An automated, geometry-based method for the analysis of hippocampal thickness

要約

海馬は、注意、学習、記憶に関与し、老化、神経疾患、精神疾患で萎縮するため、最も研究されている神経解剖学的構造の 1 つです。
ただし、海馬の形状の変化は複雑であり、MR 画像から決定される海馬の体積などの単一の要約メトリックでは完全に特徴付けることができません。
この作業では、展開、点ごとの対応、および厚さや曲率などの海馬形状の特徴の局所分析のための自動化されたジオメトリ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始めて、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、および海馬の展開の 2D シートを導き出します。
軽度認知障害とアルツハイマー病認知症の神経変性変化を定量化する一連の実験でアルゴリズムのパフォーマンスを評価します。
海馬の厚さの推定値は、臨床グループ間の既知の違いを検出し、海馬シートに対するこれらの効果の位置を決定できることを発見しました。
さらに、厚さの推定値は、追加の予測因子として追加されると、臨床グループと認知障害のないコントロールの分類を改善します。
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、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発見を複製し、海馬シート上の空間的局在化への洞察を得ることによってそれらを拡張し、従来の手段を超えた追加の補完的な情報を提供します。
画像登録に依存したり、手動の介入を必要とせずに、研究間の比較を可能にする海馬ジオメトリの分析のための高感度処理および分析ツールの新しいセットを提供します。

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