver Apêndice SI, Fig. S5 para níveis de suavização de volume adicionais de 2, 6 e 10 mm FWHM que foram relatados para estudos de fMRI (17). Apêndice SI, A Fig. S6 mostra o nível de suavização de superfície adicional de 15 mm FWHM que foi relatado na literatura (29) e que se aproxima dos valores de incerteza de área vistos no alinhamento baseado em volume não suavizado junto com os mesmos três níveis de suavização (4, 8 e 15 mm) com um alinhamento FreeSurfer.

Comparação de diferentes graus de suavização (colunas) para ambos com base em volume (Superior duas filas) e com base na superfície (Diminuir duas linhas) se aproxima. Ambos os mapas de incerteza de área e histogramas são mostrados. Eles foram calculados suavizando os mapas de probabilidade, o que é equivalente a suavizar as ROIs por assunto antes do cálculo da média. O alisamento de grãos na superfície tem claramente menos efeitos deletérios do que o alisamento de grãos do mesmo tamanho no volume, porque o alisamento da superfície evita o alisamento em sulcos ou em outros tecidos. Tal como acontece com a Fig. 3, os histogramas baseados em volume têm caudas & # x0201 incerteza de clivagem & # x0201d substanciais que surgem do mau alinhamento da fita cortical e da cauda do kernel de suavização gaussiana dentro da matéria branca e CSF. Ver Apêndice SI, Métodos Suplementares M3, M4 e M8. Os dados estão disponíveis em https://balsa.wustl.edu/6MB7.

A suavização baseada em volume também muda a localização da probabilidade máxima de matéria cinzenta em direção à porção central dos sulcos preenchidos pelo CSF ​​e em direção à porção de matéria branca dos giros (Apêndice SI, Fig. S7). Características em regiões de baixa variabilidade de dobramento (por exemplo, córtex insular e giro temporal superior) são claramente definidas sem suavização, como é o limite entre a matéria cinzenta e branca em tais regiões. Com o alisamento, os sulcos fundi não são apenas desfocados, mas a localização aparente da transição entre a matéria cinzenta e branca é substancialmente deslocada, particularmente para altos níveis de alisamento (por exemplo, 8 mm FWHM).

Comparando a qualidade de alinhamento de área de diferentes métodos de registro baseados em superfície.

Comparamos a qualidade de alinhamento de quatro métodos de registro baseados em superfície diferentes (Apêndice SI, Métodos Suplementares M4) A Fig. 6 mostra os resultados do registro MSMAll (com base em característica de área & # x02013), MSMSulc (com base em dobramento & # x02013, com menos distorção do que FreeSurfer), FreeSurfer (com base em dobramento & # x02013) e um alinhamento rígido de apenas rotação de esfera (que tem apenas 3 graus -of-freedom, enquanto os warpfields esféricos costumam ter milhares) derivados do registro FreeSurfer. Cada linha na figura mostra mapas probabilísticos de superfície para seis áreas corticais representativas, mapas de incerteza de área e histogramas de valores de incerteza. Todas as três maneiras de representar os dados demonstram que o MSMAll fornece o alinhamento mais rígido dos mapas probabilísticos HCP-MMP1.0 (probabilidades de pico mais altas e agrupamento mais restrito). MSMSulc é intermediário, embora apenas ligeiramente melhor do que FreeSurfer, que por sua vez é ligeiramente melhor do que a rotação esférica em geral. O método de rotação esférica & # x02019s alinhamento é impulsionado principalmente por semelhanças na inflação esférica entre os assuntos. As probabilidades de pico de área e o grau de dispersão de área encontrados aqui para o registro baseado em dobramento do FreeSurfer são comparáveis ​​aos relatados em estudos anteriores que usaram o registro do FreeSurfer com outras parcelas (12, 30, 31). Observe que a sobreposição máxima possível na superfície (ou no volume) é inferior a 100% para algumas áreas porque o classificador de área não detecta 100% de todas as áreas em todos os assuntos e porque existem topologias atípicas em algumas áreas em alguns assuntos que impedem qualquer registro de preservação de topologia de alcançar uma sobreposição perfeita entre os assuntos (Apêndice SI, Métodos Suplementares M1).

Efeito da Resolução de Aquisição.

Das três escolhas principais de aquisição e análise feitas em estudos de neuroimagem que impactam diretamente a fidelidade espacial (resolução de aquisição, método de alinhamento de sujeitos cruzados e método e quantidade de suavização), descobrimos que as escolhas de resolução de aquisição de fMRI comumente usadas têm o menor impacto geral (Apêndice SI, Métodos Suplementares M2) A Fig. 7 compara como o processamento baseado em superfície e baseado em volume é afetado pela combinação de efeitos de alinhamento de tecido com base em volume e volume parcial, nas resoluções de aquisição de fMRI 3T de última geração (isotrópico de 2 mm) e cinco outras resoluções simuladas (0,7 e # x020134,0 mm). Mostra que os efeitos do volume parcial na superfície diminuem substancialmente (a fração do sinal de massa cinzenta aumenta) ao adquirir dados com tamanhos de voxel menores. Notavelmente, para análise baseada em superfície, o padrão espacial médio do grupo nesta medida é amplamente determinado pela espessura cortical e é altamente uniforme em grande parte do córtex. Em contraste, os histogramas de dados de volume médio do grupo são amplamente inalterados, apesar dos aumentos na resolução de aquisição, porque as imprecisões do alinhamento baseado em volume dominam amplamente a medida, mostrando que as análises tradicionais baseadas em volume são incapazes de tirar vantagem total de maiores dados de resolução. A fração de sinal cortical de grupo com base no volume máximo também varia consideravelmente em diferentes regiões do córtex (por exemplo, entre o sulco central e o córtex parietal superior), sugerindo heterogeneidade espacial em poder estatístico e precisão de localização para análises baseadas em volume.

O efeito da resolução de aquisição na separação do sinal cortical do sinal não cortical, para baseado em superfície (Deixou duas colunas) e com base no volume (Centro duas colunas) processamento. A medida mostrada é a fração média da matéria cinzenta cortical do grupo de cada vértice ou voxel. o DireitoA coluna mais mostra um volume de fração cortical individual & # x02019s (HCP sujeito 121618) para as mesmas seis resoluções, como um exemplo das entradas para as análises. A suavização não foi aplicada. A fração de sinal cortical torna-se um pouco degradada na borda do córtex (voxels verdes) em muitas regiões, mesmo com resolução de 2 mm (mesmo que seja menor do que a espessura cortical média) e é gravemente degradada (muitos voxels verdes e azuis) em resoluções usadas tradicionalmente entre 3 e 4 mm. Ver Apêndice SI, Métodos Suplementares M2. Os dados estão disponíveis em https://balsa.wustl.edu/5gMx.

Embora a resolução de aquisição tenha o menor impacto entre as três opções de processamento acima mencionadas, uma resolução de aquisição mais fina, especialmente abaixo da espessura cortical média de 2,6 mm, é muito útil para estudos baseados em superfície, que não são limitados pelo alinhamento de sujeitos cruzados baseado em volume. Resoluções mais altas (por exemplo, o tamanho do voxel de 1,6 mm para os dados de fMRI do HCP 7T) reduzirão os efeitos do volume parcial e permitirão análises mais avançadas, como aquelas que se concentram nas diferenças laminares dentro da fita cortical (9) (Apêndice SI, Fig. S8). No entanto, tais análises exigirão avanços técnicos na aquisição de ressonância magnética e otimização de compensações entre o tamanho do voxel, SNR e velocidade de aquisição.

Medidas de localização resumidas para diferentes registros e níveis de suavização.

A Fig. 8 fornece uma comparação de resumo valiosa através de uma variedade de abordagens, usando a probabilidade de pico mencionada e as medidas de captura de área (Fig. 2) para cada uma das 360 áreas corticais. Notavelmente, esta figura também inclui um novo registro baseado em superfície MSMAll regularizado de cepa (20), que não foi usado na definição da parcelação ou no treinamento do classificador de área, mas, no entanto, mostra um desempenho muito semelhante ao MSMAll original. o Deixou os gráficos de caixa e bigode na Fig. 8 mostram as probabilidades de pico de cada área, e a Fig. 8, Direito mostra as medidas de sinal de área capturada por MPM para os mesmos 10 métodos (usando ponderação de volume parcial de resolução de 2 mm). Essas medidas dão a mesma classificação às medianas de cada método, que são tabuladas em Apêndice SI, Tabela S1. Uma comparação particularmente importante mostra que o nível de suavização mais comumente usado (17) na abordagem tradicional (FNIRT + suavização de volume FWHM de 8 mm) é apenas 35% tão bom quanto o melhor método baseado em superfície (MSMAll) usando medidas de pico médio probabilidade de área (0,340 vs. 0,967) e fração mediana de área capturada por MPM (0,200 vs. 0,564). Comparar a análise baseada em superfície usando apenas rotação rígida para alinhamento esférico com a análise baseada em volume sem suavização revela os benefícios alcançados simplificando o problema de registro cortical de sujeito cruzado mais desafiador de 3D para 2D e resolvendo o problema de segmentação de tecido mais tratável para lidar com a terceira dimensão. Essas melhorias conceituais refletem a vantagem fundamental que as abordagens baseadas em superfície têm sobre as abordagens baseadas em volume (Apêndice SI, Discussão Suplementar D2) Grandes quantidades de alisamento com base na superfície (FWHM de 15 mm) degradam substancialmente a localização da área cortical a níveis semelhantes ao alinhamento com base no volume sem alisamento.

Mapeamento de resultados de volume médio do grupo legado na superfície.

As análises tradicionais baseadas em volume muitas vezes mapeiam resultados baseados em volume médio de grupo em superfícies de média de grupo para fins de visualização usando, por exemplo, o mapeamento fiducial de & # x0201caverage & # x0201d abordagem (24). Embora essa abordagem tenha limitações conhecidas, sua precisão não foi analisada com cuidado. Usamos uma forma modificada desta abordagem, que chamamos de mapeamento de superfície média (ASM), empregando o volume baseado em fita para a técnica de mapeamento de superfície (19) e a média de grupo MSMAll superfícies brancas e piais (Apêndice SI, Métodos Suplementares M9) No Apêndice SI, Fig. S9 ilustramos a armadilha primária desta abordagem: contornos de superfície média do grupo não seguem consistentemente a faixa cortical média do grupo, particularmente em regiões de alta variabilidade de dobramento (ver Apêndice SI, Fig. S9 B, 2) Mesmo ao usar o registro de superfície com base em dobra, padrões de dobra topologicamente incompatíveis (por exemplo, dois giros em alguns assuntos onde normalmente há apenas um) levam a reduções na área da superfície cortical média do grupo que & # x0201c encolhe & # x0201d a superfície na direção de dobramento, uma vez que esses padrões não podem ser alinhados e, portanto, resultam em significativa variabilidade de coordenadas entre sujeitos. O detalhe de dobra da superfície média do grupo é ainda mais reduzido ao usar superfícies médias de dados registrados do MSMAll em vez de alinhamento baseado em dobra por causa das discrepâncias entre a função e as dobras (Apêndice SI, Fig. S1). Na verdade, as superfícies médias do grupo MSMAll mostram detalhes de dobra significativos apenas em locais que têm boa correspondência entre dobras e áreas. Assim, o mapeamento de dados de volume médio de grupo em superfícies de média de grupo terá vieses adicionais (além dos efeitos de desfoque do desalinhamento e suavização e os efeitos de polarização do córtex dobrado de suavização mostrado em Apêndice SI, Fig. S7). Superfícies médias baseadas em dobramento serão apenas modestamente melhores que as superfícies MSMAll em geral.

Uma abordagem alternativa para mapear dados de volume médio de grupo para superfícies é o método & # x0201 mapeamento multifiducial & # x0201d, usando superfícies de espessura média anatômica (fiducial) de muitos indivíduos como intermediários (24). Aqui, modificamos de forma semelhante este método usando o mapeamento da faixa de opções e chamamos isso de & # x0201cm mapeamento individual múltiplo & # x0201d (MIM). O mapa da fração de matéria cinzenta cortical desta abordagem é mais suave, mostrando menos sensibilidade aos padrões de dobramento, mas também tem um valor geral mais baixo, conforme mostrado em Apêndice SI, Fig. S9 (ver Apêndice SI, Fig. S9 legenda da figura e Apêndice SI, Métodos Suplementares M2 e M9) Este efeito ocorre porque o desalinhamento do tecido de FNIRT é aplicado duas vezes: uma vez ao fazer a fita cortical de média do grupo com base no volume e novamente ao mapear a média do grupo nas superfícies dos indivíduos & # x02019. Esse método também resulta em mais mistura entre as classes de tecido, diminuindo a contribuição cortical para os valores mapeados na superfície.

Esses efeitos são aparentes quando observamos as áreas corticais também. De fato, depois de calcular a média dos mapas de área de espaço MNI de 2 mm no volume, mapear este resultado em um grande conjunto de superfícies individuais e calcular a média na superfície, os mapas de área resultantes são dramaticamente alterados em relação à abordagem baseada na superfície de mapeamento cada assunto individual & # x02019s volumes de área em suas próprias superfícies antes de calcular a média (Apêndice SI, Fig. S10). Esses efeitos se estendem aos mapas de volume parcial máximo também (Fig. 9). Em regiões com alta variabilidade de dobramento, é desafiador para as áreas corticais serem dominantes sobre as classes de tecido não cortical (substância branca em particular), como mostrado pelas extensas regiões amarelas brilhantes nas duas linhas superiores para mapeamento FNIRT + ASM (Fig. 9, coluna 2) e sua extensão ainda maior para FNIRT + MIM (Fig. 9, coluna 4). Esses efeitos são ainda mais exacerbados pela suavização com base no volume (Fig. 9, colunas 3 e 5). Notavelmente, para algumas áreas corticais que estão bem alinhadas por dobras, como aquelas na ínsula, os métodos são essencialmente idênticos em abordagens não suavizadas (embora, novamente, a suavização baseada em volume seja universalmente deletéria). No entanto, ao analisar todo o córtex, é muito melhor mapear os dados individuais em superfícies individuais e alinhar os dados na superfície se quisermos relacioná-los com os dados baseados na superfície, incluindo a parcela multimodal do HCP & # x02019s.

Comparação do mapa de volume parcial máximo baseado na superfície com os mapas produzidos após análise baseada em volume com ASM ou MIM, e suavização baseada em volume FWHM de 4 mm antes de ASM e MIM. A figura usa os mesmos métodos que Apêndice SI, Figura S10, e então usa a fração máxima para rotular os vértices da superfície. No Superior duas linhas, amarelo brilhante é o rótulo de substância branca e laranja brilhante é o rótulo CSF ​​(ocorrendo em apenas algumas pequenas manchas). Regiões substanciais do córtex não são separadas em áreas corticais após análise baseada em volume e MIM, e ASM mostra listras significativas onde as coroas girais são decapitadas. Por outro lado, em regiões de menor variabilidade de dobramento e variabilidade de áreas vs. dobras, como a ínsula, os métodos baseados em volume reproduzem a parcelamento encontrado com a abordagem baseada na superfície, particularmente se o alisamento não for usado. Ver Apêndice SI, Métodos Suplementares M2 e M9. Os dados estão disponíveis em https://balsa.wustl.edu/nKvx.


Software clinicamente disponível para volumetria cerebral automática: comparações de medições de volume e validação de confiabilidade entre métodos

Este é um artigo de Acesso Aberto distribuído sob os termos da Licença Não Comercial de Atribuição Creative Commons (http://creativecommons.org/licenses/by- nc / 4.0 /) que permite o uso não comercial irrestrito, distribuição e reprodução em qualquer meio, desde que o trabalho original seja devidamente citado.

Para comparar dois softwares de volumetria de RM clinicamente disponíveis, NeuroQuant® (NQ) e Inbrain® (IB), e examinar as confiabilidades e diferenças entre os métodos.

Este estudo incluiu 172 indivíduos (faixa etária, idade média de 55-88 anos, 71,2 anos), compreendendo 45 indivíduos saudáveis ​​normais, 85 pacientes com comprometimento cognitivo leve e 42 pacientes com doença de Alzheimer. As imagens de ressonância magnética foram analisadas com IB e NQ. As diferenças médias foram comparadas com os pares t teste. A confiabilidade inter-métodos foi avaliada com os coeficientes de correlação de Pearson e coeficientes de correlação intraclasse (ICCs). Os tamanhos de efeito também foram obtidos para documentar as diferenças médias padronizadas.

O par t teste mostrou diferenças de volume significativas na maioria das regiões, exceto para a amígdala entre os dois métodos. No entanto, as medições entre métodos entre IB e NQ mostraram confiabilidade de boa a excelente (0,72 & lt r & lt 0,96, 0,83 & lt ICC & lt 0,98), exceto para o pallidum, que mostrou baixa confiabilidade (à esquerda: r = 0,03, ICC = 0,06 certo: r = −0,05, ICC = −0,09). Para as medições do tamanho do efeito, as diferenças de volume foram grandes na maioria das regiões (0,05 & lt r & lt 6.15). O tamanho do efeito foi maior no pálido e menor no cerebelo.

