2D MRI自动分割估算癫痫患者皮层下体积及其临床试验意义
本研究在31例特发性全面性癫痫患者和39名健康对照中,比较了经修改的FSL FIRST流程从2D(0.4×0.4×3 mm)和3D(1×1×1 mm)T1加权图像估算皮层下体积的一致性。结果显示平均Dice系数0.86-0.96,2D体积略低于3D,切片厚度增至6 mm时一致性下降。两种图像均显示患者丘脑和壳核体积减低。
要点
- 2D图像经修改FIRST流程可成功分割皮层下结构,平均Dice系数0.86-0.96。
- 2D估算体积普遍略低于3D,临床研究中不宜直接合并两种来源的体积。
- 切片厚度增至6 mm时Dice系数降至0.55-0.83,厚层图像可靠性下降。
诊断标准与关键数值
- Dice系数分级:差<0.2,一般0.2-0.4,中等0.4-0.6,好0.6-0.8,优0.8-1.00。
- 2D与3D图像所有皮层下结构的平均Dice系数为0.86-0.96,右海马最低(0.86),左壳核最高(0.96)。
- 切片厚度增至6 mm后,平均Dice系数降至0.55-0.83,右海马最低(0.55),左壳核最高(0.83)。
- 3D图像分析显示患者左壳核体积显著降低(P<0.05),右丘脑体积显著降低(P=0.04)。
- 2D图像分析显示患者右壳核(P=0.04)、左丘脑(P=0.02)和右丘脑(P=0.01)体积显著降低。
临床应用与阅片要点
- 对非专科医院常规采集的2D MRI,可采用修改FIRST流程进行皮层下体积定量分析。
- 2D图像面内分辨率应大于1 mm×1 mm,切片厚度过厚(如6 mm)时体积一致性明显下降。
- 2D与3D图像估算的体积存在系统差异,同一分析中不宜混用两种来源的体积数据。
- 在特发性全面性癫痫中,丘脑和壳核体积减低是可在2D图像上重复观察到的征象。
局限性
- 所有2D图像均来自同一扫描仪和同一协议,未评估不同采集协议和扫描仪型号的影响。
- 部分皮层下结构的体积差异仅为趋势水平,样本量较小可能影响统计效力。
- FIRST仅能分割皮层下区域,无法分割皮层。
全文中译9 节 · 点击展开
引言
磁共振(MR)图像上脑结构的自动分割和体积估计在癫痫研究中具有显著优势。定量MRI方法可纳入正在考虑神经外科手术的难治性癫痫患者的临床评估,体积数据可纳入临床试验中治疗结局的预后模型。如今,由于时间效率优越且可重复性提高[1],自动定量MRI技术优于手动方法,同时在皮层下体积估计方面与金标准手动勾画方法保持一致[2, 3],并具有高水平的扫描-重扫描可重复性[4]。然而,自动方法传统上应用于具有各向同性体素和全头覆盖的三维(3D)图像数据。这对临床试验可能存在问题,因为MRI数据可能来自非专科中心;此处收集的图像数据可能是二维(2D)的、非各向同性的且缺乏完整空间头部覆盖。临床试验产生了大量患者相关数据,结合定量图像分析,可能对神经系统疾病的机制、生物标志物和预后因素提供有意义的见解。一些癫痫临床试验由于缺乏3D MRI数据,无法研究定量成像数据的预后意义,仅限于非专科放射科对病变性或非病变性影像发现的三分类[5, 6]。因此,能够从非专科医院常规采集的2D MR图像中自动分割和量化体积,可能为临床试验中治疗结局的预后模型提供重要信息。
在多项多发性硬化(MS)研究[7, 8]中,已对二维磁共振图像进行修改,以用于自动分割和皮质下体积估计。这些修改包括从非各向同性分辨率插值到各向同性分辨率,以及裁剪图像以保持患者图像之间的一致性[7]。这些研究表明,皮质下区域的分割和体积估计比大脑皮质的分割和分区挑战性更小[7, 8]。据报道,当使用免费提供且广泛使用的FIRST(FMRIB集成配准和分割工具)[7](属于FMRIB软件库(FSL)[9]的一部分)进行自动分割时,同一MS患者的二维和三维磁共振图像之间的皮质下结构体积估计显示出相当好的一致性。FIRST是一种基于模型的分割和配准工具,由手动勾画的图像生成,用于分割尾状核、苍白球、海马、伏隔核、壳核和丘脑、脑干和杏仁核[9]。FIRST应用于三维图像已频繁用于估计癫痫患者的皮质下结构体积[10–14]。在特发性全面性癫痫(IGE)患者中,已有报道多个皮质下结构体积减小,最常见于丘脑[2, 15–25]和壳核[17–19, 26, 27]。这种丘脑和壳核萎缩与该疾病已知的病理生理学高度吻合[28–31]。因此,IGE是评估二维和三维图像分割所得皮质下体积改变一致性的极佳模型。
