Notkun myndvinnsluaðferða við mat á heilahólfum í heilbrigðum og sjúkum - verkefni lokið
Fréttatilkynning verkefnisstjóra
Með hækkandi aldri eiga ýmsar breytingar sér stað í byggingu heilans og má þar nefna hrörnun á vefjum heilans, stækkuð heilahólf og hvítavefsbreytingar, sem oft eiga sér orsakir frá æðakerfi líkamans. Þegar slíkar breytingar eiga sér stað á sama tíma, t.d. við eðlilega öldrun heilans eða í taugahrörnunarsjúkdómum þurfa rannsakendur að geta metið allar þessar breytingar samtímis. Sjálfvirk merking stækkaðra heilahólfa og
hvítavefsbreytinga er hins vegar mikil áskorun með núverandi aðferðum.
Í rannsóknarverkefni okkar höfum við þróað margvíslegar merkingaraðferðir til að merkja heilahólf og hvítavefsbreytingar í segulómmyndum af heila. Aðferðirnar byggja bæði á klassískum myndvinnsluaðferðum og djúpum tauganetum og saman mynda þær heilstæða myndgreiningaraðferð sem merkir bæði hvítavefsbreytingar og fjögur undirsvæði heilahólfakerfisins. Myndgreiningaraðferðin er fullkomlega sjálfvirk og þarf
því ekkert handvirkt inngrip til að velja eða merkja heilasvæðin, sem er lykilkostur þessarar nýju aðferðar. Myndgreiningaraðferðin var nákvæmniprófuð á heilamyndum af heilbrigðum öldruðum einstaklingum úr öldrunarrannsókn Hjartaverndar og heilamyndum af sjúklingum með fullorðinsvatnshöfuð (e. normal pressure hydrocephalus) frá Johns Hopkins spítalanum. Niðurstöður voru bornar saman við handmerktar myndir sem og aðrar sjálfvirkar merkingaraðferðir í fremstu röð. Niðurstöður benda til að okkar aðferð sé afar hraðvirk og harðger og nákvæmari í merkingum á bæði heilbrigðum heila og heila með mikið stækkuð heilahólf samanborið við samanburðaraðferðir. Við beittum aðferðinni á gagnasafn af 2401 heilamynd úr
öldrunarrannsókn Hjartaverndar með það að markmiði að kanna tengsl stækkaðra heilahólfa og hvítavefsbreytinga við ýmsar lýðfræðilegar breytur og klínísk lífmerki. Niðurstöður okkar benda til að bæði stærð heilahólfa og magn hvítavefsbreytinga séu afar breytileg í öldruðum einstaklingum og að óháð tengsl séu á milli þessara tveggja svæða, sem undirstrikar mikilvægi þess að skoða bæði stækkuð heilahólf og hvítavefsbreytingar þegar verið er að rannsaka öldrun heilans. Allar
myndgreiningaraðferðir þróaðar í þessu rannsóknaverkefni eru aðgengilegar almenningi án endurgjalds og munu þjóna rannsóknarsamfélaginu í áframhaldandi þróun sjálfvirkra
merkingaraðferða fyrir mannsheilann. Aðferðin verður notuð áfram til rannsókna á heilanum, bæði í tengslum við öldrun heilans og heilabilunarsjúkdóma.
English:
Age-related changes in brain structure include atrophy of the brain parenchyma,
enlarged ventricles, and white matter changes of presumed vascular origin. The cooccurrence of these changes in neurodegenerative diseases and in aging brains often
requires investigators to take them all into account when studying the brain, however,
automated segmentation of enlarged ventricles and white matter hyperintensities
(WMHs) can be a challenging task. We have developed several approaches to ventricle
and WMH segmentation, resulting in a complete image analysis pipeline using both
classical and deep learning-based image analysis methods for joint ventricle parcellation
and WMH segmentation from MRIs. Our imaging pipeline is fully automated and does
not depend on any manual input for new data sets – a key advantage of our approach.
The segmentation pipeline was validated on both healthy elderly subjects from the
Icelandic Heart Association (AGES-Reykjavik study) and subjects with normal pressure
hydrocephalus (NPH) from the Johns Hopkins Hospital and compared with both ground
truth manual segmentations and state-of-the-art segmentation methods. Results
indicate that our approach provides fast, robust, and accurate segmentations on the
ventricular system and WMHs on both healthy subjects and subjects with severely
enlarged ventricles. We then applied the method to a cohort of 2401 elderly brains to
investigate associations of ventricle volume and WMH load with various demographics
and clinical biomarkers. Our results indicate that the ventricle volume and WMH load are
both highly variable in a cohort of elderly subjects and there is an independent
association between the two, which highlights the importance of taking both the
possibility of enlarged ventricles and WMHs into account when studying the aging brain.
The resulting image processing algorithms are all publicly available and free of charge
and will serve the research community to advance the development of robust and
automated segmentation methods for the human brain. The method will be used to
further study age related changes in the human brain in relation to normal aging and
dementia.
∙ Information on how the results will be applied
The resulting image processing algorithms are all publicly available and free of charge on
GitHub: https://github.com/lmellingsen/Ventricle WMH segmentation/ and will serve
the research community to advance the development of robust and automated
segmentation methods for the human brain. The method will be used to further study
age related changes in the human brain in relation to normal aging and dementia.
∙ A list of the project’s outputs
o Joint ventricle and white matter lesion segmentation algorithm for brain MRIs. The
method is publicly available and free of charge on GitHub:
https://github.com/lmellingsen/Ventricle WMH segmentation/
o 3 Journal publications
o 5 Conference publications (full length, peer reviewed)
o 6 Conference talks (International conferences)
o 6 Invited talks (International conferences and workshops)
o 1 Poster presentation
o 1 PhD thesis
Heiti verkefnis: Notkun
myndvinnsluaðferða við mat á heilahólfum í heilbrigðum og sjúkum / Using image
processing for evaluation of the ventricular system in health and disease
Verkefnisstjóri: Lotta María Ellingsen, Háskóla Íslands
Tegund styrks: Verkefnisstyrkur
Styrktímabil: 2017-2019
Fjárhæð styrks: 25,695 millj. kr. alls
Tilvísunarnúmer Rannís: 173942