As comparações entre IB e NQ mostraram medições de volume significativamente diferentes com grandes tamanhos de efeito. No entanto, eles mostraram confiabilidade entre métodos de boa a excelente em medições volumétricas para todas as regiões do cérebro, com exceção do pallidum. Os médicos que usam esse software comercial devem levar em consideração que diferentes medições de volume podem ser obtidas dependendo do software usado.

Medições volumétricas de atrofia cerebral demonstraram correlações próximas com atrofia real, alterações neuropatológicas e comprometimento cognitivo em várias doenças neurodegenerativas (1, 2, 3, 4). A atrofia lobar hipocampal e / ou temporal medial já foi integrada ao quadro diagnóstico da doença de Alzheimer (DA) (5). Embora a avaliação visual da atrofia cerebral tenha sido comumente realizada na prática clínica, ela sofre de alta variabilidade interobservador e baixa sensibilidade (6, 7). Em contrapartida, o método de medição volumétrica quantitativa é um método objetivo com boa repetibilidade e confiabilidade (8, 9). Assim, a medição volumétrica da atrofia cerebral pode ser usada como um marcador de imagem para o diagnóstico diferencial clínico e predição da progressão da doença.

Existem vários pacotes de software disponíveis gratuitamente para medições de volume cerebral: FSL (10), Morfometria baseada em Voxel (11), FreeSurfer (12) e Mapeamento Paramétrico Estatístico (13). No entanto, a natureza intensiva de mão de obra desses softwares de pesquisa limitou a generalização para a prática clínica de rotina até a introdução de softwares clinicamente disponíveis (3).

Atualmente, o FDA aprovou vários softwares disponíveis comercialmente para medições de volume: NeuroQuant (14, 15, 16), Neuroreader (7) e MSmetrix (17, 18). Dentre eles, o NeuroQuant® (NQ, CorTechs Labs) é o software mais utilizado devido ao seu rápido tempo de processamento e ao fornecimento de informações sobre os córtices de ambos os hemisférios e o volume da substância branca. Além disso, fornece informações normalizadas dos dados dos pacientes, considerando o volume intracraniano (ICV) e o relatório de atrofia relativa em comparação com dados normais de mesma idade (8, 9, 15).

O software mais recentemente apresentado clinicamente é o Inbrain® (IB, MIDAS Information Technology Co., Ltd.), que é um software coreano aprovado pela FDA baseado na plataforma FreeSurfer aprimorada com seu próprio algoritmo de aprendizagem profunda (19, 20). Enquanto o NQ fornece apenas medições de volume de estruturas cerebrais, IB fornece não apenas medições de volume, mas também espessuras corticais. Em um estudo anterior usando IB, o IB foi capaz de classificar o estado da doença e predizer a progressão para DA usando a espessura cortical em pacientes com comprometimento cognitivo leve (CCL) (20). No entanto, ainda não foi validado em termos de confiabilidade com software estabelecido, como NQ ou FreeSurfer. Portanto, neste estudo, objetivamos avaliar a confiabilidade entre métodos dos dois softwares comercialmente disponíveis, IB e NQ, para volumetria cerebral em indivíduos normais saudáveis, bem como em indivíduos com CCL e DA.

Este estudo retrospectivo recebeu aprovação do Conselho de Revisão Institucional, e a exigência de consentimento informado por escrito foi dispensada de acordo com as exigências de um estudo retrospectivo.

A Tabela 1 mostra os dados demográficos da população do estudo. Um fluxograma detalhando o recrutamento de sujeitos é mostrado na Figura 1. Como parte de uma iniciativa de pesquisa de desenvolvimento de diretrizes de prática clínica pela Sociedade Coreana de Neurorradiologia, este estudo usou o banco de dados de imagens de 102 e 51 pacientes com MCI e DA, respectivamente, que se submeteram a ressonância magnética cerebral (MRI) e visitaram as clínicas de memória entre Setembro de 2016 e dezembro de 2017. O diagnóstico de MCI e DA foi confirmado por dois especialistas em demência (um neurologista e um psiquiatra), com base nos critérios do Manual Diagnóstico e Estatístico de Transtornos Mentais (4ª edição), do Instituto Nacional de Neurologia e Communicative Disorders and Stroke and the Alzheimer's Disease and Related Disorders Association, McKhann et al. (21) e Petersen et al. (22). Depois de excluir pacientes que tinham outras formas de demência, aqueles com menos de 55 anos de idade, pacientes com baixa qualidade de imagem, 85 pacientes com MCI (33 homens e 52 mulheres na faixa etária, idade média 57-85 anos, 71,76 anos) e 42 pacientes com DA (14 homens e 28 mulheres na faixa etária, idade média de 67-88 anos, 79,00 anos) foram finalmente incluídos. Para comparação, pesquisamos o banco de dados de imagens de 119 indivíduos saudáveis ​​normais que se submeteram a ressonância magnética do cérebro no centro de triagem de saúde durante o mesmo período. Os critérios de inclusão para controles saudáveis ​​foram os seguintes: mais de 55 anos de idade, nenhuma evidência clínica de sintomas neurológicos ou psiquiátricos avaliados por um médico. Finalmente, 45 indivíduos normais e saudáveis ​​(23 homens, 22 mulheres na faixa etária, idade média de 55-74 anos, 62,76 anos) foram incluídos. Os pacientes com MCI e DA foram diagnosticados por meio de avaliações neuropsiquiátricas, como o Mini-Exame do Estado Mental, Avaliação Clínica de Demência, Bateria de Triagem Neuropsicológica de Seul ou Consórcio para Estabelecer um Registro para Doença de Alzheimer.

Todos os pacientes foram submetidos a ressonância magnética em uma unidade 3T (Discovery MR750 GE Healthcare). A ressonância magnética do cérebro de rotina com imagens adicionais de volume T1 foi obtida em todos os indivíduos. Durante o período de tempo, todos os indivíduos com MCI e AD foram examinados para imagens de volume T1 com uma espessura de corte de 1 ou 1,2 mm de acordo com a preferência do médico de referência. No entanto, todos os indivíduos saudáveis ​​normais foram examinados para imagens de volume T1 com uma espessura de corte de 1 mm. O uso preferido de 1,2 mm foi baseado em uma recomendação dos desenvolvedores do NQ, enquanto 1 mm foi preferido com base na suposição de que fornece uma resolução espacial mais alta. Os parâmetros do eco sagital ponderado T1 volumétrico rápido degradado recuperado foram os seguintes: tempo de repetição / tempo de eco (TR / TE), 8,224 / 3.192 espessura de seção, matriz de 1 mm, ângulo de flip 256 × 256, campo de visão de 12 ° (FOV), 250 × 250 mm ou TR / TE, espessura de seção de 5,692 / 2,36, matriz de 1,2 mm, ângulo de rotação 192 × 192, FOV de 8 °, 240 × 240 mm. No geral, imagens tridimensionais (3D) T1 com uma espessura de corte de 1 e 1,2 mm foram obtidas em 96 e 76 indivíduos, respectivamente. Todos os indivíduos saudáveis ​​normais foram digitalizados com uma espessura de corte de 1 mm, e os 85 pacientes com MCI foram digitalizados com espessuras de corte de 1 e 1,2 mm em 42 e 43 pacientes, respectivamente. Os pacientes com DA foram examinados com espessuras de corte de 1 e 1,2 mm em 9 e 33 pacientes, respectivamente.

Volumetria de ressonância magnética

Imagens volumétricas ponderadas em T1 sagitais foram usadas para análise com os métodos de segmentação automatizados. Os dados de ressonância magnética do cérebro para cada sujeito foram carregados no servidor da ferramenta.

O processamento em NQ foi o seguinte: remoção do couro cabeludo, crânio e inflação das meninges do cérebro para um mapeamento de forma esférica do cérebro esférico para um espaço esférico comum compartilhado com o atlas de Talairach, identificação de coordenadas de regiões cerebrais segmentadas e deflação do cérebro à sua forma original. Cada volume da região do cérebro foi corrigido para diferenças de tamanho da cabeça normalizando para o ICV, e a saída resultante foi expressa como uma porcentagem. O resultado foi comparado com os dados dos controles saudáveis, que foram salvos no banco de dados do NQ. A região do cérebro do sujeito foi classificada como anormalmente pequena se caísse abaixo do quinto percentil normativo. Além disso, a ferramenta automatizada forneceu um relatório de atrofia relacionada à idade, que continha o volume absoluto e o volume relativo como uma porcentagem do ICV do hipocampo, ventrículos laterais e ventrículos laterais inferiores. O tempo de processamento foi de 10-15 minutos.

IB (https://www.inbrain.co.kr/index.html) é semelhante ao método de segmentação do FreeSurfer, que é baseado na segmentação volumétrica e baseada na superfície e usa uma abordagem orientada a modelos (12, 23 ) O processamento em IB foi o seguinte: previsão de falha de análise, normalização de intensidade, extração de cérebro, registro no volume e atlas de superfície, segmentação de substância branca, suavização de superfície de substância branca, correção de topologia, otimização de superfície de substância branca e pial, comparações entre resultados de saída e banco de dados e gerenciamento de qualidade de análise. Por fim, foi obtido o volume das estruturas regionais do cérebro e da espessura cortical. Um algoritmo de aprendizado profundo foi aplicado às várias etapas, incluindo previsão de falha de análise, extração de cérebro, segmentação de substância branca e gerenciamento de qualidade de análise para melhorar a qualidade dos resultados da segmentação. O processamento demorou cerca de 4 horas.

O par t o teste foi usado para comparar a média das medidas de volume entre IB e NQ e a correlação de Pearson foi usada para avaliar as relações entre os dois métodos. A concordância entre métodos entre os dois softwares foi avaliada por meio do coeficiente de correlação intraclasse (ICC). Os tamanhos de efeito foram obtidos para a avaliação da diferença média padronizada entre os dois softwares por meio da seguinte equação: tamanho do efeito = diferença média / desvio padrão agrupado (15, 24). Os tamanhos de efeito foram definidos como segue: pequeno, 0,2 médio, 0,5 e grande, 0,8 (15, 24). Além disso, as comparações foram realizadas separadamente para os indivíduos saudáveis ​​normais e os subgrupos MCI e AD. Realizamos a análise de subgrupo com base na espessura do corte. As análises estatísticas foram realizadas usando software disponível comercialmente (SPSS, versão 24 para Windows IBM Corp.).

Os resultados estatísticos são mostrados na Tabela 2. Entre IB e NQ, houve diferenças médias significativas para a maioria das regiões. O volume médio na substância cinzenta cortical, substância cinzenta cerebral, substância branca cerebral, putâmen e tálamo em NQ foram maiores do que aqueles em IB. O volume médio do caudado, pálido, hipocampo e cerebelo em IB foi maior do que em NQ. Especialmente, houve diferenças médias significativas no volume do putâmen e pallidum (p & lt 0,001). O volume do putâmen no NQ foi maior do que no IB (5,50 ± 0,79 mL vs. 3,90 ± 0,62 mL no hemisfério esquerdo, 5,26 ± 0,72 mL vs. 3,99 ± 0,62 mL no hemisfério direito). O volume pálido no NQ foi menor do que no IB (0,50 ± 0,17 mL vs. 1,81 ± 0,25 mL no hemisfério esquerdo, 0,47 ± 0,17 mL vs. 1,82 ± 0,26 mL no hemisfério direito). A Figura 2 mostra as imagens codificadas por cores de NQ e IB. Nessas imagens representativas, o pallidum em NQ parece menor do que em IB, enquanto o putâmen em NQ parece maior do que em IB.

A análise de correlação de Pearson entre IB e NQ mostrou uma correlação linear significativamente forte (0,72 & lt r & lt 0,96), exceto para o pallidum (Tabela 3). ICC também mostrou correlações significativamente boas a excelentes entre IB e NQ (0,83 & lt ICC & lt 0,98) (Tabela 3), exceto para o pallidum. Não houve correlação significativa entre os dois softwares no pallidum (r = 0.03, p = 0,67 à esquerda e r = −0.05, p = 0,52 à direita, ICC = 0,06, p = 0,34 à esquerda e ICC = −0,09, p = 0,72 à direita).

Com relação ao tamanho do efeito, o putâmen e o pallidum apresentaram os maiores tamanhos de efeito entre as regiões do cérebro: os tamanhos de efeito do putâmen foram 2,25 e 1,89 nos hemisférios esquerdo e direito, respectivamente, e do pallidum foram 6,13 e 6,15 em os hemisférios esquerdo e direito, respectivamente.

Quando os indivíduos foram divididos nos grupos controle normal, MCI e AD, resultados semelhantes foram demonstrados em cada grupo (Tabelas 2, 3). Para o grupo de controle normal, a maioria das regiões mostraram diferenças médias significativas entre os dois métodos (p & lt 0,001). Não houve diferenças significativas no hipocampo e cerebelo (p = 0,65 e 0,46). Para o grupo MCI, o cerebelo (p = 0,14) e amígdala (p = 0,33) não apresentou diferenças significativas. Para o grupo AD, a amígdala (p = 0,14) e substância branca cerebral (p = 0,12) não apresentou diferenças médias significativas. A análise de correlação de Pearson mostrou correlações lineares significativamente moderadas a fortes em cada subgrupo, exceto para o pallidum: 0,64 & lt r & lt 0,96 no grupo de controle normal, 0,65 & lt r & lt 0,95 no grupo MCI, e 0,59 & lt r & lt 0,94 no grupo AD. O ICC também foi bom a excelente: 0,78 & lt ICC & lt 0,98 no grupo de controle normal, 0,75 & lt ICC & lt 0,97 no grupo MCI e 0,67 & lt ICC & lt 0,97 no grupo AD. Os tamanhos de efeito estavam dentro de uma ampla faixa, de 0,03 no cerebelo a 6,98 no pálido no grupo controle normal, e de 0,05 no cerebelo a 6,72 no pálido no grupo MCI. Da mesma forma, o tamanho do efeito foi o menor com 0,12 no cerebelo e o maior com 7,45 no pálido nos pacientes com DA.

A análise de subgrupo com base na espessura de corte de imagens 3D T1 foi realizada em pacientes com MCI e DA, porque imagens 3D T1 com espessura de corte de 1 mm foram obtidas de todos os indivíduos saudáveis. Os resultados baseados na espessura do corte de imagens 3D T1 foram semelhantes (Tabelas Suplementares 1, 2). Houve diferenças médias significativas entre os dois softwares na maioria das regiões (p & lt 0,001), exceto na amígdala direita, cerebelo e substância branca cerebral. Os volumes obtidos nas imagens com espessura de corte de 1 mm foram diferentes dos obtidos com espessura de corte de 1,2 mm em cada software. Para a substância cinzenta cortical, caudado, hipocampo e substância cinzenta cerebral, as imagens com uma espessura de corte de 1 mm resultaram em um volume maior do que aquelas com uma espessura de corte de 1,2 mm em ambos NQ e IB. Para o tálamo e a substância branca cerebral, as imagens com espessura de corte de 1,2 mm resultaram em um volume maior do que aquelas com espessura de corte de 1 mm em ambos NQ e IB. A confiabilidade inter-métodos para imagens com espessura de corte de 1 mm mostrou melhores correlações do que imagens com espessura de corte de 1,2 mm na maioria das regiões.

Neste estudo de validação de confiabilidade entre métodos, encontramos correlações e confiabilidade de boas a excelentes entre IB e NQ para a maioria das regiões do cérebro. No entanto, descobrimos que havia diferenças significativas de volume entre IB e NQ. As medições do volume da substância cinzenta cortical resultaram em uma diferença média significativa entre os dois métodos com tamanhos de efeito médios. Além disso, as diferenças observadas para algumas estruturas de substância cinzenta profunda, especialmente o pálido, não foram desprezíveis, o que pode ser um obstáculo potencial na aplicação clínica da volumetria.

Desde a introdução do NQ em 2009 (8), muitos estudos investigaram o uso clínico do NQ (6, 7, 8, 15, 17, 25, 26). Vários estudos compararam NQ com FreeSurfer, MSmetrix ou Neuroreader (7, 15, 16, 25, 26). Os resultados volumétricos do NQ foram comparáveis ​​aos do FreeSurfer, um padrão de referência de volumetria (15, 26). Embora o método de segmentação do NQ seja supostamente semelhante ao FreeSurfer, o NQ usa um atlas diferente, base de código independente e métodos separados para normalização de intensidade e correção de distorção de gradiente para acomodar diferenças de nível de aquisição específicas do scanner (15). Em vez de fornecer cada espessura do giro como no FreeSurfer, o NQ fornece apenas o volume do córtex, da substância branca e da substância cinzenta profunda, alcançando assim um tempo de processamento mais rápido.

