《Journal of Neuroscience Methods》:Evaluation of consistency and reliability among four brain segmentation tools for cortical thickness measurement
编辑推荐:
埃姆雷·埃梅克利(Emre Emekli)|埃斯拉·埃梅克利(Esra Emekli)|布拉克·坎·德米雷尔(Burak Can Demirel)|乌古尔·托普拉克(U?ur Toprak)土耳其埃斯基谢希尔奥斯曼加齐大学(Eski?ehir Osmangazi Universi
埃姆雷·埃梅克利(Emre Emekli)|埃斯拉·埃梅克利(Esra Emekli)|布拉克·坎·德米雷尔(Burak Can Demirel)|乌古尔·托普拉克(U?ur Toprak)
土耳其埃斯基谢希尔奥斯曼加齐大学(Eski?ehir Osmangazi University)医学院放射学系
摘要
背景
准确评估皮质厚度对于理解临床和研究背景下的脑结构变化至关重要。随着自动化分割工具在神经影像学中的使用日益增多,这些工具的方法论和性能差异已成为一个关键考虑因素。
新方法
本研究评估了四种广泛使用的自动化分割软件平台(FreeSurfer (FS)、FastSurfer (FaS)、BrainSuite (BS) 和 volBrain (volB) 所得皮质厚度测量结果的一致性和互换性。40名健康成年人接受了 T1 加权 MRI 检查,并使用每种工具对 32 个双侧区域的皮质厚度进行了测量。统计分析包括弗里德曼检验(Friedman test)、威尔科克森符号秩检验(Wilcoxon signed-rank test)和组内相关系数(ICC)。
结果
所有软件包之间的皮质厚度测量结果存在显著差异。FS 和 FaS 的一致性最高。FS 的测量结果与其他任何软件均无相关性,而 FaS 与 volB 和 BS 之间有中等程度的一致性。有 7 个皮质区域在不同软件之间的测量结果没有一致性。FS、FaS 和 BS 的软件内可靠性较高,而 volB 的一致性为中等。
与现有方法的比较
以往的研究通常集中在单一软件流程或成对比较上。我们的方法提供了对四种主要分割工具的更广泛、系统的评估,揭示了现有文献中未充分记录的方法学差异。
结论
这些发现强调了在不同分割软件之间互换使用的方法学风险,特别是对于皮质厚度等敏感的形态测量指标而言。结果强调了提高神经影像学研究的方法学透明度和标准化的重要性,以确保结果的可重复性和可比性。
引言
脑形态测量在临床和研究领域得到了越来越广泛的应用,它能够客观评估神经和精神疾病以及神经科学领域的结构变化。磁共振成像(MRI)凭借其无创性和高组织分辨率,允许对脑结构进行精确分析。在这种情况下,皮质厚度测量在评估阿尔茨海默病、精神分裂症和双相情感障碍等神经精神疾病方面起着关键作用(Fischl 和 Dale, 2000; Lerch 和 Evans, 2005)。由于手动分析皮质厚度的耗时性和有限的可重复性,人们对自动化脑分割软件的兴趣日益增加。
自动化分割工具被广泛用于提取如皮质厚度等精确测量数据(Fischl, 2012; Henschel 等, 2020)。近年来,随着人工智能工具的快速发展,出现了许多新的软件平台。这些工具在处理速度、用户友好性和准确性方面可能存在显著差异,从而引发了关于结果可靠性的关键问题(Tustison 等, 2014; Manjón 和 Coupé, 2016; Henschel 等, 2020)。
尽管 FreeSurfer (FS) 由于高准确性而被长期使用并被视为黄金标准,但其处理时间较长,促使研究人员寻求更快的替代方案(Fischl, 2012; Reuter 等, 2010)。FastSurfer (FaS) 作为一种基于深度学习架构的新工具出现,能够在显著更短的时间内提供与 FS 相媲美的结果(Henschel 等, 2020)。此外,其他相对易于使用的分割工具(如 volBrain (volB) 和 BrainSuite (BS) 也在学术研究中受到青睐(Shattuck 和 Leahy, 2002; Manjón 和 Coupé, 2016)。
尽管文献中提供了许多关于这些工具的单独评估,但它们之间的直接比较仍然有限。此外,不同分割方法在区域性和系统性方面产生一致结果的程度尚未完全明确(Tustison 等, 2014; Clarkson 等, 2011)。因此,本研究的主要目的是比较使用 FS、FaS、BS 和 volB 在健康个体中获得的皮质厚度测量结果,并评估这些分割方法的互换性和一致性。
章节片段
材料与方法
本研究已获得埃斯基谢希尔奥斯曼加齐大学非介入性临床研究伦理委员会的批准(日期:2025年6月26日)。研究遵循《赫尔辛基宣言》的原则进行。
本研究包括 40 名健康个体的脑 MRI 扫描数据,这些个体曾参与过各种研究且未报告任何神经或精神方面的问题。图像使用 3 特斯拉西门子 MAGNETOM Prisma MRI 扫描仪获取。
结果
研究共纳入 40 名健康个体(20 名女性,20 名男性;平均年龄 24.35 ± 3.66 岁;女性:23.7 ± 2.35 岁,男性:25 ± 4.52 岁)。
在所有纳入的区域中,四种软件程序之间的测量结果存在显著差异(p < 0.001),表明皮质边界定义存在较大变异性(图 1)。后续的成对比较显示:FS/FaS 之间有 8 个区域存在显著差异;FS/BS 之间有 24 个区域;FS/volB 之间有 25 个区域;FaS/volB 之间有 23 个区域;volB/BS 之间有 22 个区域;FaS/BS 之间有 29 个区域(表 1)。
讨论
本研究比较了四种不同的分割软件工具。最显著的发现之一是这些工具在大多数区域内的测量结果存在显著差异。另一个关键发现是,尽管 FS 在文献中被广泛使用,但它与其他三个软件平台之间缺乏一致性。此外,这种变异性表明软件的选择可能会显著影响临床研究中的亚组分析。
CRediT 作者贡献声明
埃姆雷·埃梅克利(Emre Emekli):撰写——初稿、可视化、验证、软件、方法学、调查、正式分析、数据整理。埃斯拉·埃梅克利(Esra Emekli):撰写——审阅与编辑、调查、正式分析、概念化。布拉克·坎·德米雷尔(Burak Can Demirel):撰写——审阅与编辑、软件、方法学、调查、正式分析。乌古尔·托普拉克(U?ur Toprak):撰写——审阅与编辑、监督。
参与同意书
由于本研究采用回顾性设计,因此未从参与者处获得知情同意。伦理委员会已适当批准免除了知情同意的要求。
伦理声明
本研究已获得埃斯基谢希尔奥斯曼加齐大学非介入性临床研究伦理委员会的批准(日期:2025年6月26日)。研究遵循《赫尔辛基宣言》的原则进行。
关于写作过程中生成式 AI 和 AI 辅助技术的声明
在准备本工作时,作者使用了 ChatGPT 进行语言润色。使用该工具后,作者对内容进行了审阅和编辑,并对最终稿件负全责。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。