An automated, geometry-based method for hippocampal shape and thickness analysis

要約

海馬は、注意、学習、記憶に関与していること、また老化、神経疾患、精神疾患における萎縮に関与しているため、最も研究されている神経解剖学的構造の 1 つです。
しかし、海馬の形状変化は複雑であり、MR画像から決定される海馬体積などの単一の要約指標によって完全に特徴付けることはできません。
この研究では、厚さや曲率などの海馬の形状特徴の展開、点ごとの対応、および局所分析のための自動化された幾何学ベースのアプローチを提案します。
海馬サブフィールドの自動セグメンテーションから開始して、3D 四面体メッシュ モデルと海馬体の 3D 固有座標系を作成します。
この座標系から、局所的な曲率と厚さの推定値、および海馬の展開に関する 2D シートを導き出します。
軽度認知障害およびアルツハイマー病認知症における神経変性変化を定量化するための一連の実験を使用して、アルゴリズムのパフォーマンスを評価します。
我々は、海馬の厚さの推定により臨床群間の既知の差異を検出し、海馬シート上のこれらの影響の位置を決定できることを発見しました。
さらに、厚さの推定値を追加の予測因子として追加すると、臨床グループと認知障害のない対照の分類が向上します。
異なるデータセットとセグメンテーション アルゴリズムを使用しても、同等の結果が得られます。
まとめると、認知症における海馬の体積/形状の変化に関する標準的な所見を再現し、海馬シート上の空間的局在に関する洞察を得ることでそれらを拡張し、従来の測定を超えた追加の補完的な情報を提供します。
当社は、海馬の形状を解析するための高感度の処理および解析ツールの新しいセットを提供します。これにより、画像レジストレーションに依存したり手動介入を必要とせずに、研究間の比較が可能になります。

要約(オリジナル)

The hippocampus is one of the most studied neuroanatomical structures due to its involvement in attention, learning, and memory as well as its atrophy in ageing, neurological, and psychiatric diseases. Hippocampal shape changes, however, are complex and cannot be fully characterized by a single summary metric such as hippocampal volume as determined from MR images. In this work, we propose an automated, geometry-based approach for the unfolding, point-wise correspondence, and local analysis of hippocampal shape features such as thickness and curvature. Starting from an automated segmentation of hippocampal subfields, we create a 3D tetrahedral mesh model as well as a 3D intrinsic coordinate system of the hippocampal body. From this coordinate system, we derive local curvature and thickness estimates as well as a 2D sheet for hippocampal unfolding. We evaluate the performance of our algorithm with a series of experiments to quantify neurodegenerative changes in Mild Cognitive Impairment and Alzheimer’s disease dementia. We find that hippocampal thickness estimates detect known differences between clinical groups and can determine the location of these effects on the hippocampal sheet. Further, thickness estimates improve classification of clinical groups and cognitively unimpaired controls when added as an additional predictor. Comparable results are obtained with different datasets and segmentation algorithms. Taken together, we replicate canonical findings on hippocampal volume/shape changes in dementia, extend them by gaining insight into their spatial localization on the hippocampal sheet, and provide additional, complementary information beyond traditional measures. We provide a new set of sensitive processing and analysis tools for the analysis of hippocampal geometry that allows comparisons across studies without relying on image registration or requiring manual intervention.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google