Desde a introdução do IB em 2017 (19), existem poucos estudos clínicos sobre o IB (20, 27). Além disso, ainda não foi realizado um estudo de validação em termos de confiabilidade. Em contraste com o NQ, o IB usa o mesmo atlas de registro do FreeSurfer, e o método de segmentação do IB é quase idêntico ao do FreeSurfer (20). O IB adicionou várias etapas ao processo no FreeSurfer, como previsão de falha de análise, extração de cérebro, segmentação de substância branca e gerenciamento de qualidade de análise aplicando a técnica de aprendizado profundo para reduzir as taxas de erro.

Neste estudo, descobrimos que as medidas de volume podem ser diferentes dependendo do software usado. Houve diferenças médias significativas entre os dois métodos na maioria das regiões, exceto na amígdala. Além disso, as regiões de substância cinzenta subcortical mostraram grandes tamanhos de efeito. O pallidum apresentou o maior tamanho de efeito. Neste estudo, o volume do pallidum no NQ foi menor do que no IB, e o volume do putâmen no NQ foi maior do que no IB. Dado que o IB utiliza a plataforma FreeSurfer, nosso achado está de acordo com a observação anterior sobre a diferença nas medidas de volume do pallidum entre o NQ e o FreeSurfer (15). Foi relatado que a diferença nos volumes do pálido parece surgir do problema fundamental de intensidades semelhantes do pálido e da substância branca em imagens ponderadas em T1, o que torna difícil segmentar o pálido da substância branca com precisão (15, 28). Além disso, especulamos que os resultados diferentes entre os dois softwares são principalmente atribuíveis ao pipeline diferente, incluindo o atlas de registro. O atlas é a base para a segmentação: NQ usa um atlas probabilístico diferente daquele do FreeSurfer (14), e IB usa o mesmo atlas do FreeSurfer. O efeito potencial do tipo de atlas nos resultados volumétricos foi demonstrado em um estudo utilizando diferentes atlas para segmentação do hipocampo, o que resultou em diferenças na precisão dependendo do atlas utilizado (29). Nossos achados sugerem que pelo menos algumas estruturas profundas de substância cinzenta, como o putâmen e o pálido, ainda são suscetíveis ao uso de diferentes atlas, apesar da boa confiabilidade geral.

Estudos anteriores demonstraram que os pacientes com DA apresentaram atrofia cortical das regiões temporal medial, temporoparietal, cingulado posterior e pré-cuneiforme (30, 31), entretanto, nenhum estudo enfocou medidas de volume dos gânglios da base. No entanto, diminuições no volume da substância cinzenta subcortical, incluindo o putâmen e o pálido, foram relatadas em pacientes com DA em estudos anteriores (32, 33). Essa diminuição do volume dos gânglios da base poderia ser explicada pela perda neuronal causada pela deposição de amiloide e emaranhados neurofibrilares (33). Além disso, como a deposição de ferro (34) e a patologia da tau (35) podem influenciar os gânglios da base em pacientes com DA, as alterações no volume dos gânglios da base não podem ser negligenciadas. Conseqüentemente, os usuários do software devem estar cientes do fato de que os resultados do volume dos gânglios da base podem ser muito diferentes dependendo do software usado.

A atrofia do hipocampo tem sido considerada um marcador de imagem da DA (36). O volume do hipocampo foi significativamente maior com IB do que com NQ em pacientes com MCI e DA. A correlação entre IB e NQ tendeu a ser menor em pacientes com DA em comparação com controles normais e pacientes com MCI. Para o volume do hipocampo, houve uma diferença maior entre os pacientes com MCI e AD no NQ do que no IB.

Neste estudo, usamos os tamanhos de efeito na análise estatística. Os tamanhos de efeito são definidos como medidas padronizadas do tamanho da diferença média entre os grupos de estudo (24). O tamanho do efeito pode ser obtido com a diferença média entre dois grupos dividida pelo desvio padrão. Portanto, quando um resultado mostra a mesma diferença média, o desvio padrão determina o tamanho do efeito. O par t teste mostrou diferenças significativas na amígdala, cerebelo e substância branca cerebral, no entanto, eles mostraram tamanhos de efeito pequenos. Isso significa que a diferença média padronizada entre os dois métodos foi pequena, embora apresentassem diferenças estatisticamente significativas. Além disso, outras estruturas de substância cinzenta profunda, como o pálido, o putâmen e o tálamo, mostraram grandes tamanhos de efeito. Este resultado de tamanho de efeito implica que os resultados entre os dois softwares não foram idênticos. Assim, acreditamos que os resultados para essas estruturas menores devem ser interpretados com cautela, pois a interpretação pode diferir dependendo do software usado para medições de volume.

A principal limitação deste estudo foi que usamos duas sequências de ressonância magnética (RM) diferentes para medições volumétricas. Não consideramos a repetibilidade no mesmo scanner em termos das diferentes sequências de RM aplicadas. Na verdade, o volume da substância branca cerebral em pacientes com DA era maior do que em pacientes com MCI em IB. Isso é difícil de explicar, no entanto, pode estar relacionado ao protocolo de varredura, onde uma espessura de corte de 1,2 mm foi usada com mais frequência no grupo DA do que nos outros 2 grupos. Como a substância branca cerebral tendia a mostrar maiores volumes em varreduras com uma espessura de corte de 1,2 mm em comparação com aqueles com uma espessura de corte de 1 mm em ambos NQ e IB, diferentes parâmetros de varredura de RM podem afetar as medições de volume de uma maneira diferente. Em segundo lugar, não investigamos a reprodutibilidade em um scanner de RM diferente. Os resultados das medições de volume podem ser diferentes em um scanner de RM diferente porque a volumetria do cérebro é geralmente influenciada por vários fatores técnicos, incluindo a força do campo de RM e o modelo do scanner, bem como questões relacionadas ao pós-processamento (23). Mais estudos são necessários no futuro para validação metodológica completa. Por fim, não comparamos o resultado do NQ e IB com o do FreeSurfer ou segmentação manual, que é o padrão de referência. Portanto, não foi possível determinar qual software poderia produzir resultados semelhantes aos do FreeSurfer ou da segmentação manual.

Em conclusão, comparamos dois softwares comerciais para medições automatizadas de volume de regiões cerebrais. No geral, eles mostraram correlação de boa a excelente. No entanto, eles mostraram diferenças médias significativas e grandes tamanhos de efeito. Portanto, os médicos e pesquisadores devem levar em consideração o tipo de software usado ao interpretar os resultados das medições de volume obtidas com software comercial.


Declarações de ética

Conflito de interesses

Os autores declaram não haver conflito de interesses.

Aprovação ética

O estudo de pesquisa atende a todos os regulamentos éticos exigidos pelo comitê de ética do Sourasky Medical Center de Tel-Aviv (número de referência 0207/14). Todos os sujeitos deram consentimento informado por escrito de acordo com a Declaração de Helsinque. Este estudo está registrado em ClinicalTrials.gov (número de registro: NCT03756545): https://clinicaltrials.gov/ct2/show/NCT03756545.


Discussão

A confiabilidade de diferentes programas de segmentação automática do cérebro, como SPM, FreeSurfer e FSL, foi avaliada recentemente em pacientes com doença de Alzheimer & # x02019s ou comprometimento cognitivo leve (19), e quando ressonâncias magnéticas com qualidade de imagem limitada foram examinadas, os resultados de segmentação obtidos usando o Os programas SPM foram mais robustos do que os obtidos com o FreeSurfer ou FSL (19). Com base nessas descobertas, decidimos usar duas versões da caixa de ferramentas SPM amplamente aplicada (ou seja, VBM8 e CAT12) em nosso estudo. Nós investigamos as diferenças e sobreposições entre os achados de alteração de GM e WM em controles saudáveis ​​e pacientes com RTE-HS, RTLE-no, LTLE-HS e LTLE-no revelados por análises de VBM conduzidas com essas caixas de ferramentas. Nossos resultados indicaram diferentes padrões de anormalidades de substância cinzenta e branca em TLE com base nos programas VBM8 e CAT12, como discutiremos em detalhes abaixo.

Alterações GM

Na análise de VBM usando a caixa de ferramentas mais antiga (ou seja, VBM8), observamos uma ligeira redução no GM em comparação com os controles saudáveis ​​apenas na região do hipocampo direito dos pacientes RTLE-HS, enquanto a análise de VBM usando o programa mais recente CAT12 revelou significante Reduções de GM nas regiões do hipocampo esquerdo e direito nos pacientes com LTLE-HS e RTLE-HS, respectivamente. Nossa análise de VBM com resultados de CAT12 está de acordo com os de estudos que relataram reduções do volume mesial temporal ipsilateral no GM de pacientes com TLE-HS em comparação com indivíduos saudáveis ​​(20 & # x0201322). Além disso, os resultados que obtivemos usando CAT12 são amplamente consistentes com o conhecimento baseado em patologia que descreve a perda neuronal no hipocampo de pacientes com TLE-HS (23). Os resultados de VBM obtidos usando a caixa de ferramentas CAT12 devem, portanto, ser considerados mais representativos da atrofia GM em ELT.

Em nossas comparações diretas entre os pacientes com diagnóstico de não HS versus controles saudáveis, observamos um edema GM significativo da amígdala nos pacientes RTLE-não na análise VBM usando a caixa de ferramentas VBM8 e na mesma análise usando a caixa de ferramentas CAT12. Esse achado está de acordo com os de estudos anteriores que demonstraram ELT com aumento da amígdala (24 & # x0201327).

Alterações WM

Nossa comparação das alterações de WM em nossos pacientes com TLE-HS versus controles saudáveis ​​mostrou que as reduções mesiais temporais ipsilaterais de WM foram identificadas pela análise de VBM usando CAT12, enquanto a análise de VBM usando VBM8 não detectou qualquer redução de WM no LTLE-HS e RTLE Pacientes -HS. A razão para isso pode ser devido aos algoritmos de segmentação aprimorados e / ou novos incorporados no SPM12 em comparação com o SPM8. Nossa análise de VBM com achados de CAT12 são amplamente consistentes com estudos que descrevem anormalidades ipsilaterais de WM em pacientes com TLE-HS em comparação com controles saudáveis ​​(21, 28). Os resultados de VBM obtidos usando a caixa de ferramentas CAT12 devem, portanto, ser considerados mais representativos da atrofia WM em TLE em comparação com os resultados de VBM obtidos com VBM8.

Uma limitação de nosso estudo pode ser que os grupos de sujeitos apresentavam desequilíbrio de gênero, o grupo LTLE-HS em particular era predominantemente feminino e os controles saudáveis ​​eram predominantemente masculinos. Além disso, dado que a significância estatística às vezes pode ser afetada por vários fatores, devemos prestar muita atenção na interpretação da significância dos resultados.

Os autores na Ref. (29) compararam os volumes da amígdala e do hipocampo usando procedimentos FreeSurfer e VBM8 com segmentação manual. Como parte de um estudo futuro, planejamos avaliar os volumes da amígdala e do hipocampo como as principais regiões afetadas pela epilepsia, usando diferentes abordagens, como SPM (ou seja, VBM8, CAT12), FreeSurfer e FSL com segmentação manual em pacientes com ELT. Embora na presente investigação tenhamos usado estatísticas robustas e obtido resultados concordantes com estudos anteriores, novos estudos usando amostras e métodos diferentes podem ser informativos.


Um exame sistemático de anormalidades volumétricas cerebrais na esquizofrenia de início recente usando análises morfométricas baseadas em voxel, baseadas em superfície e baseadas na região de interesse

Anormalidades morfométricas cerebrais na esquizofrenia foram amplamente relatadas na literatura. As reduções volumétricas do cérebro inteiro são quase universalmente relatadas pela maioria dos estudos, independentemente das características das amostras estudadas (por exemplo, medicamentos de início recente / crônico / naïve para neurolépticos, etc.). No entanto, o mesmo não pode ser dito das anormalidades morfométricas regionais relatadas na esquizofrenia. Embora certas anormalidades morfométricas regionais sejam relatadas com mais frequência do que outras, não existem tais anormalidades que são universalmente relatadas nos estudos. A variabilidade das características sociodemográficas e clínicas nas amostras do estudo, bem como questões técnicas e metodológicas relacionadas à aquisição e análise de imagens estruturais do cérebro, podem contribuir para a inconsistência dos achados morfométricos do cérebro na esquizofrenia. O objetivo do presente estudo, portanto, foi examinar sistematicamente a morfometria cerebral em pacientes com esquizofrenia de início recente para descobrir se existem diferenças significativas no cérebro total ou volumétricas regionais detectáveis ​​no limiar de significância apropriado, após tentar controlar vários fatores de confusão que pode afetar os volumes do cérebro.

Métodos

Imagens de ressonância magnética estrutural de 90 indivíduos (esquizofrenia = 45 indivíduos saudáveis ​​= 45) foram adquiridas usando um ímã de 3 Tesla. As análises morfométricas foram realizadas seguindo os canais de análises padrão de três estratégias mais comumente usadas, viz., Morfometria baseada em voxel de todo o cérebro, morfometria baseada na superfície do cérebro inteiro e comparações entre grupos de volumes regionais gerados por segmentação e parcelação automatizada.

Resultados

Em nossa amostra de pacientes com esquizofrenia de início recente com exposição neuroléptica limitada, não houve cérebro inteiro significativo ou alterações morfométricas regionais do cérebro observadas nos limiares de significância estatística apropriados com ou sem incluir idade, sexo e volume intracraniano ou volume cerebral total na estatística análises.

Conclusões

No contexto dos achados conflitantes na literatura, nossos achados indicam que as anormalidades morfométricas cerebrais podem não estar diretamente relacionadas ao fenótipo da esquizofrenia. A análise das razões para os resultados inconsistentes entre os estudos, bem como a consideração de fontes alternativas de variabilidade da morfologia do cérebro na esquizofrenia, como mecanismos epistáticos e epigenéticos, talvez possam avançar em nossa compreensão das alterações estruturais do cérebro na esquizofrenia.


Palavras-chave

Os dois primeiros autores contribuíram igualmente para este trabalho.

Os dados usados ​​na preparação deste artigo foram obtidos no banco de dados da Alzheimer & # x27s Disease Neuroimaging Initiative (ADNI) (adni.loni.ucla.edu). Como tal, os investigadores dentro do ADNI contribuíram para a concepção e implementação do ADNI e / ou dados fornecidos, mas não participaram na análise ou redação deste relatório. Uma lista completa dos investigadores ADNI pode ser encontrada em: http://adni.loni.ucla.edu/wp-content/uploads/how_to_apply/ADNI_Acknowledgement_List.pdf.


Introdução

O córtex cerebral do cérebro humano é altamente dobrado com uma espessura média de cerca de 2,5 mm, que varia entre 1 e 4,5 mm em diferentes regiões do cérebro.1 A análise da espessura cortical (TC) permite a aquisição de valiosos na Vivo informações sobre neuroanatomia normal e anormal no cérebro humano saudável e doente. Isso é de particular interesse quando os participantes nos quais o declínio cognitivo, ou mesmo a demência, como a doença de Alzheimer (DA), são investigados. A DA é uma doença neurodegenerativa, caracterizada pelo acúmulo de proteínas beta & # x02010amiloides e tau, que estão associadas à neurodegeneração na forma de deterioração sináptica, neuronal e axonal que afeta a memória e a função cognitiva.2 A neurodegeneração na DA normalmente começa nas regiões do lobo temporal antes afetando o neocórtex.3 Esses padrões atróficos podem ser observados com métodos de ressonância magnética estrutural (MRI) .4 Por exemplo, estudos neuropatológicos revelaram que estruturas cerebrais especialmente temporais, como o córtex entorrinal, o giro parahipocampal e regiões ao redor do sulco temporal superior são afetados pela neurodegeneração na DA.5,6 Para avaliar essas alterações cerebrais na forma de atrofia cerebral, são necessários métodos que forneçam estimativas confiáveis ​​de TC.

Vários métodos para estimativas de CT já foram introduzidos7 e podem ser amplamente classificados como baseados em superfície & # x02010 ou em volume & # x02010.8 Embora os métodos baseados em volume & # x02010 compartilhem a vantagem de tempos de processamento mais baixos, as abordagens baseadas em superfície & # x02010 se destacam em termos de precisão, pois toda a superfície é modelada. O FreeSurfer é um conjunto de software estabelecido que utiliza a abordagem baseada em superfície & # x02010 e pode ser considerado o padrão ouro em medições de TC. É freqüentemente usado para estimativa automatizada de TC com alta precisão9, onde toda a superfície cortical é reconstruída (ver Fig & # x200B Fig1). 1). Mais especificamente, uma etapa de reconstrução é realizada na qual o limite externo, com base no limite interno, é reconstruído por meio de deformação baseada no modelo & # x02010 da superfície interna.1, 10 Embora o método forneça estimativas de espessura precisas, longos tempos de processamento são inevitáveis. No entanto, para algumas questões de pesquisa, essas etapas extensas de reconstrução da superfície não são necessárias.

Fluxo & # x02010chart compreendendo ambas as abordagens metodológicas.

