Nuove scoperte sull'imaging del cervello nei neonati
Un nuovo modello per le immagini cerebrali dei neonati aiuta la ricerca e i confronti.
― 6 leggere min
Indice
- Problemi con le Immagini Cerebrali dei Neonati
- Risorse Attuali
- Il Nostro Nuovo Modello
- Metodi di Ricerca
- Creazione del Modello
- Processo di Segmentazione Manuale
- Linee Guida per Strutture Specifiche
- Risultato della Segmentazione Manuale
- Utilizzo del Modello
- Importanza dei Modelli Standardizzati
- Direzione Futura per la Ricerca
- Conclusione
- Fonte originale
- Link di riferimento
Studiare i cervelli dei neonati e dei bebè è una grande sfida per gli scienziati. Ci sono tanti metodi per analizzare queste Immagini cerebrali, ma trovare gli strumenti giusti per i vari tipi di immagini può essere complicato. A differenza delle immagini cerebrali degli adulti, che hanno già buoni strumenti a disposizione, quelle dei neonati possono essere problematiche a causa dello sviluppo del cervello durante il primo anno di vita.
Problemi con le Immagini Cerebrali dei Neonati
Le immagini cerebrali dei neonati possono apparire molto diverse a causa della mancanza di Mielina, una sostanza che aiuta il cervello a funzionare meglio. In aree dove c'è poca o nessuna mielina, la sostanza bianca può apparire più scura della sostanza grigia in alcuni tipi di immagini e più chiara in altri. Questo crea una situazione confusa perché il contrasto nelle immagini cerebrali dei neonati è l'opposto di quello che si vede nei cervelli adulti. In regioni dove la mielina inizia a svilupparsi, può essere difficile distinguere i diversi tipi di tessuto cerebrale.
Per affrontare queste sfide, i ricercatori hanno creato Modelli di alta qualità e immagini etichettate. Questi strumenti possono aiutare con i metodi attuali di analisi delle immagini cerebrali e potrebbero essere utili anche in futuro.
Risorse Attuali
Recensioni recenti hanno esaminato i modelli cerebrali disponibili per i neonati. Si è suggerito che non esista un modello unico che si adatti a tutti i neonati, perché i loro cervelli cambiano rapidamente nelle prime fasi di vita. Gli scienziati spesso devono utilizzare più modelli per ottenere buoni risultati. Inoltre, c'è bisogno di modelli standardizzati che possano collegare gli studi sui cervelli dei neonati con quelli degli adulti. Questo potrebbe aiutare gli scienziati a confrontare le loro scoperte e migliorare i loro metodi.
Il Nostro Nuovo Modello
Questo articolo introduce un nuovo modello per i cervelli dei neonati. Questo nuovo modello include diversi tipi di immagini cerebrali e etichette precise per varie aree del cervello. Abbiamo creato diversi atlanti che forniscono etichette per i vari tipi di tessuto cerebrale, inclusa la sostanza grigia, la sostanza bianca e il fluido cerebrale. Questi atlanti comprendono anche etichette per strutture cerebrali specifiche.
Il nuovo atlante è composto da immagini di diversi tipi di scansioni MRI e include le principali strutture del cervello. Aiuta a standardizzare il modo in cui i ricercatori possono riferirsi a queste immagini e potrebbe essere utile per studi futuri.
Metodi di Ricerca
Lo studio ha seguito linee guida etiche ed è stato approvato dai comitati necessari. I partecipanti hanno subito scansioni cerebrali per ricerca. Le scansioni sono state fatte mentre i bebè dormivano naturalmente, utilizzando una tecnica che li mantiene calmi. È stata utilizzata una macchina MRI di alta qualità per acquisire immagini dettagliate dei cervelli.
Il protocollo utilizzato per le scansioni ha incluso diversi metodi per ottenere immagini di alta qualità e minimizzare il rumore. Questo ha aiutato a garantire che le immagini fossero chiare e utilizzabili per l'analisi. Dopo le scansioni, uno specialista ha esaminato le immagini per verificare eventuali risultati inaspettati. Tutti i neonati sono stati trovati sani dopo le scansioni.
Creazione del Modello
Per creare un modello specifico per il nostro studio, abbiamo iniziato con 180 immagini. Dopo aver filtrato quelle con troppi problemi, ci sono rimaste 125 immagini buone. Abbiamo poi creato un modello a doppio contrasto che ha messo insieme immagini di diversi tipi di scansioni.
Il modello è stato costruito in fasi. Prima, abbiamo registrato le immagini T1 e poi utilizzato quelle immagini per allineare le immagini T2. Creando una serie di modelli, siamo riusciti a garantire che il prodotto finale fosse completo e preciso.
Processo di Segmentazione Manuale
Analizzare le immagini cerebrali per identificare le diverse strutture è un lavoro molto dettagliato. Ha richiesto molto tempo e una buona comprensione di come si sviluppa il cervello. Abbiamo suddiviso il lavoro tra assistenti formati per aiutarli con la segmentazione manuale.
Per semplificare il processo, abbiamo iniziato con immagini che avevano un buon contrasto iniziale. Questo significava che i confini tra i diversi tipi di tessuto erano più facili da vedere. Anche con questo vantaggio, la segmentazione manuale era comunque difficile. Per garantire precisione, un team di ricercatori esperti ha controllato il lavoro svolto dagli assistenti.
