最近，來自波士頓榮軍醫(yī)療保健系統(tǒng)和哈佛醫(yī)學(xué)院等多個單位的研究人員，在Neuroimage雜志上發(fā)表了研究，對FreeSurfer計算海馬亞區(qū)的兩種方法（標(biāo)準(zhǔn)處理和縱向處理）跨站點(diǎn)重復(fù)測量的信度進(jìn)行了評估，進(jìn)一步驗證該方法具有較高的信度。

摘要：   

人類海馬容易受到一系列退行性疾病的影響，因此，通過神經(jīng)成像對海馬體和海馬亞結(jié)構(gòu)進(jìn)行準(zhǔn)確的測量對于了解疾病的機(jī)制以及在新型療法的臨床試驗中用作生物標(biāo)記物具有重大意義。盡管可以相對可靠地測量海馬總體積，但了解這一信度如何受到不同掃描儀采集的影響至關(guān)重要，因為在大規(guī)模臨床試驗中可能會使用多個掃描平臺。對于海馬亞區(qū)測量尤其如此，最近的研究諸如FreeSurfer之類的通用圖像處理平臺進(jìn)行測量。由于這些亞區(qū)的尺寸小，大腦內(nèi)側(cè)顳葉區(qū)域的磁共振成像（MRI）信號丟失以及缺乏與標(biāo)準(zhǔn)神經(jīng)成像程序相對照的對比度，因此，這些區(qū)域的準(zhǔn)確分割具有挑戰(zhàn)性。

在這里，作者使用兩臺西門子掃描儀（Trio和Prisma^fit Trio升級版)評估FreeSurfer自動分割海馬亞區(qū)的重復(fù)測量的信度。研究者對11名健康的年輕參與者進(jìn)行了T1加權(quán)圖像的采集(在Trio進(jìn)行了兩次掃描，在Prisma^fit進(jìn)行了一次掃描)。每次圖像都是通過標(biāo)準(zhǔn)的處理流程和FreeSurfer v6.0中最近發(fā)布的縱向處理的流程進(jìn)行進(jìn)行海馬區(qū)分割。對每個個體體積測量的重復(fù)信度進(jìn)行了檢測，評估參數(shù)包括體積差百分比，Dice重疊系數(shù)和組內(nèi)相關(guān)系數(shù)值(ICC)。分子層（molecular layer）、齒狀回和全海馬體積的信度較高，在三個時間點(diǎn)掃描中，掃描之間的平均體積差異小于3%，重疊大于80%，ICC>0.95。海馬旁下托和海馬溝信度最低，平均體積差大于5%，重疊小于70%，ICC評分在0.78-0.89之間。其他的亞區(qū)，包括CA區(qū)域，平均體積差和重疊(分別<5%和>75%)是穩(wěn)定的，并且在三次掃描后的信度有所提高(ICC>0.9)。在同一掃描儀內(nèi)的信度一般較高(Trio-Trio)，且在不同的掃描之間（Trio- Prisma^fit）的信度也較高，不存在明顯的偏倚。這些結(jié)果表明，FreeSurfer自動分割算法是測量海馬亞區(qū)體積和總體積的可靠方法，可能在未來的臨床應(yīng)用中是有所幫助的。 

介紹：

海馬這一結(jié)構(gòu)涉及到多種認(rèn)知功能，包括記憶、獎賞處理和執(zhí)行過程。在組織學(xué)水平上，這一邊緣區(qū)域是極其復(fù)雜的，但主要的亞區(qū)有其明顯的功能特性，且可以通過腦影像處理方法識別出在病理上易受損的區(qū)域。這些亞區(qū)有不同的定義，但通常包括：齒狀回、下托、旁下托、內(nèi)嗅皮層和四個角區(qū)(CA)。既往的研究已經(jīng)證明了海馬及其亞區(qū)在整個生命周期內(nèi)具有較高的可塑性，比如在關(guān)于情景記憶中，該區(qū)域?qū)⒔?jīng)歷一個不斷加強(qiáng)、弱化和改變的過程。該區(qū)域?qū)σ幌盗袑ι窠?jīng)元有負(fù)面影響的情況也很敏感，包括缺氧、應(yīng)激激素和阿爾茨海默病(AD)。因此，海馬體及亞區(qū)的改變已在多種神經(jīng)精神疾病和退化性疾病中被報道，包括精神分裂癥(SZD)、創(chuàng)傷后應(yīng)激障礙(PTSD)和阿爾茨海默病。鑒于海馬在認(rèn)知和疾病方面都有重要的地位，評估這些亞區(qū)測量的信度是神經(jīng)影像學(xué)的主要目標(biāo)，其臨床應(yīng)用包括隨訪神經(jīng)退行性疾病的進(jìn)展過程，以及在大型多中心臨床試驗中作為監(jiān)測治療反應(yīng)的生物標(biāo)志物。

