导言
大脑器官是研究人类大脑组织和探索病理生理过程的关键模型,对于有针对性的治疗策略具有巨大的潜力。它们是由人类多能干细胞培养的微型三维组织培养物。脑组织被用来研究导致小头畸形的神经发育障碍 1 或是像老年痴呆症这样的神经疾病 2 或帕金森病 3 , 4 . 在过去十年里,对有机体研究的兴趣越来越大 5 结果越来越多的数据,因此需要自动分析和量化。然而,目前自动有机体分析管道仅限于较小的管道,例如。、肠道、器官 6 或需要器官的牺牲 7 .由于其无创成像技术,磁共振成像(MRI)可以在不同发育阶段产生三维时间序列的脑器官。
此外,脑磁共振是诊断、分期和治疗各种神经系统疾病的黄金标准,因此突出了其成像脑组织的潜力,而脑组织还没有被利用。与光场成像相比,光场成像是评估器官大小和形态学的标准成像技术 8 , 9 , 10 磁共振通过扩散张量成像提供三维脑器官形态学以及功能性组织参数的观察。 在有机体培养的复杂过程中,干细胞向其他血统分化的许多途径可能发生 8 , 11 .一个重要的非理想的器官分化途径是发生充满液体的洞(或"囊肿") 8 , 9 .因此,准确和自动地估计器官囊性将极大地促进器官质量监测。然而,到目前为止,只有一种方法的自动分割的外生囊肿的多囊肾疾病患者的MRI已被报道 12 . 在此,我们提出第一个应用MRI在大脑类器官的神经网络方法提取脑器官体积和结构特征。
具体而言,我们处理了有机体监测和质量评估的三个关键任务:(一)有机体分割,(二)全球细胞性分类,(三)局部囊肿分割。因为明亮场成像是人工检查大脑器官大小和囊性的标准成像技术 8 , 9 , 10 我们比较了磁共振成像和光明场成像自动分析任务的性能。
结果
器官分割 有机体分割是自动提取有机体体积或结构等特征所必不可少的。
应用于标准成像技术--光明场成像--的最先进的二维有机体分割神经网络--获得了0.91mq0.11(平均数--SD,补充图。 1 )。在三维磁共振成像中,神经网络三维U-NET对有机体进行了分割,获得了0.92ns0.06。尽管MRI模型在整体上表现得非常精确,我们还是调查了具有挑战性的样本,以确定模型的弱点。模型在第36天表现最差的有机体3(骰子得分0.59)。对于这种器官,一个或多个囊性结构的破坏导致总体积的减少(补充图一)。 2 并将器官分裂成多个碎片(图1)。 1 c)这些碎片粘在爱彭多夫管壁上,这导致部分器官边界与MRI背景模糊。这个生物异常值在我们的数据集中是唯一的,因此模型很难学习。
讨论
在本研究中,我们采用基于神经网络的方法,介绍了用于脑组织非侵入性监测和分析的高磁场MRI。因为无论是脱粒还是使用二维U网都不会给MRI器官分割带来令人信服的结果(补充表) 2 ),我们使用了3dU网,在有机体分割上获得0.92的骰子平均分。这是与基于AI的有机体分割的光明场成像(平均骰子得分0.91)。可比较的MRI脑分割方法可以在0.72和0.93范围内获得骰子得分。 13 , 14 , 15 , 16 , 17 , 18 .这种高度可靠的自动化分析将是一个强大的工具,可以将野生型有机体与生长速度改变的疾病模型(如Zik-病毒病)进行比较。
19 或导致小头畸形的神经发育疾病 20 . 作为第一步,可靠的有机体分割为全面、无损的质量监测铺平了道路,包括形态学和功能组织参数。对于核磁共振,新引入的度量 紧密 ,受信号比概念启发 21 , 22 ,评估整个囊性。它成功地分离了非囊性和囊性有机体,与先前报告的非囊性和囊性有机体的表型相似(补充图)。 3 ,补充图。 4 ) 8 , 9 ,以0.98的成绩表现出色,并超过了应用于光明场成像的基于深研的雷达34。与光场成像相比,光场成像只能提供形态学的洞察力,ddi测量功能性组织参数。利用DDI研究表明,囊状器官比非囊状器官具有显著的高扩散率,最有可能反映较高的流体含量。
为了进一步研究囊肿的形成,尤其是用DMI,脉络丛有机体可能是一个有趣的模型 9 .虽然我们的研究主要集中在囊性疾病的检测-分化,我们的管道也可以用来研究坏死的核心在更大,更长成熟的脑组织,这也可以作为一个质量控制读数。 成功的全球囊性评估导致了囊肿是否可以在局部分段,以区分固体空间和充满液体的空间的问题。在布赖特菲尔德和MRI图像中进行器官体分割和整体囊性分类进行比较,只对MRI图像进行局部囊肿分割。由于明亮场图像的二维性质,可靠的囊肿注释是相当困难的(补充图。 3 )。
用3d磁共振成像,囊肿的注释更可行,表明更好的评估三维形态用磁共振成像。训练用于局部囊肿分割的3DU-NET平均分为0.63,这表明了一个具有挑战性的分割任务。其他具有挑战性的分割任务,如缺血性卒中病变分割,磁共振成像中的骰子得分甚至更低,为0.37 23 , 24 CT0.54和0.54 23 , 25.特别是对于有许多小囊肿的有机体,由于技术分辨率和对比噪声比限制,正确的局部囊肿分割似乎是一个主要的挑战。在这种情况下,全球囊性分类可以更容易地捕捉从紧凑型器官到囊状器官的流畅过渡。
需要考虑一些限制因素。一方面,尽管相对较小的数据集和异质的器官形态,相对于最先进的应用于光场图像的基于AI的方法,性能相当或更好,但仍可实现可靠的MRI器官分割和全球细胞性评估。因此,在扩展数据集时,我们并不期待性能的提升。另一方面,局部囊肿分割可能受益于更大的数据集。然而,在许多小囊肿的情况下,由于人类注释和模型预测的精确边界检测的不确定性,图像采集的技术局限性很可能仍然会阻碍分割性能。
由于小的核磁共振样品室,使用无传输高通量成像的标准板格式目前具有挑战性,因此需要创建定制容器。 总的来说,这项工作首次将MRI应用于大脑器官的无创分析。研究结果表明,大脑器官可以随着时间的推移而得到精确的监测,并且可以利用最先进的图像自动分析工具进行质量评估。与视野成像相比,MRI能更好地观察三维脑器官形态学,并提供脑器官的功能组织特征。这些结果指出了管道在大规模比较器官样体分析中的应用潜力。 材料和方法