在本研究中,我们旨在通过修改FSL FIRST方法,在IGE患者和健康对照者中确定二维和三维图像皮质下体积估计的一致性。在研究的第一部分,我们检查同一次扫描所得二维和三维图像分割之间的一致程度。在研究的第二部分,我们探究使用三维和二维图像分割是否能一致地观察到IGE患者皮质下结构的体积变化。
方法
参与者
我们从英国利物浦Walton中心NHS基金会信托招募了31名诊断为IGE的患者,所有参与者均获得知情书面同意(当地研究伦理委员会参考号14/NW/0332)。所有患者均由合格神经科医生使用ILAE分类[32]诊断为IGE,诊断基于患者病史、症状学特征和脑电图。诊断性MRI上无潜在致痫性或偶然性脑病变。另招募了39名年龄和性别匹配的健康对照者。该队列的人口学信息汇总于表1。
MRI采集
受试者在英国利物浦沃尔顿中心NHS基金会信托神经放射科接受扫描,使用3 T GE Discovery MR 750 MRI扫描仪和32通道头部线圈。本研究在同一时段采集两个序列:(1)T1加权快速自旋梯度(FSPGR)图像,采用相控阵均匀性增强(PURE)信号不均匀性校正(140层,TR = 8.2 ms,TI = 450 ms,TE = 3.22 ms,翻转角 = 12,体素大小 = 1 × 1 × 1 mm);(2)T1-FLAIR冠状位图像(52层,TR = 不适用,TI = 920 ms,TE = 9.94 ms,翻转角 = 111,体素大小 = 0.4 × 0.4 × 3 mm)。
MRI处理
使用FSL集成的配准与分割工具箱(FIRST)软件5.0.10版(http://fsl.fmrib.ox.ac.uk/fsl/fslwiki/first)对3D和2D图像进行皮质下结构的自动分割和体积估计。对于3D图像分析,遵循既往癫痫研究中所采用的标准处理流程[10–14]。根据Amann等人2015年的指导[7],有必要修改处理流程以分析2D图像;修改后处理步骤的摘要见Fig. 1。由于某些2D序列的头部覆盖范围有限,采集时可能旋转以最大化脑覆盖。因此第一项修改包括将图像旋转至标准方向。3D图像未旋转。图像旋转导致部分包含脑干和头皮。为了最好地将旋转后的2D图像与MNI标准模板对齐以进行图像配准,将MNI标准脑的最下和最上各二十层去除。为有助于配准到标准模板,有必要将2D图像插值至1 mm × 1 mm × 1 mm分辨率。这是使用FMRIB线性图像配准工具(FLIRT)以sinc函数完成的[33–35]。作为FSL软件包的一部分,使用脑提取工具(BET)[36]去除非脑体素,以使用归一化互信息辅助配准到标准模板,与默认FLIRT配准选项相比,该方法更稳健且计算要求更高。
配准后,对左侧和右侧丘脑、尾状核、壳核、苍白球、海马和伏隔核进行分割,并获得每个感兴趣区(ROI)的体积。虽然FIRST也可用于分割杏仁核和脑干,但某些2D图像的尺寸未能采样到足够的杏仁核或脑干组织。这导致纳入这些区域时分割失败,因此决定在本研究分析中不纳入这些区域。在各阶段对图像进行视觉检查以进行质量控制,以确保处理步骤成功执行。
我们另外降低了2D图像的层厚,以确定2D与3D体积估计之间的一致性指标是否受到层厚增加的影响。在随机选择的50%队列中,使用FLIRT工具对图像进行平均以生成6 mm的层厚。这些图像使用上述流程进行分割。