Recentemente, a caixa de ferramentas de anatomia computacional (CAT12: http://www.neuro.uni-jena.de/cat/) para SPM (software Statistical Parametric Mapping, http://www.fil.ion.ucl.ac.uk/ spm /) foi introduzido, oferecendo uma abordagem alternativa rápida e fácil & # x02010to & # x02010use para estimativas de TC sem a reconstrução extensiva da superfície. Esta abordagem baseada em volume & # x02010 usa projeção & # x02010 espessura baseada (PBT), 11 onde um esquema de projeção é usado, usando a informação de sulcos borrados para criar um mapa CT correto. Com a espessura baseada em voxel & # x02010, a estimativa de PBT permite a fácil criação da superfície central, que se pensa ter melhores propriedades do que a matéria branca (WM) ou superfície pial. Esta superfície central é gerada no limite de distância de 50% entre a matéria cinzenta (GM) / WM e GM / líquido cefalorraquidiano (LCR) .11 Agora é possível incluir a estimativa da TC e da superfície central de ambos os hemisférios, com base no método PBT.11 A reconstrução da superfície inclui correção de topologia, que leva em conta defeitos topológicos usando harmônicos esféricos.12 Além disso, o mapeamento esférico é aplicado para reparameterizar a malha de superfície em um sistema de coordenadas comum, 13 enquanto o registro esférico adapta o volume & # algoritmo DARTEL 14 difeomórfico baseado em x02010 à superfície.

Em resumo, este novo método PBT leva a uma redução tremenda no tempo de processamento, uma vez que nenhuma reconstrução extensa da superfície é realizada. Além disso, uma interface gráfica de usuário integrada no SPM simplifica o processo para usuários não familiarizados com a linha de comando. No entanto, ainda precisa ser investigado se ambos os métodos fornecem resultados comparáveis. Aqui, avaliamos as estimativas de CT usando ambos os métodos, comparando uma coorte de AD com controles saudáveis ​​(HCs).

Dados de ressonância magnética de HCs e de uma coorte de AD foram processados ​​com ambas as abordagens de TC e uma comparação de região de interesse (ROI) & # x02010wise foi realizada. Em primeiro lugar, avaliamos as diferenças gerais nas estimativas de CT para ambos os métodos e cada ROI. Posteriormente, a TC foi comparada diretamente entre pacientes com DA e HCs para avaliar a aplicabilidade em pesquisas clínicas. Em uma última etapa, uma análise de teste e # x02010reteste foi conduzida para obter insights sobre a confiabilidade de ambos os métodos.


Alterações volumétricas no córtex de associação heteromodal em crianças com transtorno do espectro do autismo

Investigamos se alterações nas áreas de associação de ordem superior relacionadas à esquizofrenia, a saber, o córtex de associação heteromodal (HASC), também são observáveis ​​em indivíduos com transtorno do espectro do autismo (TEA).

Um grupo de 18 crianças com TEA e 18 controles saudáveis ​​(HC) foram submetidos à ressonância magnética (RM). O exame consistiu em uma análise das diferenças dos grupos em volume de substância cinzenta (GM), área de superfície (SA) e lateralização hemisférica.

Diferenças nos volumes de GM em crianças com ASD e HC foram detectadas nas áreas frontal e parietal relacionadas ao HASC. Nenhuma estrutura HASC que mostrou mudanças no volume GM exibiu diferenças no SA. Alterações na lateralização hemisférica entre ASD e HC são vistas em uma área frontal do HASC.

Nossos resultados indicam que as alterações nas áreas do HASC não se restringem à esquizofrenia, mas se estendem a outros transtornos psiquiátricos, a saber, TEA. As diferenças de grupo ausentes em SA indicam que as mudanças no volume de GM são possivelmente evocadas por outras variáveis ​​além de SA em crianças com TEA.


Software clinicamente disponível para volumetria cerebral automática: comparações de medições de volume e validação de confiabilidade entre métodos

Este é um artigo de Acesso Aberto distribuído sob os termos da Licença Não Comercial de Atribuição Creative Commons (http://creativecommons.org/licenses/by- nc / 4.0 /) que permite o uso não comercial irrestrito, distribuição e reprodução em qualquer meio, desde que o trabalho original seja devidamente citado.

Para comparar dois softwares de volumetria de RM clinicamente disponíveis, NeuroQuant® (NQ) e Inbrain® (IB), e examinar as confiabilidades e diferenças entre os métodos.

Este estudo incluiu 172 indivíduos (faixa etária, idade média de 55-88 anos, 71,2 anos), compreendendo 45 indivíduos saudáveis ​​normais, 85 pacientes com comprometimento cognitivo leve e 42 pacientes com doença de Alzheimer. As imagens de ressonância magnética foram analisadas com IB e NQ. As diferenças médias foram comparadas com os pares t teste. A confiabilidade inter-métodos foi avaliada com os coeficientes de correlação de Pearson e coeficientes de correlação intraclasse (ICCs). Os tamanhos de efeito também foram obtidos para documentar as diferenças médias padronizadas.

O par t teste mostrou diferenças de volume significativas na maioria das regiões, exceto para a amígdala entre os dois métodos. No entanto, as medições entre métodos entre IB e NQ mostraram confiabilidade de boa a excelente (0,72 & lt r & lt 0,96, 0,83 & lt ICC & lt 0,98), exceto para o pallidum, que mostrou baixa confiabilidade (à esquerda: r = 0,03, ICC = 0,06 certo: r = −0,05, ICC = −0,09). Para as medições do tamanho do efeito, as diferenças de volume foram grandes na maioria das regiões (0,05 & lt r & lt 6.15). O tamanho do efeito foi maior no pálido e menor no cerebelo.

As comparações entre IB e NQ mostraram medições de volume significativamente diferentes com grandes tamanhos de efeito. No entanto, eles mostraram confiabilidade entre métodos de boa a excelente em medições volumétricas para todas as regiões do cérebro, com exceção do pallidum. Os médicos que usam esse software comercial devem levar em consideração que diferentes medições de volume podem ser obtidas dependendo do software usado.

Medições volumétricas de atrofia cerebral demonstraram correlações próximas com atrofia real, alterações neuropatológicas e comprometimento cognitivo em várias doenças neurodegenerativas (1, 2, 3, 4). A atrofia lobar hipocampal e / ou temporal medial já foi integrada ao quadro diagnóstico da doença de Alzheimer (DA) (5). Embora a avaliação visual da atrofia cerebral tenha sido comumente realizada na prática clínica, ela sofre de alta variabilidade interobservador e baixa sensibilidade (6, 7). Em contrapartida, o método de medição volumétrica quantitativa é um método objetivo com boa repetibilidade e confiabilidade (8, 9). Assim, a medição volumétrica da atrofia cerebral pode ser usada como um marcador de imagem para o diagnóstico diferencial clínico e predição da progressão da doença.

Existem vários pacotes de software disponíveis gratuitamente para medições de volume cerebral: FSL (10), Morfometria baseada em Voxel (11), FreeSurfer (12) e Mapeamento Paramétrico Estatístico (13). No entanto, a natureza intensiva de mão de obra desses softwares de pesquisa limitou a generalização para a prática clínica de rotina até a introdução de softwares clinicamente disponíveis (3).

Atualmente, o FDA aprovou vários softwares disponíveis comercialmente para medições de volume: NeuroQuant (14, 15, 16), Neuroreader (7) e MSmetrix (17, 18). Dentre eles, o NeuroQuant® (NQ, CorTechs Labs) é o software mais utilizado devido ao seu rápido tempo de processamento e ao fornecimento de informações sobre os córtices de ambos os hemisférios e o volume da substância branca. Além disso, fornece informações normalizadas dos dados dos pacientes, considerando o volume intracraniano (ICV) e o relatório de atrofia relativa em comparação com dados normais de mesma idade (8, 9, 15).

O software mais recentemente apresentado clinicamente é o Inbrain® (IB, MIDAS Information Technology Co., Ltd.), que é um software coreano aprovado pela FDA baseado na plataforma FreeSurfer aprimorada com seu próprio algoritmo de aprendizagem profunda (19, 20). Enquanto o NQ fornece apenas medições de volume de estruturas cerebrais, IB fornece não apenas medições de volume, mas também espessuras corticais. Em um estudo anterior usando IB, o IB foi capaz de classificar o estado da doença e predizer a progressão para DA usando a espessura cortical em pacientes com comprometimento cognitivo leve (CCL) (20). No entanto, ainda não foi validado em termos de confiabilidade com software estabelecido, como NQ ou FreeSurfer. Portanto, neste estudo, objetivamos avaliar a confiabilidade entre métodos dos dois softwares comercialmente disponíveis, IB e NQ, para volumetria cerebral em indivíduos normais saudáveis, bem como em indivíduos com CCL e DA.

Este estudo retrospectivo recebeu aprovação do Conselho de Revisão Institucional, e a exigência de consentimento informado por escrito foi dispensada de acordo com as exigências de um estudo retrospectivo.

A Tabela 1 mostra os dados demográficos da população do estudo. Um fluxograma detalhando o recrutamento de sujeitos é mostrado na Figura 1. Como parte de uma iniciativa de pesquisa de desenvolvimento de diretrizes de prática clínica pela Sociedade Coreana de Neurorradiologia, este estudo usou o banco de dados de imagens de 102 e 51 pacientes com MCI e DA, respectivamente, que se submeteram a ressonância magnética cerebral (MRI) e visitaram as clínicas de memória entre Setembro de 2016 e dezembro de 2017. O diagnóstico de MCI e DA foi confirmado por dois especialistas em demência (um neurologista e um psiquiatra), com base nos critérios do Manual Diagnóstico e Estatístico de Transtornos Mentais (4ª edição), do Instituto Nacional de Neurologia e Communicative Disorders and Stroke and the Alzheimer's Disease and Related Disorders Association, McKhann et al. (21) e Petersen et al. (22). Depois de excluir pacientes que tinham outras formas de demência, aqueles com menos de 55 anos de idade, pacientes com baixa qualidade de imagem, 85 pacientes com MCI (33 homens e 52 mulheres na faixa etária, idade média 57-85 anos, 71,76 anos) e 42 pacientes com DA (14 homens e 28 mulheres na faixa etária, idade média de 67-88 anos, 79,00 anos) foram finalmente incluídos. Para comparação, pesquisamos o banco de dados de imagens de 119 indivíduos saudáveis ​​normais que se submeteram a ressonância magnética do cérebro no centro de triagem de saúde durante o mesmo período. Os critérios de inclusão para controles saudáveis ​​foram os seguintes: mais de 55 anos de idade, nenhuma evidência clínica de sintomas neurológicos ou psiquiátricos avaliados por um médico. Finalmente, 45 indivíduos normais e saudáveis ​​(23 homens, 22 mulheres na faixa etária, idade média de 55-74 anos, 62,76 anos) foram incluídos. Os pacientes com MCI e DA foram diagnosticados por meio de avaliações neuropsiquiátricas, como o Mini-Exame do Estado Mental, Avaliação Clínica de Demência, Bateria de Triagem Neuropsicológica de Seul ou Consórcio para Estabelecer um Registro para Doença de Alzheimer.

Todos os pacientes foram submetidos a ressonância magnética em uma unidade 3T (Discovery MR750 GE Healthcare). A ressonância magnética do cérebro de rotina com imagens adicionais de volume T1 foi obtida em todos os indivíduos. Durante o período de tempo, todos os indivíduos com MCI e AD foram examinados para imagens de volume T1 com uma espessura de corte de 1 ou 1,2 mm de acordo com a preferência do médico de referência. No entanto, todos os indivíduos saudáveis ​​normais foram examinados para imagens de volume T1 com uma espessura de corte de 1 mm. O uso preferido de 1,2 mm foi baseado em uma recomendação dos desenvolvedores do NQ, enquanto 1 mm foi preferido com base na suposição de que fornece uma resolução espacial mais alta. Os parâmetros do eco sagital ponderado T1 volumétrico rápido degradado recuperado foram os seguintes: tempo de repetição / tempo de eco (TR / TE), 8,224 / 3.192 espessura de seção, matriz de 1 mm, ângulo de flip 256 × 256, campo de visão de 12 ° (FOV), 250 × 250 mm ou TR / TE, espessura de seção de 5,692 / 2,36, matriz de 1,2 mm, ângulo de rotação 192 × 192, FOV de 8 °, 240 × 240 mm. No geral, imagens tridimensionais (3D) T1 com uma espessura de corte de 1 e 1,2 mm foram obtidas em 96 e 76 indivíduos, respectivamente. Todos os indivíduos saudáveis ​​normais foram digitalizados com uma espessura de corte de 1 mm, e os 85 pacientes com MCI foram digitalizados com espessuras de corte de 1 e 1,2 mm em 42 e 43 pacientes, respectivamente. Os pacientes com DA foram examinados com espessuras de corte de 1 e 1,2 mm em 9 e 33 pacientes, respectivamente.

Volumetria de ressonância magnética

Imagens volumétricas ponderadas em T1 sagitais foram usadas para análise com os métodos de segmentação automatizados. Os dados de ressonância magnética do cérebro para cada sujeito foram carregados no servidor da ferramenta.

O processamento em NQ foi o seguinte: remoção do couro cabeludo, crânio e inflação das meninges do cérebro para um mapeamento de forma esférica do cérebro esférico para um espaço esférico comum compartilhado com o atlas de Talairach, identificação de coordenadas de regiões cerebrais segmentadas e deflação do cérebro à sua forma original. Cada volume da região do cérebro foi corrigido para diferenças de tamanho da cabeça normalizando para o ICV, e a saída resultante foi expressa como uma porcentagem. O resultado foi comparado com os dados dos controles saudáveis, que foram salvos no banco de dados do NQ. A região do cérebro do sujeito foi classificada como anormalmente pequena se caísse abaixo do quinto percentil normativo. Além disso, a ferramenta automatizada forneceu um relatório de atrofia relacionada à idade, que continha o volume absoluto e o volume relativo como uma porcentagem do ICV do hipocampo, ventrículos laterais e ventrículos laterais inferiores. O tempo de processamento foi de 10-15 minutos.

IB (https://www.inbrain.co.kr/index.html) é semelhante ao método de segmentação do FreeSurfer, que é baseado na segmentação volumétrica e baseada na superfície e usa uma abordagem orientada a modelos (12, 23 ) O processamento em IB foi o seguinte: previsão de falha de análise, normalização de intensidade, extração de cérebro, registro no volume e atlas de superfície, segmentação de substância branca, suavização de superfície de substância branca, correção de topologia, otimização de superfície de substância branca e pial, comparações entre resultados de saída e banco de dados e gerenciamento de qualidade de análise. Por fim, foi obtido o volume das estruturas regionais do cérebro e da espessura cortical. Um algoritmo de aprendizado profundo foi aplicado às várias etapas, incluindo previsão de falha de análise, extração de cérebro, segmentação de substância branca e gerenciamento de qualidade de análise para melhorar a qualidade dos resultados da segmentação. O processamento demorou cerca de 4 horas.

O par t o teste foi usado para comparar a média das medidas de volume entre IB e NQ e a correlação de Pearson foi usada para avaliar as relações entre os dois métodos. A concordância entre métodos entre os dois softwares foi avaliada por meio do coeficiente de correlação intraclasse (ICC). Os tamanhos de efeito foram obtidos para a avaliação da diferença média padronizada entre os dois softwares por meio da seguinte equação: tamanho do efeito = diferença média / desvio padrão agrupado (15, 24). Os tamanhos de efeito foram definidos como segue: pequeno, 0,2 médio, 0,5 e grande, 0,8 (15, 24). Além disso, as comparações foram realizadas separadamente para os indivíduos saudáveis ​​normais e os subgrupos MCI e AD. Realizamos a análise de subgrupo com base na espessura do corte. As análises estatísticas foram realizadas usando software disponível comercialmente (SPSS, versão 24 para Windows IBM Corp.).

Os resultados estatísticos são mostrados na Tabela 2. Entre IB e NQ, houve diferenças médias significativas para a maioria das regiões. O volume médio na substância cinzenta cortical, substância cinzenta cerebral, substância branca cerebral, putâmen e tálamo em NQ foram maiores do que aqueles em IB. O volume médio do caudado, pálido, hipocampo e cerebelo em IB foi maior do que em NQ. Especialmente, houve diferenças médias significativas no volume do putâmen e pallidum (p & lt 0,001). O volume do putâmen no NQ foi maior do que no IB (5,50 ± 0,79 mL vs. 3,90 ± 0,62 mL no hemisfério esquerdo, 5,26 ± 0,72 mL vs. 3,99 ± 0,62 mL no hemisfério direito). O volume pálido no NQ foi menor do que no IB (0,50 ± 0,17 mL vs. 1,81 ± 0,25 mL no hemisfério esquerdo, 0,47 ± 0,17 mL vs. 1,82 ± 0,26 mL no hemisfério direito). A Figura 2 mostra as imagens codificadas por cores de NQ e IB. Nessas imagens representativas, o pallidum em NQ parece menor do que em IB, enquanto o putâmen em NQ parece maior do que em IB.

