Segmentacja struktur mózgowia i ognisk demielinizacyjnych do analizy DTI u pacjentów ze stwardnieniem rozsianym

W celu umożliwienia analizy dyfuzji w wybranych regionach mózgowia, wykonano szczegółową segmentację anatomiczną oraz segmentację zmian demielinizacyjnych u pacjentów ze stwardnieniem rozsianym. Obrazy T1-zależne zostały automatycznie przetworzone przy użyciu oprogramowania FastSurfer, które dostarcza segmentację całego mózgowia do 95 klas. Dla celów badania klasy te zostały zgrupowane w 7 regionów zainteresowania (ROIs): istotę białą półkul mózgu, płyn mózgowo-rdzeniowy, móżdżek, głęboką istotę szarą, międzymózgowie brzuszne, pień mózgu oraz korową istotę szarą. Segmentacje zostały zweryfikowane i ręcznie poprawione, zwłaszcza w obszarach zmian chorobowych, gdzie obserwowano błędne klasyfikacje [1, 2].

Zmiany hiperintensywne w obrazach T2 (plaki) zostały zidentyfikowane na obrazach FLAIR (obszar nadnamiotowy) oraz T2-zależnych (obszar podnamiotowy), a także potwierdzone na sekwencjach T1 i DIR. Segmentacje ognisk chorobowych również przypisano do jednej z 7 wcześniej zdefiniowanych ROI.

W celu dostosowania do danych DWI, wszystkie segmentacje zostały przerejestrowane przy użyciu algorytmu ResampleImageFilter z biblioteki SimpleITK, wykorzystując najbliższego sąsiada jako interpolator. Obrazy DWI stanowiły odniesienie w procesie resamplingu, nadając końcowym danym zgodną rozdzielczość, orientację przestrzenną i wymiary [1, 2].

Zarejestrowane segmentacje wykorzystano następnie do wyznaczenia metryk tensora dyfuzji (DTM) w obrębie zdefiniowanych ROI, zarówno w danych in vivo, jak i w skanach fantomowych, co umożliwiło ocenę przestrzennego rozkładu błędów systematycznych i skuteczności korekcji metodą BSD-DTI w odniesieniu do laboratoryjnego układu współrzędnych skanera MRI. Cały proces segmentacji i przetwarzania przedstawiono na rysunku.

Referencje

1. Krzyżak AT, Lasek J, Schneider Z, Wnuk M, Bryll A, Popiela T, Słowik A. Diffusion tensor imaging metrics as natural markers of multiple sclerosis-induced brain disorders with a low Expanded Disability Status Scale score. NeuroImage 2024; 290, 120567. https://doi.org/10.1016/j.neuroimage.2024.120567.
2. Lasek J, Stefańska AK, Kierońska‑Siwak S, Obuchowicz R, Krzyżak AT. Reduction of systematic errors in diffusion tensor imaging of the human brain as a prospect for increasing the precision of planning neurosurgical operations with particular emphasis on fiber tracking. Comput Biol Med 2025; 194:110503. https://doi.org/10.1016/j.compbiomed.2025.110503