Kvantifikace neuromelaninu v substantia nigra v neuromelanin-sensitivní MR snímcích

Abstract

Neuromelanin je černý pigment nacházející se v mozku v substantia nigra pars compacta a locus coeruleus. Jeho ztráta má přímou souvislost se ztrátou nervových buněk v této části mozku. Vzhledem k fyzikálním vlastnostem neuromelaninu je magnetická rezonance (MRI) ideálním nástrojem pro monitorování množství neuromelaninu v mozku. To znamená, že neuromelanin může být použit jako indikátor pro Parkinsonovu chorobu a stavy jí předcházející. Získané obrazy z MRI musí být objektivně vyhodnoceny. Všechny dosud používané metody k vyhodnocení MRI dat byly prováděny na principu manuálního a subjektivního hodnocení snímků lékařem. Tato diplomová práce si klade za cíl vyvinout nástroje a metody pro kvantifikaci neuromelaninu v neuromelanin-senzitivních MRI obrazech. Pomocí softwaru MATLAB s knihovnou SPM jsme vytvořili cestu, která postupně upravuje a zpracovává neuromelanin-senzitivní MRI snímky. Ve snímcích byly, po základních úpravách, vytvořeny oblasti zájmu, odpovídající anatomické poloze substantia nigra v mozku na základě anatomického atlasu. Následně byl stanoven práh intenzity signálu. Spojením anatomické informace a intenzity signálu jsme schopni segmentovat substantia nigra. Jako další metoda byla pro segmentaci substantia nigra použita neuronová síť U-Net. Následně byl vypočten objem charakterizující množství neuromelaninu v oblasti substantia nigra. Pro ověření metody a předpokladů byla porovnána dostupná data od různých skupin pacientů. Střední objemy neuromelaninu se mezi skupinami pacientů při segmentaci za použití neuronové sítě liší přibližně o 30 mm3 (ANOVA: p = 0,001). Pro segmentaci s použitím informací o anatomické poloze a intenzitě signálu se průměrné objemy liší o přibližně 10 mm3 (ANOVA: p = 0,041). Hlavním přínosem této diplomové práce je vytvoření objektivní metody kvantifikace a usnadnění procesu zpracování obrazu ve srovnání s manuálním přístupem. Je ideální pro zpracování mnoha sad snímků v jedné dávce.

Neuromelanin is a black pigment located in the brain in substantia nigra pars compacta and locus coeruleus. Its loss is directly connected to the loss of nerve cells in this part of the brain. Due to the physical properties of neuromelanin, magnetic resonance imaging (MRI) is an ideal tool to monitor the amount of neuromelanin in the brain. This means that neuromelanin can be used as a biomarker for Parkinson's disease. Obtained images from MRI must be objectively evaluated. All the methods used to evaluate MRI data so far have been performed on the principle of manual and subjective evaluation of images by a physician. This thesis aims to develop tools and methodology for the quantification of neuromelanin in neuromelanin-sensitive MRI images. Using the MATLAB software with the SPM library, we have created a pipeline that gradually adjusts and processes neuromelanin-sensitive MRI images. In the images, after the basic adjustments, areas of interest were created, corresponding to the anatomical position of substantia nigra in the brain based on anatomical atlas. Subsequently, the signal intensity threshold was determined. By linking the anatomical and signal intensity information, we were able to segment the substantia nigra. As another method, the neural network U-Net was used for segmentation of substantia nigra. Subsequently, the volume characterizing the amount of neuromelanin in the substantia nigra region was calculated. To verify the method and assumptions, available data from various patient groups were correlated. Mean volumes of neuromelanin vary by approximately 30 mm3 between patient groups using neural network for segmentation (ANOVA: p = 0.001). For segmentation using anatomical and signal intensity information mean volumes vary by approximately 10 mm3 (ANOVA: p = 0.041). The main benefit of this work is the objectivity of quantification and facilitation of the image processing process compared to the manual approach. It is ideal for processing many image sets in one batch.