A análise de correlação de Pearson entre IB e NQ mostrou uma correlação linear significativamente forte (0,72 & lt r & lt 0,96), exceto para o pallidum (Tabela 3). ICC também mostrou correlações significativamente boas a excelentes entre IB e NQ (0,83 & lt ICC & lt 0,98) (Tabela 3), exceto para o pallidum. Não houve correlação significativa entre os dois softwares no pallidum (r = 0.03, p = 0,67 à esquerda e r = −0.05, p = 0,52 à direita, ICC = 0,06, p = 0,34 à esquerda e ICC = −0,09, p = 0,72 à direita).

Com relação ao tamanho do efeito, o putâmen e o pallidum apresentaram os maiores tamanhos de efeito entre as regiões do cérebro: os tamanhos de efeito do putâmen foram 2,25 e 1,89 nos hemisférios esquerdo e direito, respectivamente, e do pallidum foram 6,13 e 6,15 em os hemisférios esquerdo e direito, respectivamente.

Quando os indivíduos foram divididos nos grupos controle normal, MCI e AD, resultados semelhantes foram demonstrados em cada grupo (Tabelas 2, 3). Para o grupo de controle normal, a maioria das regiões mostraram diferenças médias significativas entre os dois métodos (p & lt 0,001). Não houve diferenças significativas no hipocampo e cerebelo (p = 0,65 e 0,46). Para o grupo MCI, o cerebelo (p = 0,14) e amígdala (p = 0,33) não apresentou diferenças significativas. Para o grupo AD, a amígdala (p = 0,14) e substância branca cerebral (p = 0,12) não apresentou diferenças médias significativas. A análise de correlação de Pearson mostrou correlações lineares significativamente moderadas a fortes em cada subgrupo, exceto para o pallidum: 0,64 & lt r & lt 0,96 no grupo de controle normal, 0,65 & lt r & lt 0,95 no grupo MCI, e 0,59 & lt r & lt 0,94 no grupo AD. O ICC também foi bom a excelente: 0,78 & lt ICC & lt 0,98 no grupo de controle normal, 0,75 & lt ICC & lt 0,97 no grupo MCI e 0,67 & lt ICC & lt 0,97 no grupo AD. Os tamanhos de efeito estavam dentro de uma ampla faixa, de 0,03 no cerebelo a 6,98 no pálido no grupo controle normal, e de 0,05 no cerebelo a 6,72 no pálido no grupo MCI.Da mesma forma, o tamanho do efeito foi o menor com 0,12 no cerebelo e o maior com 7,45 no pálido nos pacientes com DA.

A análise de subgrupo com base na espessura de corte de imagens 3D T1 foi realizada em pacientes com MCI e DA, porque imagens 3D T1 com espessura de corte de 1 mm foram obtidas de todos os indivíduos saudáveis. Os resultados baseados na espessura do corte de imagens 3D T1 foram semelhantes (Tabelas Suplementares 1, 2). Houve diferenças médias significativas entre os dois softwares na maioria das regiões (p & lt 0,001), exceto na amígdala direita, cerebelo e substância branca cerebral. Os volumes obtidos nas imagens com espessura de corte de 1 mm foram diferentes dos obtidos com espessura de corte de 1,2 mm em cada software. Para a substância cinzenta cortical, caudado, hipocampo e substância cinzenta cerebral, as imagens com uma espessura de corte de 1 mm resultaram em um volume maior do que aquelas com uma espessura de corte de 1,2 mm em ambos NQ e IB. Para o tálamo e a substância branca cerebral, as imagens com espessura de corte de 1,2 mm resultaram em um volume maior do que aquelas com espessura de corte de 1 mm em ambos NQ e IB. A confiabilidade inter-métodos para imagens com espessura de corte de 1 mm mostrou melhores correlações do que imagens com espessura de corte de 1,2 mm na maioria das regiões.

Neste estudo de validação de confiabilidade entre métodos, encontramos correlações e confiabilidade de boas a excelentes entre IB e NQ para a maioria das regiões do cérebro. No entanto, descobrimos que havia diferenças significativas de volume entre IB e NQ. As medições do volume da substância cinzenta cortical resultaram em uma diferença média significativa entre os dois métodos com tamanhos de efeito médios. Além disso, as diferenças observadas para algumas estruturas de substância cinzenta profunda, especialmente o pálido, não foram desprezíveis, o que pode ser um obstáculo potencial na aplicação clínica da volumetria.

Desde a introdução do NQ em 2009 (8), muitos estudos investigaram o uso clínico do NQ (6, 7, 8, 15, 17, 25, 26). Vários estudos compararam NQ com FreeSurfer, MSmetrix ou Neuroreader (7, 15, 16, 25, 26). Os resultados volumétricos do NQ foram comparáveis ​​aos do FreeSurfer, um padrão de referência de volumetria (15, 26). Embora o método de segmentação do NQ seja supostamente semelhante ao FreeSurfer, o NQ usa um atlas diferente, base de código independente e métodos separados para normalização de intensidade e correção de distorção de gradiente para acomodar diferenças de nível de aquisição específicas do scanner (15). Em vez de fornecer cada espessura do giro como no FreeSurfer, o NQ fornece apenas o volume do córtex, da substância branca e da substância cinzenta profunda, alcançando assim um tempo de processamento mais rápido.

Desde a introdução do IB em 2017 (19), existem poucos estudos clínicos sobre o IB (20, 27). Além disso, ainda não foi realizado um estudo de validação em termos de confiabilidade. Em contraste com o NQ, o IB usa o mesmo atlas de registro do FreeSurfer, e o método de segmentação do IB é quase idêntico ao do FreeSurfer (20). O IB adicionou várias etapas ao processo no FreeSurfer, como previsão de falha de análise, extração de cérebro, segmentação de substância branca e gerenciamento de qualidade de análise aplicando a técnica de aprendizado profundo para reduzir as taxas de erro.

Neste estudo, descobrimos que as medidas de volume podem ser diferentes dependendo do software usado. Houve diferenças médias significativas entre os dois métodos na maioria das regiões, exceto na amígdala. Além disso, as regiões de substância cinzenta subcortical mostraram grandes tamanhos de efeito. O pallidum apresentou o maior tamanho de efeito. Neste estudo, o volume do pallidum no NQ foi menor do que no IB, e o volume do putâmen no NQ foi maior do que no IB. Dado que o IB utiliza a plataforma FreeSurfer, nosso achado está de acordo com a observação anterior sobre a diferença nas medidas de volume do pallidum entre o NQ e o FreeSurfer (15). Foi relatado que a diferença nos volumes do pálido parece surgir do problema fundamental de intensidades semelhantes do pálido e da substância branca em imagens ponderadas em T1, o que torna difícil segmentar o pálido da substância branca com precisão (15, 28). Além disso, especulamos que os resultados diferentes entre os dois softwares são principalmente atribuíveis ao pipeline diferente, incluindo o atlas de registro. O atlas é a base para a segmentação: NQ usa um atlas probabilístico diferente daquele do FreeSurfer (14), e IB usa o mesmo atlas do FreeSurfer. O efeito potencial do tipo de atlas nos resultados volumétricos foi demonstrado em um estudo utilizando diferentes atlas para segmentação do hipocampo, o que resultou em diferenças na precisão dependendo do atlas utilizado (29). Nossos achados sugerem que pelo menos algumas estruturas profundas de substância cinzenta, como o putâmen e o pálido, ainda são suscetíveis ao uso de diferentes atlas, apesar da boa confiabilidade geral.

Estudos anteriores demonstraram que os pacientes com DA apresentaram atrofia cortical das regiões temporal medial, temporoparietal, cingulado posterior e pré-cuneiforme (30, 31), entretanto, nenhum estudo enfocou medidas de volume dos gânglios da base. No entanto, diminuições no volume da substância cinzenta subcortical, incluindo o putâmen e o pálido, foram relatadas em pacientes com DA em estudos anteriores (32, 33). Essa diminuição do volume dos gânglios da base poderia ser explicada pela perda neuronal causada pela deposição de amiloide e emaranhados neurofibrilares (33). Além disso, como a deposição de ferro (34) e a patologia da tau (35) podem influenciar os gânglios da base em pacientes com DA, as alterações no volume dos gânglios da base não podem ser negligenciadas. Conseqüentemente, os usuários do software devem estar cientes do fato de que os resultados do volume dos gânglios da base podem ser muito diferentes dependendo do software usado.

A atrofia do hipocampo tem sido considerada um marcador de imagem da DA (36). O volume do hipocampo foi significativamente maior com IB do que com NQ em pacientes com MCI e DA. A correlação entre IB e NQ tendeu a ser menor em pacientes com DA em comparação com controles normais e pacientes com MCI. Para o volume do hipocampo, houve uma diferença maior entre os pacientes com MCI e AD no NQ do que no IB.

Neste estudo, usamos os tamanhos de efeito na análise estatística. Os tamanhos de efeito são definidos como medidas padronizadas do tamanho da diferença média entre os grupos de estudo (24). O tamanho do efeito pode ser obtido com a diferença média entre dois grupos dividida pelo desvio padrão. Portanto, quando um resultado mostra a mesma diferença média, o desvio padrão determina o tamanho do efeito. O par t teste mostrou diferenças significativas na amígdala, cerebelo e substância branca cerebral, no entanto, eles mostraram tamanhos de efeito pequenos. Isso significa que a diferença média padronizada entre os dois métodos foi pequena, embora apresentassem diferenças estatisticamente significativas. Além disso, outras estruturas de substância cinzenta profunda, como o pálido, o putâmen e o tálamo, mostraram grandes tamanhos de efeito. Este resultado de tamanho de efeito implica que os resultados entre os dois softwares não foram idênticos. Assim, acreditamos que os resultados para essas estruturas menores devem ser interpretados com cautela, pois a interpretação pode diferir dependendo do software usado para medições de volume.

A principal limitação deste estudo foi que usamos duas sequências de ressonância magnética (RM) diferentes para medições volumétricas. Não consideramos a repetibilidade no mesmo scanner em termos das diferentes sequências de RM aplicadas. Na verdade, o volume da substância branca cerebral em pacientes com DA era maior do que em pacientes com MCI em IB. Isso é difícil de explicar, no entanto, pode estar relacionado ao protocolo de varredura, onde uma espessura de corte de 1,2 mm foi usada com mais frequência no grupo DA do que nos outros 2 grupos. Como a substância branca cerebral tendia a mostrar maiores volumes em varreduras com uma espessura de corte de 1,2 mm em comparação com aqueles com uma espessura de corte de 1 mm em ambos NQ e IB, diferentes parâmetros de varredura de RM podem afetar as medições de volume de uma maneira diferente. Em segundo lugar, não investigamos a reprodutibilidade em um scanner de RM diferente. Os resultados das medições de volume podem ser diferentes em um scanner de RM diferente porque a volumetria do cérebro é geralmente influenciada por vários fatores técnicos, incluindo a força do campo de RM e o modelo do scanner, bem como questões relacionadas ao pós-processamento (23). Mais estudos são necessários no futuro para validação metodológica completa. Por fim, não comparamos o resultado do NQ e IB com o do FreeSurfer ou segmentação manual, que é o padrão de referência. Portanto, não foi possível determinar qual software poderia produzir resultados semelhantes aos do FreeSurfer ou da segmentação manual.

Em conclusão, comparamos dois softwares comerciais para medições automatizadas de volume de regiões cerebrais. No geral, eles mostraram correlação de boa a excelente. No entanto, eles mostraram diferenças médias significativas e grandes tamanhos de efeito. Portanto, os médicos e pesquisadores devem levar em consideração o tipo de software usado ao interpretar os resultados das medições de volume obtidas com software comercial.


Discussão

A confiabilidade de diferentes programas de segmentação automática do cérebro, como SPM, FreeSurfer e FSL, foi avaliada recentemente em pacientes com doença de Alzheimer & # x02019s ou comprometimento cognitivo leve (19), e quando ressonâncias magnéticas com qualidade de imagem limitada foram examinadas, os resultados de segmentação obtidos usando o Os programas SPM foram mais robustos do que os obtidos com o FreeSurfer ou FSL (19). Com base nessas descobertas, decidimos usar duas versões da caixa de ferramentas SPM amplamente aplicada (ou seja, VBM8 e CAT12) em nosso estudo. Nós investigamos as diferenças e sobreposições entre os achados de alteração de GM e WM em controles saudáveis ​​e pacientes com RTE-HS, RTLE-no, LTLE-HS e LTLE-no revelados por análises de VBM conduzidas com essas caixas de ferramentas. Nossos resultados indicaram diferentes padrões de anormalidades de substância cinzenta e branca em TLE com base nos programas VBM8 e CAT12, como discutiremos em detalhes abaixo.

Alterações GM

Na análise de VBM usando a caixa de ferramentas mais antiga (ou seja, VBM8), observamos uma ligeira redução no GM em comparação com os controles saudáveis ​​apenas na região do hipocampo direito dos pacientes RTLE-HS, enquanto a análise de VBM usando o programa mais recente CAT12 revelou significante Reduções de GM nas regiões do hipocampo esquerdo e direito nos pacientes com LTLE-HS e RTLE-HS, respectivamente. Nossa análise de VBM com resultados de CAT12 está de acordo com os de estudos que relataram reduções do volume mesial temporal ipsilateral no GM de pacientes com TLE-HS em comparação com indivíduos saudáveis ​​(20 & # x0201322). Além disso, os resultados que obtivemos usando CAT12 são amplamente consistentes com o conhecimento baseado em patologia que descreve a perda neuronal no hipocampo de pacientes com TLE-HS (23). Os resultados de VBM obtidos usando a caixa de ferramentas CAT12 devem, portanto, ser considerados mais representativos da atrofia GM em ELT.

Em nossas comparações diretas entre os pacientes com diagnóstico de não HS versus controles saudáveis, observamos um edema GM significativo da amígdala nos pacientes RTLE-não na análise VBM usando a caixa de ferramentas VBM8 e na mesma análise usando a caixa de ferramentas CAT12. Esse achado está de acordo com os de estudos anteriores que demonstraram ELT com aumento da amígdala (24 & # x0201327).

Alterações WM

Nossa comparação das alterações de WM em nossos pacientes com TLE-HS versus controles saudáveis ​​mostrou que as reduções mesiais temporais ipsilaterais de WM foram identificadas pela análise de VBM usando CAT12, enquanto a análise de VBM usando VBM8 não detectou qualquer redução de WM no LTLE-HS e RTLE Pacientes -HS. A razão para isso pode ser devido aos algoritmos de segmentação aprimorados e / ou novos incorporados no SPM12 em comparação com o SPM8. Nossa análise de VBM com achados de CAT12 são amplamente consistentes com estudos que descrevem anormalidades ipsilaterais de WM em pacientes com TLE-HS em comparação com controles saudáveis ​​(21, 28). Os resultados de VBM obtidos usando a caixa de ferramentas CAT12 devem, portanto, ser considerados mais representativos da atrofia WM em TLE em comparação com os resultados de VBM obtidos com VBM8.

Uma limitação de nosso estudo pode ser que os grupos de sujeitos apresentavam desequilíbrio de gênero, o grupo LTLE-HS em particular era predominantemente feminino e os controles saudáveis ​​eram predominantemente masculinos. Além disso, dado que a significância estatística às vezes pode ser afetada por vários fatores, devemos prestar muita atenção na interpretação da significância dos resultados.

Os autores na Ref. (29) compararam os volumes da amígdala e do hipocampo usando procedimentos FreeSurfer e VBM8 com segmentação manual. Como parte de um estudo futuro, planejamos avaliar os volumes da amígdala e do hipocampo como as principais regiões afetadas pela epilepsia, usando diferentes abordagens, como SPM (ou seja, VBM8, CAT12), FreeSurfer e FSL com segmentação manual em pacientes com ELT. Embora na presente investigação tenhamos usado estatísticas robustas e obtido resultados concordantes com estudos anteriores, novos estudos usando amostras e métodos diferentes podem ser informativos.


Declarações de ética

Conflito de interesses

Os autores declaram não haver conflito de interesses.

Aprovação ética

O estudo de pesquisa atende a todos os regulamentos éticos exigidos pelo comitê de ética do Sourasky Medical Center de Tel-Aviv (número de referência 0207/14). Todos os sujeitos deram consentimento informado por escrito de acordo com a Declaração de Helsinque. Este estudo está registrado em ClinicalTrials.gov (número de registro: NCT03756545): https://clinicaltrials.gov/ct2/show/NCT03756545.