海馬的測量在既往的工作中已經(jīng)被證明是可靠的，然而，亞區(qū)結(jié)構(gòu)由于體積小，在典型的結(jié)構(gòu)磁共振成像(MRI)相中缺乏適當(dāng)?shù)男盘柋?，因此在精確分割和測量方面存在不足。最近在獲取硬件和序列技術(shù)的各個方面的發(fā)展提高了掃描質(zhì)量，與從前相比，包括分辨率和信噪比(SNR)都克服了之前的一些限制。此外，最近新的技術(shù)也被開發(fā)來分割MRI圖像中的海馬亞區(qū)。作者在這里研究了FreeSurfer處理流程(6.0版;http://surfer。nmr.mgh.harvard.edu)。該方法最近被證明能夠在AD患者和認(rèn)知健康對照者之間提供穩(wěn)定的鑒別(88%的準(zhǔn)確率)。這些結(jié)果突出了此類處理方法的敏感性和臨床實(shí)用性，但沒有提供關(guān)于重復(fù)測量的信度，以及縱向測量必要參數(shù)和臨床試驗中治療效果的潛在評估。

在這里，作者獲得了在西門子Trio掃描儀的兩個時間點(diǎn)和西門子Prisma^fit (Trio升級)一個額外時間點(diǎn)的掃描，檢查了重復(fù)測試的信度，進(jìn)而確定在縱向研究中海馬亞區(qū)測量的實(shí)用性。這項工作遵循之前的研究，對FreeSurfer的自動海馬分割算法的信度進(jìn)行了檢驗，并評估了以前沒有研究過的跨掃描儀的測量結(jié)果。該研究的工作采用FreeSurfer 6.0中的標(biāo)準(zhǔn)處理流程，此外，還使用了FreeSurfer 6.0中最近發(fā)布的縱向分析工具。結(jié)果表明與標(biāo)準(zhǔn)處理流程相比，縱向處理流程提供了一個更可靠的測量結(jié)果，并支持其作為潛在的神經(jīng)影像生物標(biāo)志物的使用，進(jìn)而跟蹤疾病的進(jìn)展和在臨床試驗中測試治療反應(yīng)的預(yù)后測量，比如在與海馬有關(guān)的神經(jīng)退化疾病中。 

方法：

2.1 被試   

 11名健康的年輕人和中年人參與了這項研究(年齡在22歲到55歲之間;平均值:30.2年;SD: 9.43年。男性6人，女性5人)。所有參與者在2個月內(nèi)接受了基線掃描和后續(xù)掃描，掃描范圍為7-50天，使用西門子Trio掃描儀。然后，在第二次Trio掃描后，在升級的西門子Prisma^fit掃描儀上進(jìn)行第三次掃描，對參與者進(jìn)行大約2個月的掃描(范圍為50-70天)。 