统计分析
采用Shapiro–Wilk检验对队列内连续数据进行正态性检验,α水平为0.05。与Amann等[7]类似,2D和3D数据集在不同方位下采集。参照既往工作,在评估每个感兴趣区(ROI)的2D与3D分割一致性之前,先将从2D数据获得的小脑下分割与3D图像进行协同配准;该一致性采用Dice系数(DCs)[37]进行分析。DCs表示重叠百分比值,范围为0(无重叠)至1(完全重叠)。Cicchetti[38]和Zijdenbos等[39]此前已描述DC分析结果,其提示一致性差(< 0.2)、一致性尚可(0.2–0.4)、一致性中等(0.4–0.6)、一致性良好(0.6–0.8)和一致性极好(0.8–1.00)。采用Bonferroni校正的配对t检验评估2D与3D图像小脑下分割之间的体积差异。为了确定患者与对照者之间小脑下体积的差异,我们使用多变量ANOVA,并控制年龄、性别和颅内体积(ICV)。ICV采用CAT(计算解剖学工具箱)12(http://www.neuro.uni-jena.de/cat/)从2D和3D图像分割中计算,正如先前所做的那样[40, 41]。最后,我们还使用多变量ANOVA控制年龄、性别和ICV,研究了达到无癫痫发作的患者与尽管接受医学干预但癫痫仍持续发作的患者之间的差异。
结果
正态性检验显示,大多数数据呈正态分布(P > 0.05),但年龄和性别除外(P < 0.001)。采用改进流程处理后,所有患者的3D和2D图像均获得了成功的分割。成功分割的示例性对比重建见图2。视觉评估时未发现图像显示分割不准确。DCs显示所有ROI之间一致性极好,其中右侧海马一致性最低(平均DC = 0.86),左侧壳核一致性最高(平均DC = 0.96)(见表2)。配对t检验显示,与从2D图像获得的相同ROI相比,从3D图像获得的体积在每个ROI均略大但持续且显著(P < 0.001),右侧伏隔核除外(表3;图3)。
对切片厚度增加的图像所生成的体积计算的DCs显示,与3D体积的一致性明显下降。一致性最低的是右侧海马(平均DC = 0.55),最高的是左侧壳核(平均DC = 0.83)(见表4)。
采用多变量方差分析比较对照组与IGE患者皮层下体积,基于3D和2D图像分析所得结果相似(图4,表5)。3D体积分析显示,与对照组相比,患者左侧壳核(P < 0.05)和右侧丘脑(P = 0.04)体积显著降低。此外,相对于对照组,患者左侧丘脑(P = 0.09)、右侧壳核(P = 0.06)和右侧苍白球(P = 0.08)体积降低呈强趋势。2D体积分析显示,与对照组相比,患者右侧壳核(P = 0.04)以及左侧(P = 0.02)和右侧(P = 0.01)丘脑体积显著降低,且患者左侧壳核(P = 0.05)和左侧苍白球(P = 0.07)体积降低呈强趋势。使用3D或2D图像,患者相对于对照组在左侧或右侧海马、尾状核或伏隔核体积差异方面无趋势。
比较难治性IGE患者、非难治性IGE患者与健康对照之间的体积差异发现,使用2D体积时,难治性患者相对于对照组右侧丘脑体积显著降低(P = 0.02)。在3D体积分析中发现,难治性IGE患者相对于对照组左侧(P = 0.06)和右侧(P = 0.09)壳核体积降低呈强趋势;在2D体积分析中,右侧伏隔核(P = 0.06)、左侧苍白球(P = 0.08)、左侧(P = 0.08)和右侧(P = 0.07)壳核及左侧丘脑(0.06)体积降低呈强趋势。该分析结果总结于表6。
讨论
本研究有两个主要目的。首先,我们试图确定在同一参与者中,通过改良的FSL-FIRST流程从3维和2维图像获得的皮层下结构体积估计之间的一致性。我们报告所有结构的平均DC均高于0.85,表明3维和2维分割之间具有极好的一致性水平。尽管存在这种一致性,从2维图像获得的体积仍低于3维图像的体积。当对2维图像进行操作以将层厚加倍时,DC降低。其次,我们试图使用3维和2维方法比较IGE患者与健康对照之间的皮层下体积测量。我们报告,与对照组相比,两种方法均显示IGE患者双侧丘脑和壳核体积优先降低,并有一些证据表明苍白球体积降低。在海马、尾状核或伏隔核中未观察到效应。