Introdução

O córtex cerebral do cérebro humano é altamente dobrado com uma espessura média de cerca de 2,5 mm, que varia entre 1 e 4,5 mm em diferentes regiões do cérebro.1 A análise da espessura cortical (TC) permite a aquisição de valiosos na Vivo informações sobre neuroanatomia normal e anormal no cérebro humano saudável e doente. Isso é de particular interesse quando os participantes nos quais o declínio cognitivo, ou mesmo a demência, como a doença de Alzheimer (DA), são investigados. A DA é uma doença neurodegenerativa, caracterizada pelo acúmulo de proteínas beta & # x02010amiloides e tau, que estão associadas à neurodegeneração na forma de deterioração sináptica, neuronal e axonal que afeta a memória e a função cognitiva.2 A neurodegeneração na DA normalmente começa nas regiões do lobo temporal antes afetando o neocórtex.3 Esses padrões atróficos podem ser observados com métodos de ressonância magnética estrutural (MRI) .4 Por exemplo, estudos neuropatológicos revelaram que estruturas cerebrais especialmente temporais, como o córtex entorrinal, o giro parahipocampal e regiões ao redor do sulco temporal superior são afetados pela neurodegeneração na DA.5,6 Para avaliar essas alterações cerebrais na forma de atrofia cerebral, são necessários métodos que forneçam estimativas confiáveis ​​de TC.

Vários métodos para estimativas de CT já foram introduzidos7 e podem ser amplamente classificados como baseados em superfície & # x02010 ou em volume & # x02010.8 Embora os métodos baseados em volume & # x02010 compartilhem a vantagem de tempos de processamento mais baixos, as abordagens baseadas em superfície & # x02010 se destacam em termos de precisão, pois toda a superfície é modelada. O FreeSurfer é um conjunto de software estabelecido que utiliza a abordagem baseada em superfície & # x02010 e pode ser considerado o padrão ouro em medições de TC. É freqüentemente usado para estimativa automatizada de TC com alta precisão9, onde toda a superfície cortical é reconstruída (ver Fig & # x200B Fig1). 1). Mais especificamente, uma etapa de reconstrução é realizada na qual o limite externo, com base no limite interno, é reconstruído por meio de deformação baseada no modelo & # x02010 da superfície interna.1, 10 Embora o método forneça estimativas de espessura precisas, longos tempos de processamento são inevitáveis. No entanto, para algumas questões de pesquisa, essas etapas extensas de reconstrução da superfície não são necessárias.

Fluxo & # x02010chart compreendendo ambas as abordagens metodológicas.

Recentemente, a caixa de ferramentas de anatomia computacional (CAT12: http://www.neuro.uni-jena.de/cat/) para SPM (software Statistical Parametric Mapping, http://www.fil.ion.ucl.ac.uk/ spm /) foi introduzido, oferecendo uma abordagem alternativa rápida e fácil & # x02010to & # x02010use para estimativas de TC sem a reconstrução extensiva da superfície. Esta abordagem baseada em volume & # x02010 usa projeção & # x02010 espessura baseada (PBT), 11 onde um esquema de projeção é usado, usando a informação de sulcos borrados para criar um mapa CT correto. Com a espessura baseada em voxel & # x02010, a estimativa de PBT permite a fácil criação da superfície central, que se pensa ter melhores propriedades do que a matéria branca (WM) ou superfície pial. Esta superfície central é gerada no limite de distância de 50% entre a matéria cinzenta (GM) / WM e GM / líquido cefalorraquidiano (LCR) .11 Agora é possível incluir a estimativa da TC e da superfície central de ambos os hemisférios, com base no método PBT.11 A reconstrução da superfície inclui correção de topologia, que leva em conta defeitos topológicos usando harmônicos esféricos.12 Além disso, o mapeamento esférico é aplicado para reparameterizar a malha de superfície em um sistema de coordenadas comum, 13 enquanto o registro esférico adapta o volume & # algoritmo DARTEL 14 difeomórfico baseado em x02010 à superfície.

Em resumo, este novo método PBT leva a uma redução tremenda no tempo de processamento, uma vez que nenhuma reconstrução extensa da superfície é realizada. Além disso, uma interface gráfica de usuário integrada no SPM simplifica o processo para usuários não familiarizados com a linha de comando. No entanto, ainda precisa ser investigado se ambos os métodos fornecem resultados comparáveis. Aqui, avaliamos as estimativas de CT usando ambos os métodos, comparando uma coorte de AD com controles saudáveis ​​(HCs).

Dados de ressonância magnética de HCs e de uma coorte de AD foram processados ​​com ambas as abordagens de TC e uma comparação de região de interesse (ROI) & # x02010wise foi realizada. Em primeiro lugar, avaliamos as diferenças gerais nas estimativas de CT para ambos os métodos e cada ROI. Posteriormente, a TC foi comparada diretamente entre pacientes com DA e HCs para avaliar a aplicabilidade em pesquisas clínicas. Em uma última etapa, uma análise de teste e # x02010reteste foi conduzida para obter insights sobre a confiabilidade de ambos os métodos.


Um exame sistemático de anormalidades volumétricas cerebrais na esquizofrenia de início recente usando análises morfométricas baseadas em voxel, baseadas em superfície e baseadas na região de interesse

Anormalidades morfométricas cerebrais na esquizofrenia foram amplamente relatadas na literatura. As reduções volumétricas do cérebro inteiro são quase universalmente relatadas pela maioria dos estudos, independentemente das características das amostras estudadas (por exemplo, medicamentos de início recente / crônico / naïve para neurolépticos, etc.). No entanto, o mesmo não pode ser dito das anormalidades morfométricas regionais relatadas na esquizofrenia.Embora certas anormalidades morfométricas regionais sejam relatadas com mais frequência do que outras, não existem tais anormalidades que são universalmente relatadas nos estudos. A variabilidade das características sociodemográficas e clínicas nas amostras do estudo, bem como questões técnicas e metodológicas relacionadas à aquisição e análise de imagens estruturais do cérebro, podem contribuir para a inconsistência dos achados morfométricos do cérebro na esquizofrenia. O objetivo do presente estudo, portanto, foi examinar sistematicamente a morfometria cerebral em pacientes com esquizofrenia de início recente para descobrir se existem diferenças significativas no cérebro total ou volumétricas regionais detectáveis ​​no limiar de significância apropriado, após tentar controlar vários fatores de confusão que pode afetar os volumes do cérebro.

Métodos

Imagens de ressonância magnética estrutural de 90 indivíduos (esquizofrenia = 45 indivíduos saudáveis ​​= 45) foram adquiridas usando um ímã de 3 Tesla. As análises morfométricas foram realizadas seguindo os canais de análises padrão de três estratégias mais comumente usadas, viz., Morfometria baseada em voxel de todo o cérebro, morfometria baseada na superfície do cérebro inteiro e comparações entre grupos de volumes regionais gerados por segmentação e parcelação automatizada.

Resultados

Em nossa amostra de pacientes com esquizofrenia de início recente com exposição neuroléptica limitada, não houve cérebro inteiro significativo ou alterações morfométricas regionais do cérebro observadas nos limiares de significância estatística apropriados com ou sem incluir idade, sexo e volume intracraniano ou volume cerebral total na estatística análises.

Conclusões

No contexto dos achados conflitantes na literatura, nossos achados indicam que as anormalidades morfométricas cerebrais podem não estar diretamente relacionadas ao fenótipo da esquizofrenia. A análise das razões para os resultados inconsistentes entre os estudos, bem como a consideração de fontes alternativas de variabilidade da morfologia do cérebro na esquizofrenia, como mecanismos epistáticos e epigenéticos, talvez possam avançar em nossa compreensão das alterações estruturais do cérebro na esquizofrenia.


Resultados

Comparando Areal-Feature & # x02013Based Surface Registration to Traditional Volume Alignment of Cortical Areas: Probabilistic Maps of Cortical Areas.

Usamos regiões binárias de interesse (ROIs) das parcelas individuais baseadas no classificador (16) de cada um dos 210 assuntos de validação para calcular mapas probabilísticos de cada área cortical (ou seja, médias cruzadas de assuntos das 210 classificações de assuntos individuais de cada área ) (Apêndice SI, Métodos Suplementares M1) Para as análises baseadas em volume, áreas corticais individuais foram mapeadas de volta para o volume usando superfícies de sujeitos individuais, revertendo o processo pelo qual os dados foram originalmente trazidos à superfície (Apêndice SI, Métodos Suplementares M2 e M3) A Fig. 1 mostra mapas probabilísticos de cinco áreas exemplares abrangendo uma gama de probabilidades de pico. Cada área é mostrada como localizada por característica de área e registro de superfície com base em # x02013 (MSMAll) (Fig. 1, Inferior, Centro), e conforme localizado por métodos baseados em volume (FNIRT, fatias de volume parassagital). Uma área (3b na Fig. 1) tem uma probabilidade de pico de 0,92 no volume (laranja, vermelho), enquanto as outras quatro têm probabilidades de pico volumétrico na faixa de 0,35 & # x020130,7 (azul, amarelo). Notavelmente, as probabilidades de pico dessas cinco áreas são todas mais altas na superfície (Fig. 1, Diminuir, Centro) (intervalo de 0,90 & # x020131) do que no volume, indicando que o registro não linear baseado em superfície MSMAll fornece um alinhamento funcional substancialmente melhor entre os assuntos do que o registro baseado em volume não linear FNIRT.

Mapas probabilísticos para cinco áreas usando registro de superfície baseado em MSMAll e # x02013 e alinhamento de volume FNIRT. As probabilidades de pico baseadas em volume são todas menores do que as probabilidades baseadas em superfície para essas áreas de exemplo. Cada área baseada em volume é mostrada em uma fatia parassagital através da probabilidade volumétrica de pico. Ver Apêndice SI, Métodos Suplementares M2 e M3. Os dados estão disponíveis em https://balsa.wustl.edu/xK0Z.

Na Fig. 2UMA , o gráfico de dispersão mostra que as probabilidades de pico de superfície são quase exclusivamente maiores e têm muito mais áreas com picos em 100% (54 de 360 ​​na superfície contra apenas 3 no volume). As probabilidades de volume de pico têm uma média de 0,70 e um DP de 0,17, enquanto as probabilidades de superfície de pico têm uma média muito maior (0,94) e um DP menor (0,06). Apenas 5 das 360 áreas (R_AAIC, R_EC, L_AAIC, L_PoI1 e L_MBelt) têm um valor de pico mais alto no volume do que na superfície (aqueles abaixo da linha cinza), e para essas as diferenças são muito pequenas. Notavelmente, a maioria dessas áreas está em locais com bom alinhamento baseado em dobra, mas relação sinal-ruído (SNR) de fMRI relativamente pobre (o que provavelmente reduz a precisão do alinhamento baseado em área de MSMAll & # x02013).

(UMA) Um gráfico de dispersão da probabilidade de área de pico de registro de superfície baseada em característica de área & # x02013 (MSMAll) vs. registro baseado em volume (FNIRT) probabilidade de área de pico para todas as 360 áreas (180 por hemisfério). (B) Um gráfico de dispersão do sinal de área individual capturado pelas definições de área de grupo (MPMs) (Apêndice SI, Métodos Suplementares M6 e M7) em resoluções de 4 mm funcional (por exemplo, dados legados de fMRI, em verde), funcional de 2 mm (por exemplo, fMRI estilo HCP, em azul) e estrutural de 0,7 mm (por exemplo, mielina ou fMRI de campo ultra-alto, em vermelho). No gráfico de dispersão direito, as linhas cinza conectam os três pontos de dados para cada área (média entre os hemisférios, 180 no total), mostrando o grau em que os métodos baseados em superfície e baseados em volume se beneficiam de maior resolução (com resoluções intermediárias ao longo das linhas) . Ver Apêndice SI, Métodos suplementares M2, M3, M6 e M7.

A probabilidade de área de pico representa apenas informações em um único vértice ou voxel para cada área. Para melhor medir a distribuição espacial probabilística de cada área, medimos a proporção de cada área & # x02019s vértices ou voxels em todos os indivíduos que estavam contidos na definição de grupo da área, simulando a aplicação da parcelamento de grupo aos dados (Apêndice SI, Métodos Suplementares M3 e M7) Esta medida é derivada da ideia de que cada área de matéria cinzenta cortical irá, em algumas situações, gerar um & # x0201csignal & # x0201d distinto em relação a outras áreas que são comuns entre os indivíduos (ou seja, séries temporais de fMRI, conteúdo de mielina e assim por diante). Usamos este conceito para avaliar e comparar métodos perguntando qual proporção dos indivíduos & # x02019 sinal simulado se sobrepõe com (ou é & # x0201capturado & # x0201d por) as definições de área de grupo baseadas em superfície e em volume [do mapa de probabilidade máxima ( MPM)] (Apêndice SI, Métodos Suplementares M6) Ambas as medidas baseadas em superfície e baseadas em volume usam o mesmo por arquivos de volume individuais para definir o sinal simulado.

Figura 2B mostra a fração do sinal de área que está dentro das definições de área do grupo, para volume e superfície. Várias resoluções diferentes são simuladas, incluindo quando os dados são adquiridos com voxels de 2 mm (pontos azuis, simulando dados adquiridos com fMRI de alta resolução estilo HCP), voxels de 0,7 mm (pontos vermelhos, simulando dados adquiridos em estruturas estilo HCP resolução, como mapas de mielina ou fMRI de campo ultra-alto), ou voxels de 4 mm (pontos verdes, simulando dados adquiridos com & # x0201clegacy & # x0201d fMRI de baixa resolução). Na figura, as linhas cinza conectam cada área entre seus valores de 4, 2 e 0,7 mm, revelando o quanto cada método se beneficia com aumentos na resolução. Essa medida é universalmente mais alta no processamento baseado em superfície alinhado com MSMAll do que no processamento baseado em volume alinhado com FNIRT, com muito poucas áreas se aproximando da equivalência. A mediana entre as áreas da fração capturada por MPM de superfície é 0,56 para a resolução de aquisição simulada de 2 mm, contra 0,37 para a fração capturada por MPM de volume. Para a resolução de aquisição simulada de 0,7 mm, a mediana da fração capturada pela superfície aumenta para 0,67, contra 0,41 para métodos baseados em volume, sugerindo que uma resolução espacial mais alta beneficia preferencialmente as análises baseadas em superfície. Para resolução de aquisição simulada de 4 mm, a mediana da fração capturada pela superfície é menor (0,43) como esperado, mas permanece maior do que para métodos baseados em volume (0,29), demonstrando benefícios de análises baseadas em superfície, mesmo para baixa resolução , os dados legados de fMRI [de fato com base na superfície em 4 mm (0,43) ainda superam com base em volume em 0,7 mm (0,41)]. Assim, em comparação com análises baseadas em superfície alinhadas por característica de área, um sinal de área individual & # x02019s em análises baseadas em volume tem muito mais probabilidade de estar localizado fora da definição de área do grupo. Na verdade, em média, muito menos da metade do sinal está dentro da definição de área do grupo em análises baseadas em volume, mesmo antes de contabilizar a suavização que é tradicionalmente feita (ver Efeitos da suavização espacial no volume e na superfície, abaixo).

Comparando Areal-Feature & # x02013Based Surface Registration to Traditional Volume Alignment of Cortical Areas: Areal Incerteza.

Usamos ROIs binários das parcelas individuais de cada um dos 210 indivíduos para calcular MPMs para cada área cortical e para os domínios do tecido não cortical (& # x0201coutical pial & # x0201d e & # x0201cinide white & # x0201d) após o processamento por meio de abordagens diferentes (Apêndice SI, Métodos Suplementares M1 & # x02013M3, M6, e M8) Como uma medida objetiva da qualidade do alinhamento espacial, calculamos & # x0201 mapas de incerteza, & # x0201d onde o valor de incerteza é igual a 1 menos o valor de probabilidade máxima em cada vértice ou voxel. A Fig. 3 mostra a medida de incerteza calculada para o registro de superfície baseado em característica de área & # x02013 (MSMAll SBR) (Fig. 3UMA ) e para fatias parassagitais selecionadas do registro baseado em volume FNIRT (FNIRT VBR) (Fig. 3C ) Os valores de incerteza para MSMAll SBR são surpreendentemente mais baixos (melhores) e mais consistentes do que aqueles para FNIRT VBR. Para MSMAll SBR, cerca de metade do córtex (49,6%) tem valores de incerteza menores que 0,2 (probabilidade máxima de área única & # x0003e0,8), e apenas uma pequena porcentagem do córtex tem valores de incerteza acima de 0,5 (9,0%). Observe que esperamos que a incerteza chegue a 0,5 nos limites entre duas áreas e seja ainda maior nas junções de mais de duas áreas, mesmo que as etapas de registro e classificação tenham resultado em uma sobreposição quase perfeita de áreas entre os assuntos. A transição consistentemente nítida perto dos limites da área e os baixos valores gerais refletem tanto a alta qualidade do alinhamento da área neste registro quanto a consistência da parcelamento entre os indivíduos. Mesmo em regiões que normalmente são desafiadoras para alinhar por causa da alta variabilidade de dobramento (como o córtex pré-frontal) (Apêndice SI, Fig. S1), os valores de incerteza próximos a 0,5 são quase totalmente confinados a faixas estreitas ao longo dos limites entre as áreas corticais. O padrão de incerteza amplamente uniforme e de baixo valor, mesmo em locais desafiadores conhecidos, indica excelente alinhamento entre assuntos com registro de superfície MSMAll (ver Fig. 6 para uma comparação com registros de superfície baseados exclusivamente em dobramento).