Linee Guida per Strutture Specifiche
Per alcune parti specifiche del cervello, abbiamo creato linee guida dettagliate per garantire precisione. Ad esempio, abbiamo sviluppato un protocollo per guidare la segmentazione di strutture come l'amigdala e l'ippocampo. Anche se questo processo ha richiesto molto tempo, era necessario per garantire coerenza tra i diversi segmenti.
Abbiamo anche categorizzato e etichettato altre aree importanti del cervello come il caudato, il talamo e il cervelletto. Ognuna di queste aree ha avuto le sue sfide, ma con le linee guida e il lavoro di squadra, siamo riusciti a creare una rappresentazione accurata.
Risultato della Segmentazione Manuale
Dopo aver completato la segmentazione manuale, abbiamo unito le etichette per creare un set finale di etichette dell'atlante. Queste etichette rappresentano diverse strutture cerebrali e sono state attentamente controllate per la loro precisione. L'obiettivo era garantire che le etichette fossero simmetriche e fornissero una visione completa della disposizione del cervello.
Utilizzo del Modello
I modelli appena creati consentono un confronto facile tra studi che coinvolgono diverse età di sviluppo cerebrale. Questo è particolarmente importante quando i ricercatori vogliono analizzare dati sia di neonati che di adulti. Rendendo questi modelli disponibili, apriamo la porta a studi futuri che possono usarli come riferimento standard.
Importanza dei Modelli Standardizzati
Avere un modello standardizzato è fondamentale per molte ragioni. Prima di tutto, consente coerenza nella ricerca, facilitando il confronto dei risultati tra diversi studi. Senza un modello standard, può essere difficile valutare i risultati e vedere come si relazionano. Utilizzando un modello condiviso, gli scienziati possono trarre conclusioni più accurate e trovare schemi nello sviluppo cerebrale nel tempo.
Direzione Futura per la Ricerca
Anche se abbiamo fatto importanti progressi, lo studio dei cervelli dei neonati e dei bebè è ancora in fase di sviluppo. Ci sono sforzi in corso per creare modelli e atlanti più dettagliati che possano monitorare i cambiamenti nel cervello nel tempo. Le collaborazioni tra ricercatori possono portare a una migliore comprensione dello sviluppo cerebrale dalla nascita all'infanzia.
Con l'emergere di nuove tecniche e tecnologie, miglioriamo la nostra capacità di studiare questi giovani cervelli. I ricercatori sono incoraggiati a continuare a condividere le loro scoperte e sviluppare nuovi metodi, poiché questo porterà a una comprensione più profonda dello sviluppo cerebrale.
Conclusione
Studiare i cervelli dei neonati e dei bebè comporta molte sfide, ma con gli strumenti e le risorse giuste, è possibile fare importanti progressi. La creazione di nuovi modelli e atlanti getta le basi per future ricerche e può aiutare gli scienziati a confrontare le scoperte in modo più efficace. Condividere queste risorse favorirà la collaborazione tra i ricercatori e migliorerà la nostra comprensione dello sviluppo cerebrale nei primi anni di vita.
Titolo: The FinnBrain Multimodal Neonatal Template and Atlas Collection: T1, T2, and DTI brain templates, and accompanying cortical and subcortical atlases
Estratto: The accurate processing of neonatal and infant brain MRI data is crucially important for developmental neuroscience, but presents challenges that child and adult data do not. Tissue segmentation and image coregistration accuracy can be improved by optimizing template images and / or related segmentation procedures. Here, we describe the construction of the FinnBrain Neonate (FBN-125) template; a multi-contrast template with T1- and T2-weighted as well as diffusion tensor imaging derived fractional anisotropy and mean diffusivity images. The template is symmetric and aligned to the Talairach-like MNI 152 template and has high spatial resolution (0.5 mm3). In addition, we provide atlas labels, constructed from manual segmentations, for cortical grey matter, white matter, cerebrospinal fluid, brainstem, and cerebellum as well as the bilateral hippocampi, amygdalae, caudate nuclei, putamina, globi pallidi, and thalami. We provide this multi-contrast template along with the labelled atlases for the use of the neuroscience community in the hope that it will prove useful in advancing developmental neuroscience, for example, by helping to achieve reliable means for spatial normalization and measures of neonate brain structure via automated computational methods. Additionally, we provide standard co-registration files that will enable investigators to reliably transform their statistical maps to the adult MNI space, which has the potential to improve the consistency and comparability of neonatal studies or the use of adult MNI space atlases in neonatal neuroimaging.
Autori: Jetro J Tuulari, A. Rosberg, E. P. Pulli, N. Hashempour, E. Ukharova, K. Lidauer, A. Jolly, S. Luotonen, H. K. Audah, E. Vartiainen, W. Bano, I. Suuronen, I. L. C. Mariani Wigley, V. Fonov, D. L. Collins, H. Merisaari, L. Karlsson, H. Karlsson, J. D. Lewis
Ultimo aggiornamento: 2024-01-23 00:00:00
Lingua: English
URL di origine: https://www.biorxiv.org/content/10.1101/2024.01.18.576325
Fonte PDF: https://www.biorxiv.org/content/10.1101/2024.01.18.576325.full.pdf
Licenza: https://creativecommons.org/licenses/by-nc/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia biorxiv per l'utilizzo della sua interoperabilità ad accesso aperto.