本研究的结果与既往研究一致,这些研究对FSL-FIRST流程进行了修改,以成功分割MS患者的2维图像[7, 8]。在这些研究中,尽管对图像预处理流程进行了修改,所使用的2维图像中仍有一定比例未能分割。在Amann等[7]的研究中,3维和2维图像之间的一致性因所检查的ROI而异,一些DC低于可接受的一致性阈值。本研究成功率更高,因为所有参与者的3维和2维图像均成功分割,没有处理失败或可见的分割错误,并且DC显示所有分割区域均具有极好的一致性。另一项工作[8]未能发现MS严重程度的临床指标与使用FSL-FIRST获得的3维和2维体积估计之间的一致相关性。他们将这种不一致归因于其队列中由FIRST得出的3维和2维体积之间的组内相关系数较低——而我们发现在3维和2维体积分析中丘脑和壳核均存在选择性体积丢失。本研究中使用的图像对比度彼此之间的相似性低于Amann等[7]使用的2维快速自旋回波和3维MPRAGE对比度。这可能解释3维和2维体积估计之间有限程度的不一致,并且可以通过使用更匹配的2维序列进一步减少。然而,计算出的Dice系数仍显示图像类型之间具有极好的一致性,表明3维和2维体积之间的固有信号强度和对比度差异对体积估计的影响有限,进一步支持了这种皮层下体积估计方法对2维MRI数据的实际应用。
本研究中观察到的体积估计之间的一致性可能归因于本研究MR图像的平面内分辨率(0.4 mm × 0.4 mm)较既往研究更高[7, 8]。另一个重要的额外方面是图像层厚,正如我们所展示的,在非专科中心获得的过厚层厚可能影响分割。我们已经表明,与从3D图像得出的体积相比,从层厚增加的2D图像得出的体积与前者的一致性显著降低。要最终评估平面内分辨率对体积估计的影响,需要采用系统性方法,包括在不同层厚和体素尺寸下采集2D和3D图像。此外也有可能对图像进行处理,生成合成的低分辨率数据并评估皮层下分割性能,类似于最近使用Freesurfer所报道的方法[42]。
尽管2D体积估计具有一致性和表面上的可靠性,但鉴于从3D图像获得的体积始终较大,在试图将2D和3D图像获得的体积合并在同一分析中时应加以谨慎。为证实这一点,我们将一半参与者的2D和3D数据进行了交换并重新进行分析,结果改变了发现(该数据作为补充材料收录)。使用2D MRI图像为将皮层下形态计量数据纳入多机构研究和临床试验开辟了途径,这些研究可能从常规采集的2D MRI数据中生成大型数据集。这为大型流行病学和临床研究提供了开展重要补充工作的潜力,这些研究涉及早期癫痫的治疗结局,但因未纳入定量MRI信息而神经影像和皮层下形态计量学的参与有限[5, 6]。特别是,将从常规采集的2D MRI获得的皮层下体积与癫痫试验(如SANAD(标准与新型抗癫痫药物)[43]和MESS(早期癫痫与单次发作多中心试验)[44])的临床结局数据相结合,可能有助于识别预后生物标志物。
与对照组相比,特发性全面性癫痫(IGE)患者存在双侧丘脑和壳核体积较小的证据,并呈现出苍白球体积较小的趋势。这些变化是通过3D和2D图像获得的体积观察到的,与已知的IGE患者皮质下萎缩模式相符。特定脑区体积较小可提示神经元丢失,进而可能导致该区域功能改变。此前已有报道IGE患者存在丘脑萎缩[2, 15–25, 45]。电生理动物模型研究早已提示丘脑参与IGE,这些研究报告丘脑皮质网络中的异常振荡可能在癫痫发作起始中起关键作用[31, 46–48]。丘脑、壳核和苍白球直接或间接参与与IGE病理中所见全面性棘慢波放电产生相关的丘脑皮质网络[19]。此前已在IGE患者中使用磁共振波谱(MRS)研究丘脑代谢物,研究报告与对照组相比,患者N-乙酰天冬氨酸降低[49–51],谷氨酸和谷氨酰胺升高[51]。