Incerteza de área do alinhamento baseado em superfície MSMAll (UMA) versus alinhamento baseado em volume FNIRT (C) para as áreas corticais probabilísticas de 210 V. A abordagem baseada em volume tradicional tem incerteza substancialmente maior (verdes, amarelos e laranjas) do que a abordagem baseada em superfície estilo HCP, como visto nos histogramas (B e D), bem como as imagens (UMA e C) Nos resultados baseados em volume, alguns locais têm baixa incerteza (roxo e preto) e limites relativamente nítidos entre as áreas (setas vermelhas: córtex sensório-motor inicial, insular e temporal inferior), comparável ao que é consistentemente encontrado na superfície. Os ROIs de volume que foram usados ​​para criar esta figura foram gerados mapeando as parcelas de indivíduos & # x02019 para o espaço do modelo MNI de 0,7 mm usando as superfícies de espaço MNI de resolução nativa de indivíduos & # x02019 e o método de mapeamento de fita (19). O uso de voxels de 0,7 mm minimiza os efeitos do tamanho do voxel nos mapas de probabilidade do grupo, permitindo que o efeito do alinhamento seja investigado separadamente do efeito da resolução do voxel. Na prática, as resoluções típicas de fMRI levam a um aumento da mistura de sinal entre áreas e tecidos não corticais, para análise de superfície e volume (consulte Efeito da Resolução de Aquisição) Ver Apêndice SI, Métodos suplementares M2, M3 e M8. Os dados estão disponíveis em https://balsa.wustl.edu/PGX1.

Comparação de quatro alinhamentos baseados em superfície: MSMAll areal-feature & # x02013 registro baseado (Principal), Registro baseado em dobramento MSMSulc (segunda linha), registro baseado em dobramento FreeSurfer (terceira linha) e um alinhamento esférico rígido de rotação baseado no registro FreeSurfer (Fundo) o Deixou coluna mostra seis áreas probabilísticas para cada abordagem de registro com contornos amarelos representando os limites de área do MPM 210V. o Centro coluna mostra os mapas de incerteza de área (1 menos probabilidade máxima em cada vértice), como na Fig. 3. o Direito coluna mostra os histogramas dos mapas de incerteza. Ver Apêndice SI, Métodos Suplementares M4. Os dados estão disponíveis em https://balsa.wustl.edu/1616.

No alinhamento baseado em volume FNIRT, alguns locais de baixa variabilidade de dobramento mostram uma concordância entre sujeitos razoavelmente boa, como o sulco central e a ínsula (Fig. 3, setas vermelhas). Nesses locais, as maiores incertezas são localmente restritas aos limites óbvios entre as áreas ou entre o córtex e o líquido cefalorraquidiano (LCR) ou substância branca. No entanto, muito pouco córtex tem incerteza abaixo de 0,2 (apenas 3,3% dos voxels onde o córtex é o tecido mais provável), e quase dois terços do córtex tem incerteza acima de 0,5 (65,5% dos voxels onde o córtex é o tecido mais provável) . A maior incerteza está concentrada em regiões de alta variabilidade de dobramento cortical (ver também Apêndice SI, Fig. S1). Além disso, os mapas de incerteza com base em volume contêm incerteza no alinhamento de matéria cinzenta e incerteza no alinhamento de área (ver também Apêndice SI, Fig. S2). Essas grandes incertezas mostram que o registro baseado em volume falhou em alinhar as áreas do HCP-MMP1.0 entre assuntos em muitos locais. Notavelmente, a maioria dos valores muito baixos no histograma de volume (Fig. 3D ) são das amplas franjas de baixa incerteza que estão na matéria branca e CSF do atlas, em vez de em locais com maior probabilidade de matéria cinzenta (Apêndice SI, Fig. S3). Em contraste, os baixos valores da incerteza da superfície (Apêndice SI, Fig. S3, Canto superior direito) ocorrem exclusivamente dentro de áreas corticais de substância cinzenta. Tomados em conjunto, esses dados indicam que a análise de volume baseada em FNIRT é incapaz de discriminar de forma confiável entre áreas corticais em grande parte do neocórtex.

Volumetric Areal MPMs.

MPMs volumétricos (vMPM) para áreas corticais foram relatados em outros estudos (por exemplo, ref. 28), e geramos MPMs volumétricos para a parcela HCP-MMP1.0, conforme descrito em Apêndice SI, Métodos Suplementares M6. Descobrimos que em regiões onde a fita probabilística de matéria cinzenta tem valores relativamente altos e baixas incertezas de área, o vMPM forma uma fita espessa e contínua, aproximadamente comparável à espessura cortical média nessas regiões. Em tais regiões, o alinhamento baseado em volume não é uma grande desvantagem em relação ao alinhamento baseado em superfície. Em contraste, para regiões onde a massa cinzenta cortical probabilística está menos bem alinhada e a incerteza da área é consistentemente alta, o vMPM é mais fino do que a espessura cortical média. De fato, em alguns locais, existem lacunas evidentes que carecem de uma área cortical vencedora, identificando regiões onde a substância branca ou LCR é mais provável do que qualquer área cortical única (ver Deixou lado Apêndice SI, Fig. S4). Isso contrasta com o alinhamento preciso de cada parcela individual do sujeito & # x02019s, mapeado para o volume usando as superfícies do sujeito & # x02019s e exibido no volume individual & # x02019s T1w, que se sobrepõe completamente ao mapa da massa cinzenta individual & # x02019s (ver Direito lado Apêndice SI, Fig. S4). Mais geralmente, os mapas probabilísticos volumétricos para as áreas exemplares mostradas na Fig. 1 representam a distribuição esperada dos dados gerados por essas áreas em qualquer conjunto de dados que foi registrado com FNIRT usando a configuração HCP & # x02019s FNIRT sem suavização espacial. O resultado líquido é que cada área no vMPM é muito menor do que seu mapa probabilístico correspondente, de modo que uma grande fração de cada área & # x02019s probabilidade de grupo (e, portanto, sinal) ficará fora da parcela do vMPM. Nós quantificamos este efeito acima na Fig. 2 para registro baseado em superfície MSMAll vs. alinhamento baseado em volume FNIRT (ver Fig. 8 para abordagens de análise adicionais). Este mau alinhamento de áreas corticais individuais sujeitas ao grupo MPM é um problema fundamental para usar um MPM volumétrico para representar áreas corticais. A seguir, demonstramos que esse problema é dramaticamente agravado pela suavização espacial comumente usada em estudos baseados em volume.

(Deixou) Gráficos de caixa e bigode da probabilidade de pico de cada área para vários métodos SBR e para registro baseado em volume FNIRT, mais os efeitos de diferentes quantidades de superfície (4, 8 e 15 mm FWHM) e suavização de volume (4 - e 8 mm FWHM). Métodos de registro menos otimizados e maior suavização reduzem consistentemente a probabilidade de pico de área. A suavização baseada em volume tem o maior impacto, seguida por alinhamento baseado em volume versus alinhamento baseado em superfície. A diminuição do FreeSurfer em comparação com o MSMSulc é semelhante em magnitude à suavização dos dados do MSMAll por FWHM de 4 mm. (Direito) Fração de área capturada de MPM usando voxels espaciais de MNI de 2 mm para os mesmos 10 métodos, mostrando um padrão semelhante. Notavelmente, as áreas que se saem pior no novo MSMAllStrain são geralmente bem alinhadas por dobramento, enquanto as áreas que se saem melhor no MSMAllStrain têm mais variabilidade entre os sujeitos (o novo MSMAllStrain permite distorções mais leves a moderadas enquanto fixa as distorções de pico). A linha vermelha é a mediana, as bordas da caixa são os percentis 25 & # x0201375, os bigodes são 2,7 SDs e os sinais positivos em vermelho são outliers além de 2,7 SDs. Ver Apêndice SI, Métodos suplementares M2 & # x02013M7.

Efeitos da suavização espacial no volume e na superfície.

A suavização de dados volumétricos é amplamente usada como uma forma de reduzir o ruído voxel, aumentar as medidas de significância estatística e satisfazer as suposições estatísticas. Freqüentemente, também se presume que compensa o alinhamento imperfeito das áreas corticais entre os indivíduos. Infelizmente, o alisamento no volume mistura dados através dos compartimentos do tecido e através dos limites das áreas, incluindo áreas não contíguas em bancos opostos de dobras giral e sulcal (9).Ao tratar as parcelas binárias de sujeito individual como manchas de sinal idealizado, podemos mostrar o efeito da suavização na pureza e extensão do sinal de área (Apêndice SI, Métodos Suplementares M3 e M4) Este efeito é visível como uma redução na probabilidade de área de pico e uma expansão dos mapas de probabilidade de área com base em volume na Fig. 4, que mostra três áreas exemplares após diferentes quantidades de suavização. Área 3b (Fig. 4, Principal linha) tem uma distribuição probabilística relativamente estreita, sem qualquer suavização (Fig. 4, Principal, Deixou), mas o valor de pico é acentuadamente reduzido e a extensão espacial aumentada com suavização volumétrica de meio-máximo de largura total de 4 mm (FWHM), tendências deletérias que pioram com suavização FWHM de 8 mm. As áreas 55b e LIPv começam com maior dispersão na condição de não suavização, de modo que os efeitos da suavização volumétrica não são tão visualmente dramáticos, mas mesmo assim são substanciais em ambos os casos. Níveis comparáveis ​​de suavização com base na superfície aplicados às mesmas três áreas registradas MSMAll (Fig. 4, Fundo linha) mostram um efeito muito menor, embora a suavização ainda corroa a localização.

Efeitos da suavização baseada em volume e baseada em superfície em áreas corticais de exemplo. o Principal três linhas mostram fatias sagitais aumentadas de mapas probabilísticos volumétricos através da probabilidade máxima de três áreas exemplares, antes de (Deixou) e após suavização Gaussiana baseada em volume irrestrito de 4 mm (Centro) ou 8 mm (Direito) FWHM. Em cada linha, os pontos brancos estão em posições correspondentes para referência. o Fundo a linha mostra as mesmas quantidades de suavização gaussiana com base na superfície aplicada às mesmas três áreas após o registro com base na característica de área & # x02013 (MSMAll). Os valores de probabilidade de área diminuem no volume após o alisamento substancialmente mais do que na superfície com a mesma quantidade em milímetros FWHM de alisamento. Ver Apêndice SI, Métodos Suplementares M3 e M4. Os dados estão disponíveis em https://balsa.wustl.edu/7Blg.

Do ponto de vista da localização cortical, a suavização baseada em volume corrói substancialmente a fidelidade com a qual as atribuições de área podem ser feitas. Este efeito é ilustrado nas duas primeiras linhas da Fig. 5, que mostra mapas de incerteza de área (Fig. 5, segunda linha) e histogramas (Fig. 5, Principal linha) sem alisamento (Fig. 5, Deixou) e após a suavização volumétrica dos mapas de probabilidade de grupo por 4 mm FWHM (Fig. 5, Centro) e FWHM de 8 mm (Fig. 5, Direito), que são níveis comumente usados ​​de suavização volumétrica em estudos de fMRI. Ao longo da maior parte da fita cortical, a incerteza de área nos mapas suavizados de volume excede 0,5 (verde / amarelo), especialmente para suavização FWHM de 8 mm, indicando que a identificação neuroanatômica no nível de áreas corticais individuais na parcelação HCP-MMP1.0 é bastante limitado, de fato. Suavização com base na superfície dos mapas de probabilidade de área em 4 e 8 mm FWHM (Fig. 5, Diminuir linhas) também causa alguma distorção dos limites de área. No entanto, ao contrário da suavização baseada em volume, ela não desfoca entre sulcos ou categorias de tecido, de modo que os efeitos gerais são substancialmente menos deletérios. Ver Apêndice SI, Fig. S5 para níveis de suavização de volume adicionais de 2, 6 e 10 mm FWHM que foram relatados para estudos de fMRI (17). Apêndice SI, A Fig. S6 mostra o nível de suavização de superfície adicional de 15 mm FWHM que foi relatado na literatura (29) e que se aproxima dos valores de incerteza de área vistos no alinhamento baseado em volume não suavizado junto com os mesmos três níveis de suavização (4, 8 e 15 mm) com um alinhamento FreeSurfer.

Comparação de diferentes graus de suavização (colunas) para ambos com base em volume (Superior duas filas) e com base na superfície (Diminuir duas linhas) se aproxima. Ambos os mapas de incerteza de área e histogramas são mostrados. Eles foram calculados suavizando os mapas de probabilidade, o que é equivalente a suavizar as ROIs por assunto antes do cálculo da média. O alisamento de grãos na superfície tem claramente menos efeitos deletérios do que o alisamento de grãos do mesmo tamanho no volume, porque o alisamento da superfície evita o alisamento em sulcos ou em outros tecidos. Tal como acontece com a Fig. 3, os histogramas baseados em volume têm caudas & # x0201 incerteza de clivagem & # x0201d substanciais que surgem do mau alinhamento da fita cortical e da cauda do kernel de suavização gaussiana dentro da matéria branca e CSF. Ver Apêndice SI, Métodos Suplementares M3, M4 e M8. Os dados estão disponíveis em https://balsa.wustl.edu/6MB7.

A suavização baseada em volume também muda a localização da probabilidade máxima de matéria cinzenta em direção à porção central dos sulcos preenchidos pelo CSF ​​e em direção à porção de matéria branca dos giros (Apêndice SI, Fig. S7). Características em regiões de baixa variabilidade de dobramento (por exemplo, córtex insular e giro temporal superior) são claramente definidas sem suavização, como é o limite entre a matéria cinzenta e branca em tais regiões. Com o alisamento, os sulcos fundi não são apenas desfocados, mas a localização aparente da transição entre a matéria cinzenta e branca é substancialmente deslocada, particularmente para altos níveis de alisamento (por exemplo, 8 mm FWHM).

Comparando a qualidade de alinhamento de área de diferentes métodos de registro baseados em superfície.

Comparamos a qualidade de alinhamento de quatro métodos de registro baseados em superfície diferentes (Apêndice SI, Métodos Suplementares M4) A Fig. 6 mostra os resultados do registro MSMAll (com base em característica de área & # x02013), MSMSulc (com base em dobramento & # x02013, com menos distorção do que FreeSurfer), FreeSurfer (com base em dobramento & # x02013) e um alinhamento rígido de apenas rotação de esfera (que tem apenas 3 graus -of-freedom, enquanto os warpfields esféricos costumam ter milhares) derivados do registro FreeSurfer. Cada linha na figura mostra mapas probabilísticos de superfície para seis áreas corticais representativas, mapas de incerteza de área e histogramas de valores de incerteza. Todas as três maneiras de representar os dados demonstram que o MSMAll fornece o alinhamento mais rígido dos mapas probabilísticos HCP-MMP1.0 (probabilidades de pico mais altas e agrupamento mais restrito). MSMSulc é intermediário, embora apenas ligeiramente melhor do que FreeSurfer, que por sua vez é ligeiramente melhor do que a rotação esférica em geral. O método de rotação esférica & # x02019s alinhamento é impulsionado principalmente por semelhanças na inflação esférica entre os assuntos. As probabilidades de pico de área e o grau de dispersão de área encontrados aqui para o registro baseado em dobramento do FreeSurfer são comparáveis ​​aos relatados em estudos anteriores que usaram o registro do FreeSurfer com outras parcelas (12, 30, 31). Observe que a sobreposição máxima possível na superfície (ou no volume) é inferior a 100% para algumas áreas porque o classificador de área não detecta 100% de todas as áreas em todos os assuntos e porque existem topologias atípicas em algumas áreas em alguns assuntos que impedem qualquer registro de preservação de topologia de alcançar uma sobreposição perfeita entre os assuntos (Apêndice SI, Métodos Suplementares M1).

Efeito da Resolução de Aquisição.

Das três escolhas principais de aquisição e análise feitas em estudos de neuroimagem que impactam diretamente a fidelidade espacial (resolução de aquisição, método de alinhamento de sujeitos cruzados e método e quantidade de suavização), descobrimos que as escolhas de resolução de aquisição de fMRI comumente usadas têm o menor impacto geral (Apêndice SI, Métodos Suplementares M2) A Fig. 7 compara como o processamento baseado em superfície e baseado em volume é afetado pela combinação de efeitos de alinhamento de tecido com base em volume e volume parcial, nas resoluções de aquisição de fMRI 3T de última geração (isotrópico de 2 mm) e cinco outras resoluções simuladas (0,7 e # x020134,0 mm). Mostra que os efeitos do volume parcial na superfície diminuem substancialmente (a fração do sinal de massa cinzenta aumenta) ao adquirir dados com tamanhos de voxel menores. Notavelmente, para análise baseada em superfície, o padrão espacial médio do grupo nesta medida é amplamente determinado pela espessura cortical e é altamente uniforme em grande parte do córtex. Em contraste, os histogramas de dados de volume médio do grupo são amplamente inalterados, apesar dos aumentos na resolução de aquisição, porque as imprecisões do alinhamento baseado em volume dominam amplamente a medida, mostrando que as análises tradicionais baseadas em volume são incapazes de tirar vantagem total de maiores dados de resolução. A fração de sinal cortical de grupo com base no volume máximo também varia consideravelmente em diferentes regiões do córtex (por exemplo, entre o sulco central e o córtex parietal superior), sugerindo heterogeneidade espacial em poder estatístico e precisão de localização para análises baseadas em volume.