2.2 圖像采集     

每個受試者進(jìn)行了3次掃描。西門子Trio和Prisma^fit是兩種廣泛應(yīng)用于神經(jīng)影像學(xué)研究的掃描儀。兩者之間的過渡是一個主要的硬件和軟件升級，本質(zhì)上，唯一不變的是主靜態(tài)磁場。此外，序列不完全相同，這就增加了影響圖像采集的變量。在每次掃描過程中，獲取的圖像包括2張高分辨率T1加權(quán)圖像，這些圖像使用磁化制備的快速梯度回波(MPRAGE)，20通道的相控陣頭線圈，參數(shù)為200Hz/像素帶寬，翻轉(zhuǎn)角=7°，Trio: TR/TE/TI=2.53 s/3.32 ms/1.1s, Prismafit:TR/TE/TI=2.53s/3.35ms/1.1 s). 所有的掃描3D矢狀位掃描包含176 層(矩陣=256×176，分辨率=1mm,層厚=1mm).兩個序列的采集時間均為6:02分鐘。 

2.3 圖像分析

2.3.1 標(biāo)準(zhǔn)FreeSurfer處理流程   

所有T1加權(quán)圖像均進(jìn)行運(yùn)動偽影和灰白色對比度檢查。在每次掃描過程中使用較少運(yùn)動偽影的單次采集圖像，避免引入噪聲信號。大腦皮層重建和體積分割是在FreeSurfer圖像分析軟件6.0版中完成。這個處理流程還包括:運(yùn)動校正和對多個體積T1加權(quán)圖像進(jìn)行平均, 剝除非腦組織，通過使用混合分水嶺/皮層表面變形的過程, 自動化Talairach變形, 分割皮層下白質(zhì)和深部灰質(zhì)結(jié)構(gòu)（包括海馬、杏仁核、扣帶回、殼核和腦室），強(qiáng)度歸一化，灰質(zhì)白質(zhì)邊界的網(wǎng)格化，自動拓?fù)湫Ｕ?span>,表面變形，強(qiáng)度梯度最優(yōu)位置灰/白質(zhì)邊界和灰質(zhì)/腦脊液流體邊界的位置轉(zhuǎn)變最大的強(qiáng)度定義轉(zhuǎn)換到其他組織類。FreeSurfer形態(tài)測量已被證明在不同掃描儀之間和不同場強(qiáng)之間具有良好的重復(fù)測量的信度。在所有受試者通過標(biāo)準(zhǔn)處理流程后，為了保證灰質(zhì)/白質(zhì)和灰質(zhì)/軟腦膜表面分界的準(zhǔn)確性，對數(shù)據(jù)進(jìn)行人工檢查和編輯。 

2.3.2 縱向處理   

縱向研究面臨的一個重大挑戰(zhàn)是，由于受試者或儀器相關(guān)因素，重復(fù)MRI掃描的受試者數(shù)據(jù)具有可變性和較低的再現(xiàn)性。然而，通過使用縱向處理方法的特異性可限制該可變性，并且避免了與常見方法相關(guān)的混雜效應(yīng)。為了提取可靠的體積和厚度值，在FreeSurfer v6.0中使用縱向自動處理圖像流程。具體來說，先創(chuàng)建一個無偏差的被試模板空間和圖像，并進(jìn)行反向配準(zhǔn)。若干處理步驟包括：顱骨剝離、Talairach變換、atlas及球面圖配準(zhǔn)和分割，然后用基于被試者內(nèi)部的模板進(jìn)行初始化，顯著提高信度和統(tǒng)計能力。使用這種方法，一個被試內(nèi)的模板被引用來實(shí)施不同時間點(diǎn)的一致性分割，從而減少與縱向分析相關(guān)的混雜效應(yīng)，進(jìn)而提高整體分析的魯棒性和敏感性。作者的縱向處理包括三個時間點(diǎn)的掃描，包括同一掃描儀內(nèi)重復(fù)的兩個時間點(diǎn)(Trio-A和Trio-B)和跨掃描儀(Trio-B和Prisma^fit)第三個時間點(diǎn)。 

2.3.3 海馬亞區(qū)   