这些代谢物变化与丘脑萎缩相关[51]。此前的研究也报道了IGE患者壳核体积萎缩[17–19, 26, 27]。据认为,壳核和其他基底节核团可能在抑制癫痫发作中发挥作用,壳核功能异常会影响该系统的抑制能力[52]。此前也有报道IGE患者苍白球体积较小[18, 19]。苍白球向丘脑底核提供GABA能输入,已有报道称抑制苍白球中的GABA可导致癫痫发作抑制[53]。此外,苍白球中的多巴胺能耗竭可导致失神发作加重[53]。IGE中所见的苍白球体积丢失可能导致GABA能和多巴胺能功能改变。应当注意,尽管许多单中心研究报告了丘脑和壳核体积丢失,但规模更大的多中心ENIGMA癫痫研究报告了不一致的发现。在首项ENIGMA癫痫体积研究中,IGE仅观察到右侧丘脑萎缩[44]。然而,ENIGMA癫痫联盟一项更近期的研究报告了双侧丘脑和壳核萎缩,且这种萎缩与高度互联的皮质下枢纽区域共定位[54]。
对药物难治性IGE患者与非难治性IGE患者及健康对照者之间体积差异的分析进一步显示,使用2D体积时,难治性患者右侧丘脑体积较小。此外,在难治性患者中发现的体积较小趋势所在区域与文献中已确立的萎缩模式相似。使用该方法对这些差异的进一步研究可能提供一种在临床上区分将达到无发作的患者与仍将难治的患者的方法。
本研究存在一些局限性。所有二维图像数据均使用同一台磁共振成像扫描仪、按照同一方案获取。因此,在同一分析中合并多种采集方案时应谨慎,因为我们尚未考察这对体积估计的影响。不同机构间采集方案参数和扫描仪型号的差异,可采用ComBat等方法加以协调[55],该方法已用于当前多中心癫痫神经影像研究[56, 57]。此外,部分皮层下发现呈接近显著的倾向。队列规模更大时,患者中观察到的体积偏低趋势有可能达到统计学显著性。本研究另一局限在于,FIRST仅能分割皮层下区域,而Freesurfer(https://surfer.nmr.mgh.harvard.edu/)可执行自动全脑分割。使用Freesurfer进行分割时,二维与三维MR图像之间的一致性被认为尚可接受[8]。既往该研究表明,尽管皮层下结构的分割可行,但由二维图像估计的皮层厚度可能不可靠,因此建议在修改后的二维MR数据中侧重于皮层下研究。此外,Freesurfer耗时,且常需手动校正分割。尽管如此,本研究的主要目的是考察二维与三维采集在识别特发性全面性癫痫(IGE)皮层下改变方面的一致性。我们已提供证据表明两者具有高度一致性。
结论
我们已证明,使用改良的FSL-FIRST流程从二维MRI数据自动分割,可获得可靠的皮层下结构体积估计。体积估计在平面内分辨率较高(如≤ 1 mm × 1 mm)且层厚适中(如≤ 3 mm)的图像中最为可靠。我们进一步证明,二维和三维图像分割均提供证据表明IGE患者存在丘脑和壳核萎缩。鉴于该软件可免费获取,该方法可能适用于仅能获取在非专科医院常规临床评估患者时采集的二维MRI数据的大型多中心临床试验。
补充信息
以下是电子补充材料的链接。补充文件1(DOCX 15 KB)
引用
- Brownhill D, Chen Y, Kreilkamp BAK, et al. Automated subcortical volume estimation from 2D MRI in epilepsy and implications for clinical trials. Neuroradiology. 2021. PMID: 34661698. doi:10.1007/s00234-021-02811-x
- 全文:PMC9005416(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9005416/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。