O efeito da resolução de aquisição na separação do sinal cortical do sinal não cortical, para baseado em superfície (Deixou duas colunas) e com base no volume (Centro duas colunas) processamento. A medida mostrada é a fração média da matéria cinzenta cortical do grupo de cada vértice ou voxel. o DireitoA coluna mais mostra um volume de fração cortical individual & # x02019s (HCP sujeito 121618) para as mesmas seis resoluções, como um exemplo das entradas para as análises. A suavização não foi aplicada. A fração de sinal cortical torna-se um pouco degradada na borda do córtex (voxels verdes) em muitas regiões, mesmo com resolução de 2 mm (mesmo que seja menor do que a espessura cortical média) e é gravemente degradada (muitos voxels verdes e azuis) em resoluções usadas tradicionalmente entre 3 e 4 mm. Ver Apêndice SI, Métodos Suplementares M2. Os dados estão disponíveis em https://balsa.wustl.edu/5gMx.

Embora a resolução de aquisição tenha o menor impacto entre as três opções de processamento acima mencionadas, uma resolução de aquisição mais fina, especialmente abaixo da espessura cortical média de 2,6 mm, é muito útil para estudos baseados em superfície, que não são limitados pelo alinhamento de sujeitos cruzados baseado em volume. Resoluções mais altas (por exemplo, o tamanho do voxel de 1,6 mm para os dados de fMRI do HCP 7T) reduzirão os efeitos do volume parcial e permitirão análises mais avançadas, como aquelas que se concentram nas diferenças laminares dentro da fita cortical (9) (Apêndice SI, Fig. S8). No entanto, tais análises exigirão avanços técnicos na aquisição de ressonância magnética e otimização de compensações entre o tamanho do voxel, SNR e velocidade de aquisição.

Medidas de localização resumidas para diferentes registros e níveis de suavização.

A Fig. 8 fornece uma comparação de resumo valiosa através de uma variedade de abordagens, usando a probabilidade de pico mencionada e as medidas de captura de área (Fig. 2) para cada uma das 360 áreas corticais. Notavelmente, esta figura também inclui um novo registro baseado em superfície MSMAll regularizado de cepa (20), que não foi usado na definição da parcelação ou no treinamento do classificador de área, mas, no entanto, mostra um desempenho muito semelhante ao MSMAll original. o Deixou os gráficos de caixa e bigode na Fig. 8 mostram as probabilidades de pico de cada área, e a Fig. 8, Direito mostra as medidas de sinal de área capturada por MPM para os mesmos 10 métodos (usando ponderação de volume parcial de resolução de 2 mm). Essas medidas dão a mesma classificação às medianas de cada método, que são tabuladas em Apêndice SI, Tabela S1. Uma comparação particularmente importante mostra que o nível de suavização mais comumente usado (17) na abordagem tradicional (FNIRT + suavização de volume FWHM de 8 mm) é apenas 35% tão bom quanto o melhor método baseado em superfície (MSMAll) usando medidas de pico médio probabilidade de área (0,340 vs. 0,967) e fração mediana de área capturada por MPM (0,200 vs. 0,564). Comparar a análise baseada em superfície usando apenas rotação rígida para alinhamento esférico com a análise baseada em volume sem suavização revela os benefícios alcançados simplificando o problema de registro cortical de sujeito cruzado mais desafiador de 3D para 2D e resolvendo o problema de segmentação de tecido mais tratável para lidar com a terceira dimensão. Essas melhorias conceituais refletem a vantagem fundamental que as abordagens baseadas em superfície têm sobre as abordagens baseadas em volume (Apêndice SI, Discussão Suplementar D2) Grandes quantidades de alisamento com base na superfície (FWHM de 15 mm) degradam substancialmente a localização da área cortical a níveis semelhantes ao alinhamento com base no volume sem alisamento.

Mapeamento de resultados de volume médio do grupo legado na superfície.

As análises tradicionais baseadas em volume muitas vezes mapeiam resultados baseados em volume médio de grupo em superfícies de média de grupo para fins de visualização usando, por exemplo, o mapeamento fiducial de & # x0201caverage & # x0201d abordagem (24). Embora essa abordagem tenha limitações conhecidas, sua precisão não foi analisada com cuidado. Usamos uma forma modificada desta abordagem, que chamamos de mapeamento de superfície média (ASM), empregando o volume baseado em fita para a técnica de mapeamento de superfície (19) e a média de grupo MSMAll superfícies brancas e piais (Apêndice SI, Métodos Suplementares M9) No Apêndice SI, Fig. S9 ilustramos a armadilha primária desta abordagem: contornos de superfície média do grupo não seguem consistentemente a faixa cortical média do grupo, particularmente em regiões de alta variabilidade de dobramento (ver Apêndice SI, Fig. S9 B, 2) Mesmo ao usar o registro de superfície com base em dobra, padrões de dobra topologicamente incompatíveis (por exemplo, dois giros em alguns assuntos onde normalmente há apenas um) levam a reduções na área da superfície cortical média do grupo que & # x0201c encolhe & # x0201d a superfície na direção de dobramento, uma vez que esses padrões não podem ser alinhados e, portanto, resultam em significativa variabilidade de coordenadas entre sujeitos. O detalhe de dobra da superfície média do grupo é ainda mais reduzido ao usar superfícies médias de dados registrados do MSMAll em vez de alinhamento baseado em dobra por causa das discrepâncias entre a função e as dobras (Apêndice SI, Fig. S1). Na verdade, as superfícies médias do grupo MSMAll mostram detalhes de dobra significativos apenas em locais que têm boa correspondência entre dobras e áreas. Assim, o mapeamento de dados de volume médio de grupo em superfícies de média de grupo terá vieses adicionais (além dos efeitos de desfoque do desalinhamento e suavização e os efeitos de polarização do córtex dobrado de suavização mostrado em Apêndice SI, Fig. S7). Superfícies médias baseadas em dobramento serão apenas modestamente melhores que as superfícies MSMAll em geral.

Uma abordagem alternativa para mapear dados de volume médio de grupo para superfícies é o método & # x0201 mapeamento multifiducial & # x0201d, usando superfícies de espessura média anatômica (fiducial) de muitos indivíduos como intermediários (24). Aqui, modificamos de forma semelhante este método usando o mapeamento da faixa de opções e chamamos isso de & # x0201cm mapeamento individual múltiplo & # x0201d (MIM). O mapa da fração de matéria cinzenta cortical desta abordagem é mais suave, mostrando menos sensibilidade aos padrões de dobramento, mas também tem um valor geral mais baixo, conforme mostrado em Apêndice SI, Fig. S9 (ver Apêndice SI, Fig. S9 legenda da figura e Apêndice SI, Métodos Suplementares M2 e M9) Este efeito ocorre porque o desalinhamento do tecido de FNIRT é aplicado duas vezes: uma vez ao fazer a fita cortical de média do grupo com base no volume e novamente ao mapear a média do grupo nas superfícies dos indivíduos & # x02019. Esse método também resulta em mais mistura entre as classes de tecido, diminuindo a contribuição cortical para os valores mapeados na superfície.

Esses efeitos são aparentes quando observamos as áreas corticais também. De fato, depois de calcular a média dos mapas de área de espaço MNI de 2 mm no volume, mapear este resultado em um grande conjunto de superfícies individuais e calcular a média na superfície, os mapas de área resultantes são dramaticamente alterados em relação à abordagem baseada na superfície de mapeamento cada assunto individual & # x02019s volumes de área em suas próprias superfícies antes de calcular a média (Apêndice SI, Fig. S10). Esses efeitos se estendem aos mapas de volume parcial máximo também (Fig. 9). Em regiões com alta variabilidade de dobramento, é desafiador para as áreas corticais serem dominantes sobre as classes de tecido não cortical (substância branca em particular), como mostrado pelas extensas regiões amarelas brilhantes nas duas linhas superiores para mapeamento FNIRT + ASM (Fig. 9, coluna 2) e sua extensão ainda maior para FNIRT + MIM (Fig. 9, coluna 4). Esses efeitos são ainda mais exacerbados pela suavização com base no volume (Fig. 9, colunas 3 e 5). Notavelmente, para algumas áreas corticais que estão bem alinhadas por dobras, como aquelas na ínsula, os métodos são essencialmente idênticos em abordagens não suavizadas (embora, novamente, a suavização baseada em volume seja universalmente deletéria). No entanto, ao analisar todo o córtex, é muito melhor mapear os dados individuais em superfícies individuais e alinhar os dados na superfície se quisermos relacioná-los com os dados baseados na superfície, incluindo a parcela multimodal do HCP & # x02019s.

Comparação do mapa de volume parcial máximo baseado na superfície com os mapas produzidos após análise baseada em volume com ASM ou MIM, e suavização baseada em volume FWHM de 4 mm antes de ASM e MIM. A figura usa os mesmos métodos que Apêndice SI, Figura S10, e então usa a fração máxima para rotular os vértices da superfície. No Superior duas linhas, amarelo brilhante é o rótulo de substância branca e laranja brilhante é o rótulo CSF ​​(ocorrendo em apenas algumas pequenas manchas). Regiões substanciais do córtex não são separadas em áreas corticais após análise baseada em volume e MIM, e ASM mostra listras significativas onde as coroas girais são decapitadas. Por outro lado, em regiões de menor variabilidade de dobramento e variabilidade de áreas vs. dobras, como a ínsula, os métodos baseados em volume reproduzem a parcelamento encontrado com a abordagem baseada na superfície, particularmente se o alisamento não for usado. Ver Apêndice SI, Métodos Suplementares M2 e M9. Os dados estão disponíveis em https://balsa.wustl.edu/nKvx.


Introdução

A volumetria cerebral baseada em ressonância magnética (MRI) é uma técnica valiosa para identificar alterações morfométricas subcorticais na Vivo e determinar o impacto neurológico regional da psicopatologia, progressão da doença e avanços nos regimes terapêuticos. Esta abordagem tem sido útil para caracterizar os efeitos da demência (Carmichael et al. 2005, Teipel et al. 2008, Thompson et al. 2001), transtornos psiquiátricos (Csernansky et al. 1998, Hickie et al. 2005, Konarski et al. 2008, Styner et al. 2004) e envelhecimento normal (Brickman et al. 2008, Elderkin-Thompson et al. 2008, Walhovd et al. 2005), além de descobrir consequências neurológicas regionais e globais de doenças sistêmicas, como o vírus da imunodeficiência humana (HIV) (Carmichael et al. 2007, Sporer et al. 2005, Stout et al. 1998, Thompson et al. 2005, Thompson et al. 2006), diabetes (Jongen e Biessels 2008, Perantie et al. 2007, Tiehuis et al. 2008, Wessels et al. 2007), e escoliose (Liu et al. 2008). À medida que as técnicas de ressonância magnética continuam a avançar, na Vivo a medição volumétrica se tornará cada vez mais valiosa na tentativa de entender a evolução e a progressão da lesão por distúrbios do SNC, bem como pelo envelhecimento típico.

A gama de aplicações clínicas para volumetria de ressonância magnética gerou intenso interesse em maximizar a precisão e eficiência das técnicas de segmentação automatizadas. Por anos, o delineamento manual por especialistas treinados manteve-se o & # x0201c padrão de ouro & # x0201d de precisão em análises volumétricas. No entanto, embora continue sendo o padrão de referência atual para segmentação, a precisão da volumetria manual em relação ao volume da estrutura real ainda é amplamente debatida, pois os resultados podem ser influenciados por fatores como protocolos anatômicos, experiência do traçador, parâmetros de aquisição de varredura, qualidade da imagem e até o hardware do computador empregado no procedimento de rastreamento (Jack et al. 1990, Jack et al. 1995, Warfield et al. 2004). Além disso, os traçados manuais são demorados, levando até duas horas por estrutura (embora este tempo possa variar dependendo da complexidade da estrutura, espessura do corte e experiência do avaliador). Assim, o tempo necessário, os recursos financeiros e de pessoal tornam a volumetria manual em grandes estudos de coorte impraticável.

Vários métodos automatizados foram desenvolvidos para reduzir o tempo de rastreamento, garantindo excelente confiabilidade (Andersen et al. 2002, Heckemann et al. 2006, Powell et al. 2008). Em particular, o pacote de software FreeSurfer (Martinos Center, Boston, MA) e a caixa de ferramentas Individual Brain Atlases (IBASPM Cuban Neuroscience Center, Havana, Cuba) do popular pacote Statistical Parametric Mapping (SPM Wellcome Trust Center for Neuroimaging, Reino Unido) são amplamente usados e ter métodos bem publicados. Ambos os pacotes são totalmente automatizados, empregando uma abordagem de segmentação baseada em atlas para gerar um mapa de rótulo anatômico individualizado para uma imagem de paciente espacialmente normalizada, com base em um atlas composto de varreduras de referência traçadas manualmente (Aleman-Gomez et al. 2006, Ashburner e Friston 1997, Ashburner et al. 1999, Ashburner e Friston 2005, Fischl et al. 2002, Han e Fischl 2007, Tzourio-Mazoyer et al. 2002).

Embora ambos os pacotes tenham sido validados por seus criadores, sua precisão e / ou consistência pode variar dependendo da qualidade da imagem, parâmetros de digitalização e hardware de digitalização (Jovicich et al. 2009, Han e Fischl 2007, Tae et al. 2008). Além disso, comparações anteriores de métodos automatizados concorrentes mostraram diferenças notáveis ​​em seu desempenho em relação à segmentação manual, apesar de examinar apenas um número limitado de estruturas (Cherbuin et al. 2009, Klauschen et al. 2009, Morey et al. 2009, Shen et al. 2009, Tae et al. 2008). Alguns sugeriram que a composição do paciente do atlas fonte, particularmente a inclusão de indivíduos saudáveis ​​ou doentes, pode de fato influenciar o quão robusto cada pacote de software será com pacientes doentes ou cérebros morfologicamente diferentes (Csapo et al. 2009, Tae et al. 2008, Zhang 1996). As diferenças nos pipelines de processamento do FreeSurfer e do IBASPM, além da composição do atlas, como os algoritmos para registro e aplicação estatística das informações contidas nos atlas, ressaltam a importância de revalidar esses pacotes antes de analisar os dados obtidos com parâmetros de varredura ou populações de pacientes que são distintos daqueles de estudos de validação anteriores, especialmente no caso de um grande tamanho de amostra ou estudo multi-site.

O objetivo deste estudo foi abordar as inconsistências descritas anteriormente nos resultados de segmentação subcortical FreeSurfer e IBASPM, examinando a medição volumétrica automatizada de várias estruturas subcorticais clinicamente relevantes de um grande estudo de consórcio multisite de infecção por HIV. Comparamos a precisão e a consistência dos resultados volumétricos para o caudado, putâmen, hipocampo e amígdala obtidos usando três métodos: segmentação AAM, FreeSurfer (Martinos Center for Biomedical Imaging, Boston, MA) e IBASPM (Cuban Neuroscience Center, Havana, Cuba ) O declínio cognitivo é uma característica bem descrita da progressão do HIV, e um pequeno número de estudos relacionou isso à atrofia de estruturas subcorticais (Gonzalez-Scarano e Martin-Garcia 2005, Hall et al. 1996, Paul et al. 2002, Ragin et al. 2005, Robertson et al. 2007, Stout et al. 1998). Investigações futuras dessa relação exigirão estudos em larga escala que contarão com procedimentos volumétricos automatizados para obter dados de maneira eficiente. Para garantir que os dados sejam interpretados corretamente, será crucial antecipar e, assim, minimizar as possíveis deficiências desses métodos automatizados. Para tanto, tentaremos caracterizar a precisão e a variabilidade desses métodos, bem como examinar a capacidade de cada um em descobrir relações válidas e significativas quando correlacionadas com medidas clínicas da progressão do HIV.


Palavras-chave

Os dois primeiros autores contribuíram igualmente para este trabalho.

Os dados usados ​​na preparação deste artigo foram obtidos no banco de dados da Alzheimer & # x27s Disease Neuroimaging Initiative (ADNI) (adni.loni.ucla.edu). Como tal, os investigadores dentro do ADNI contribuíram para a concepção e implementação do ADNI e / ou dados fornecidos, mas não participaram na análise ou redação deste relatório. Uma lista completa dos investigadores ADNI pode ser encontrada em: http://adni.loni.ucla.edu/wp-content/uploads/how_to_apply/ADNI_Acknowledgement_List.pdf.