FreeSurfer v6.0一部分發(fā)布的標(biāo)準(zhǔn)處理流程的內(nèi)容用于海馬亞區(qū)自動分割并重建的處理流程，從而產(chǎn)生了每個亞區(qū)的體積估計值。FreeSurfer v6.0還發(fā)布了一種用于縱向處理的海馬亞區(qū)分割的算法。該算法對每個被試生成被試內(nèi)模板，其中處理步驟是使用被試內(nèi)模板中的共同信息對每個時間點(diǎn)圖像進(jìn)行初始化處理。簡單地說，單個亞區(qū)的分割算法是基于圖像強(qiáng)度的貝葉斯推理，以及人工分割和超高分辨率(~0.1 mm各向同性)標(biāo)記MRI數(shù)據(jù)庫建立的概率圖譜。縱向處理流程使用海馬的二值模板，該模板是使用從每個受試者的基礎(chǔ)模板分割中提取出來的。   

海馬亞區(qū)分割可視化見圖1，三維渲染圖見圖2。

圖1 單個被試的海馬亞區(qū)分割和彩色示意圖

圖2  單個被試的海馬亞區(qū)3D渲染圖

2.4 統(tǒng)計方法

2.4.1 體積差百分比和Dice重疊系數(shù)

    通過計算平均體積差百分比和Dice重疊系數(shù)來確定由公式(1)和公式(2)給出的每個子區(qū)域的體積對應(yīng)關(guān)系。

注：三次掃描分別表示為A-B;B-C;A-C。

在公式中，A表示Trio掃描儀第一次掃描時的給定亞區(qū)的測量值，B表示Trio掃描儀第二次掃描時的相同亞區(qū)的測量值，C表示Prisma^fit掃描儀提供的亞區(qū)測量值。

公式(1)用于估計兩臺掃描儀(Trio-A和Trio-B;Trio-B至Prisma^fit-C;Trio-A到Prisma^fit-C)，其中最優(yōu)值為0表示體積沒有差異，增大的值表示體積差異更大。

公式(2)用于估計兩次掃描之間的Dice重疊系數(shù)，在相同體積下得到100的最優(yōu)值，值的減少表示重疊減少。Dice重疊系數(shù)是一種常用的度量方法，用于驗證真實(shí)值和估計值之間的對應(yīng)關(guān)系。

所有的亞區(qū)體積都在某種程度上與海馬總體積相關(guān)，作者通過皮爾遜相關(guān)和p值來檢驗左、右海馬亞區(qū)體積與同側(cè)海馬體積的相關(guān)性。

2.4.2 組內(nèi)相關(guān)系數(shù)(ICC)   

使用體積差百分比和Dice重疊系數(shù)來進(jìn)行單獨(dú)檢查其信度是不夠的，因為體積差異并不能一起評估被試內(nèi)和被試間的變異性，Dice重疊系數(shù)也不能說明真實(shí)標(biāo)簽的變異性，而真實(shí)標(biāo)簽對于確定一個方法是否可以被認(rèn)為“足夠好”至關(guān)重要。在重復(fù)測量數(shù)據(jù)中，組內(nèi)系數(shù)(ICC)可用于測量受試者內(nèi)相對于受試者間的易變性。第三種形式的ICC (ICC_3,1)，在以前的文獻(xiàn)中定義為，應(yīng)用于每個亞區(qū)，用以估計在兩臺掃描儀上的三次掃描之間的測量一致性。重復(fù)此計算以估計同一掃描儀提供的兩次掃描的一致性。為了評估海馬亞區(qū)橫向分析和縱向分析的信度，作者分別報告了兩種處理方法的結(jié)果。 

3.結(jié)果：

3.1 體積對應(yīng)的結(jié)果   

 圖3為標(biāo)準(zhǔn)FreeSurfer處理流程和縱向處理后的容積差百分比。值表示每次比較的結(jié)果(Trio-A和Trio-B；Trio-B和Prisma^fit-C；Trio-A 和Prisma^fit-C)。海馬總體積、分子層、齒狀回、CA1在所有時間點(diǎn)上的一致性最高。縱向處理的結(jié)果表示，各時間點(diǎn)間的平均體積差小于3%。而海馬裂、旁下托和海馬傘的一致性最低，各時間點(diǎn)間的平均體積差異大于5%。從Trio-A到Trio- B的體積差始終低于跨掃描儀的體積差值，這表明同一掃描儀內(nèi)的結(jié)果總體上表現(xiàn)更好。

圖3 縱向處理的結(jié)果提高了所有區(qū)域重復(fù)測量的信度。

    圖4顯示了FreeSurfer的標(biāo)準(zhǔn)和縱向處理流程在同一掃描儀內(nèi)和跨掃描儀兩個時間點(diǎn)的平均體積差百分比。海馬總體積、分子層和齒狀回穩(wěn)定性最好。然而，掃描儀內(nèi)部的體積差異始終低于跨掃描儀之間的差異，這表明在同一掃描儀測量中的結(jié)果表現(xiàn)得更好。左右海馬亞區(qū)在時間點(diǎn)和處理上的體積百分比差異無統(tǒng)計學(xué)意義(p>0.05)。這表明額外機(jī)器的掃描可能會增加噪音信號，因此縱向估計的結(jié)果可能受到影響。

圖4 縱向處理的結(jié)果提高了所有區(qū)域重復(fù)測量的信度。

    圖5顯示了經(jīng)過標(biāo)準(zhǔn)和縱向處理的Dice重疊系數(shù)系數(shù)。值表示每次比較之間的Dice重疊系數(shù)值。海馬總體積、下托、旁下托和海馬尾的跨時間點(diǎn)的一致性最強(qiáng)，各個時間點(diǎn)的重疊系數(shù)值超過75%。只有海馬裂是最不一致的，在不同時間點(diǎn)之間的平均體積重疊小于70%。在縱向處理結(jié)果中，Dice重疊系數(shù)系數(shù)是升高的，多數(shù)亞區(qū)的得分大于80%。

圖5 縱向處理的結(jié)果提高了所有區(qū)域重復(fù)測量的信度。

    圖6顯示了經(jīng)過FreeSurfer標(biāo)準(zhǔn)和縱向處理的兩個時間點(diǎn)(包括同一掃描儀內(nèi)和跨掃描儀)的Dice重疊系數(shù)系數(shù)。海馬總體積、CA4和海馬尾在兩個時間內(nèi)是保持穩(wěn)定的。在縱向處理的結(jié)果中，各個亞區(qū)的重疊系數(shù)值不斷增加，大多數(shù)的亞區(qū)得分達(dá)到75%或更高。不同時間點(diǎn)和左右海馬亞區(qū)的Dice重疊系數(shù)系數(shù)值無統(tǒng)計學(xué)意義(p>0.05)。然而，在同一掃描器內(nèi)的Dice重疊系數(shù)系數(shù)值始終高于跨掃描器之間的值。這進(jìn)一步表明，用額外的機(jī)器掃描可能會增加噪聲信號并影響縱向處理流程的結(jié)果。

 SHAPE  \* MERGEFORMAT

    圖7顯示了使用兩種處理方法中在掃描儀內(nèi)和跨掃描儀兩個時間點(diǎn)的海馬總體積圖。海馬總體積通過半球配對來觀察原始值的信度。在縱坐標(biāo)處理圖中，相關(guān)系數(shù)越高，表明該處理方法的穩(wěn)定性越好。

圖7 縱向處理的結(jié)果大大降低不同掃描儀間海馬總體積的噪聲。 

從Siemens的Trio掃描儀與Siemens的Prisma^fit掃描儀在標(biāo)準(zhǔn)橫向處理和縱向處理后，每個被試配對的不同半球海馬總體積之間的相關(guān)圖。左半球為紅色，右半球為綠色。

    表1報告了各個時間點(diǎn)上，各亞區(qū)體積與同側(cè)海馬總體積的相關(guān)系數(shù)。左、右亞區(qū)體積與海馬總體積呈正相關(guān)。雙側(cè)海馬下托、CA1和分子層與各自半球的海馬總體積的相關(guān)性最強(qiáng)(r > 0.90, p < 0.001)，而相關(guān)系數(shù)最低的是左、右海馬裂和右旁下托(r < 0.50, p < 0.001)。

表1 標(biāo)準(zhǔn)處理和縱向處理的不同掃描儀間三個時間點(diǎn)（從Trio-A到Trio-B到Prismafit）的海馬亞區(qū)體積與海馬總體積的相關(guān)系數(shù)。所有亞區(qū)體積均顯示與同側(cè)海馬體積之間存在顯著相關(guān)性（p <0.001）。

3.2 重復(fù)測量的信度   

不同亞區(qū)的結(jié)果均表現(xiàn)出較高的信度，標(biāo)準(zhǔn)處理流程顯示其信度為0.74-0.98，縱向處理流程為0.92-0.99（所有三個時間點(diǎn)，表2)。體積百分比的結(jié)果顯示不同亞區(qū)同時保持高信度的能力，包括分子層,齒狀回、海馬總體積(> 0.98),以及中等穩(wěn)定性的亞區(qū)，包括海馬裂,海馬旁下托,海馬傘和CA3(> 0.92)。三個時間點(diǎn)均納入后，縱向處理所得的各區(qū)域ICC值均大于0.90。縱向處理的ICC值明顯高于與標(biāo)準(zhǔn)處理的值，包括右側(cè)CA1、海馬裂、右側(cè)齒狀回、右側(cè)CA3、右側(cè)CA4、海馬傘、右側(cè)HATA和海馬總體積。作者觀察到在標(biāo)準(zhǔn)處理中左海馬亞區(qū)區(qū)域的信度高于右海馬亞區(qū)，其差異有統(tǒng)計學(xué)意義(p < 0.05)。然而，在縱向處理過程中，不同半球之間的信度沒有顯著差異(p > 0.05)。
表2在不同掃描儀之間（Trio-A, Trio-B至Prisma^fit）及不同的處理流程，各個亞區(qū)的組內(nèi)相關(guān)系數(shù)值

掃描時僅包含兩個時間點(diǎn)(表3)，亞區(qū)體積呈現(xiàn)出相對穩(wěn)定，ICC得分大多在0.90以上，右側(cè)海馬裂和右側(cè)CA3得分在0.80以下。雖然這些區(qū)域的結(jié)果都不太一致，但在縱向處理中其穩(wěn)定性顯著增加。在兩個時間點(diǎn)通過標(biāo)準(zhǔn)處理或縱向處理的結(jié)果顯示，半球的信度系數(shù)無統(tǒng)計學(xué)差異(p > 0.05)。 

表3 在2個時間點(diǎn)內(nèi)（Trio-B至Prisma^fit）及不同的處理流程，各個亞區(qū)的組內(nèi)相關(guān)系數(shù)值

結(jié)論：   

本研究介紹的結(jié)果反映了根據(jù)T1加權(quán)掃描估計的自動海馬領(lǐng)域測量值的重測可靠性。使用類內(nèi)相關(guān)系數(shù)（ICC），體積差異百分比和Dice重疊系數(shù)，研究者能夠量化freesurfer分割的可靠性。并且研究結(jié)果表明，大多數(shù)區(qū)域是高度穩(wěn)定的，被試和試次間的差異很小。但是，研究者發(fā)現(xiàn)包含額外的掃描儀會影響可靠性。在縱向處理中，跨站點(diǎn)（Trio與Prisma^fit）掃描相比的同站點(diǎn)多次（Trio-A與Trio-B）掃描的可靠性較差。這些結(jié)果可能表明需要對縱向研究中的各個受試者的縱向點(diǎn)進(jìn)行匹配。     

該研究從技術(shù)層面分析了同一掃描儀及不同掃描儀的3個時間點(diǎn)3D-T1掃描，且用FreeSurfer發(fā)布的標(biāo)準(zhǔn)處理流程和縱向處理流程的結(jié)果進(jìn)行差異信度的分析，其結(jié)果表示，如果有多個時間點(diǎn)的結(jié)構(gòu)像，用縱向處理流程的方法得到的穩(wěn)定性較高，也就意味這樣的處理方法是比較可靠的。
原文：Test-retest reliability of FreeSurfer automated hippocampal subfield segmentation within and across scanners

微信掃碼或者長按選擇識別關(guān)注思影