Объем на голове: Как придать волосам объем без фена

Модель объемной проводимости головы является важным ингредиентом для анализа источников, поскольку она определяет, как источник в головном мозге виден на датчиках ЭЭГ или МЭГ.Все прямые и обратные вычисления, которые выполняются в FieldTrip, используют один и тот же низкоуровневый код для вычисления потенциала или поля прямой модели. Поскольку модель объемной проводимости зависит от геометрии головы, вы должны предоставить анатомические данные, на которых эта геометрия может быть основана. Наиболее часто используемые анатомические данные — это анатомическая МРТ.

FieldTrip поддерживает следующие модели общей объемной проводимости для EE

• одинарная сфера
• несколько концентрических сфер, до 4-х оболочек
• модель граничного элемента (dipoli, bemcp)
• конечно-элементная модель (simbio)

и следующие модели общей объемной проводимости для ME

• одинарная сфера
• несколько сфер, которые устанавливаются локально на головку под каждым датчиком
• реалистичная однокорпусная модель на основе расширения свинцового поля (метод Нолти)

Помимо этих моделей объемной проводимости, которые предназначены для общего использования на данных ЭЭГ и МЭГ, существует ряд реализованных моделей, которые являются более экспериментальными, еще не завершенными на 100% или очень специфичными для необычных приложений, например.грамм. для ламинарного зонда в коре головного мозга или магнитных диполей (катушки локализатора МЭГ).

Для получения дополнительной информации о методах вы также можете проверить справочную документацию ft_prepare_headmodel и Ссылки на реализованные методы, относящиеся к прямому моделированию.

При желании вы также можете использовать прямую модель, для которой вы вычислили матрицы поля свинца вне FieldTrip, в сочетании с алгоритмами обратного восстановления источника, которые реализованы в FieldTrip.Некоторый код MATLAB, демонстрирующий, как это сделать, можно найти в этом примере.

BH ПЕНА С БОЛЬШОЙ ГОЛОВКОЙ 125 МЛ

Tigi BH Big Head Volume Foam — 125 мл

Придайте вашим тонким волосам естественный блеск и блеск с помощью пены для увеличения объема Tigi Professional Volumizing Foam. Tigi Bed Head представляет вам ароматный продукт для волос, который стимулирует видимый рост ваших волос, делая их безупречными. Этот продукт для волос не только добавляет упругости, но и добавляет текстуру и четкость вашим волосам, делая их шелковистыми и гладкими.Обогащенная всеми жизненно важными элементами для улучшения состояния волос, эта пена для волос стала одним из самых популярных продуктов в своей нише. Многие стилисты и эксперты рекомендуют Tigi Volume Foam своим клиентам, которые борются с проблемой тонких волос.

Добавьте мусс для предварительной укладки волос New Age в ваш режим укладки

Уход за тонкими волосами и их укладка — утомительная задача, так как тонкие волосы более хрупкие и подвержены ломкости. Tigi Professional Foam содержит специальные ингредиенты, которые придают тонким волосам пышность и текстуру.Это средство для ухода за волосами работает по механизму увеличения диаметра каждой пряди волос, удерживая в ней влагу и блеск. Легкий состав мусса для объема Tigi Volumizing Mousse надолго придаст вашим волосам полноту, не делая их липкими или жирными. Регулярное использование пены для увеличения объема сделает ваш образ более полным и плотным с гибкой устойчивой фиксацией.

Ощутите объем, который сохраняется с помощью пены для волос Tigi BH

Tigi BH Volume Boosting Hair Mousse воздействует на механизм грунтования волос, создавая им основу для укладки.Этот профессиональный мусс для волос обогащен комплексом влаги, который кондиционирует волосы, делая волосы гибкими и мягкими. Этот мусс для волос является уникальным средством для предварительной укладки, которое действует как усилитель волос, подготавливая волосы к созданию различных причесок. Пена для укладки идеально подходит для мягких и плоских волос, которым нужен объем, пена для увеличения объема сделает укладку более крупной и смелой.

Головка блока цилиндров, камера сгорания Объем

В процессе сборки современного гоночного двигателя существует множество проверок и инспекций, необходимых для достижения желаемых уровней мощности, которые, как мы привыкли ожидать, являются обычным делом.Одна из этих проверок — проверка голов (кубические сантиметры). Это процесс, при котором мы физически измеряем объем камеры сгорания. Это важно сделать, потому что это обеспечивает согласованность между всеми цилиндрами.

Конструкция современного гоночного двигателя представляет собой объединение множества различных дисциплин: теории механики, машиностроения, металлургии, аэродинамики, анализа цепочки поставок, контроля и сборки. Многие дисциплины сливаются воедино, чтобы завершить процесс.Домашний производитель двигателей должен выполнять многие из этих задач без помощи каких-либо специалистов и может быть вынужден выполнять их все.

Строитель, скорее всего, в конечном итоге будет использовать внешних поставщиков для выполнения многих задач, которые в противном случае не могут быть выполнены из-за ограничений оборудования. Не у многих из нас есть возможности для выполнения основных работ с машинами или изготовления конкретных компонентов, поэтому мы вынуждены использовать внешние источники для многих наших нужд. В этом отношении мы вынуждены стать системными интеграторами.

Очевидно, есть еще много задач, которые может выполнить домашний строитель. Одна из этих задач — процесс сборки (термин процесс используется, потому что существует множество различных входных данных, которые участвуют в сборке двигателя). Процесс сборки выходит далеко за рамки простого поддержания деталей в чистоте и использования правильных значений крутящего момента для сборки различных компонентов, составляющих двигатель.

Мы можем построить дома двигатели, которые могут иметь выходную мощность, которая может превышать 2 л.с. на кубический дюйм.Тридцать лет назад профессиональные производители двигателей были бы вознесены до статуса богов, если бы смогли достичь такого уровня мощности. Технология стала доступной, и детали для достижения такого уровня производительности доступны от множества различных поставщиков по всей стране и от многочисленных центров доставки по почте. Если у вас есть экономические ресурсы, вы можете получить практически любую часть вашего сердца.

CC Объем важен Объем камеры сгорания является ключевым элементом при определении степени сжатия.И, как мы все знаем или должны знать, «сжатие — это рог изобилия для лошадиных сил». Это избитая цитата Эла Нанли, пионера в создании двухтактных выхлопных систем. Это утверждение верно для всех двигателей внутреннего сгорания. Причина, по которой мы измеряем каждую камеру, заключается в том, что мы должны убедиться, что все они одинаковы.

Почему важно различать, какие камеры больше или меньше? Если вы строите двигатель V-8 или любой многоцилиндровый двигатель, это как если бы вы строили отдельные двигатели, которые имеют общие компоненты, такие как коленчатый вал, распределительный вал, блок и так далее.Двигатели, которые вы строите, также имеют некоторые общие системы, такие как система смазки, система охлаждения, системы подачи топлива, впуска и выпуска. Если объемы камеры сгорания различаются от цилиндра к цилиндру, энергия, которую они производят, будет отличаться от цилиндра к цилиндру.

Это вызывает дисбаланс в работе, которую выполняет каждый, и это будет стоить вам лошадиных сил. Некоторые эксперименты предполагают, что производитель двигателя намеренно меняет степень сжатия от цилиндра к цилиндру.Это делается в попытке компенсировать разницу потоков от цилиндра к цилиндру и редко бывает оправданным. С появлением более совершенных методов переноса, переноса портов с ЧПУ и производства улучшенных головок цилиндров и впускных коллекторов этот процесс стал не таким распространенным, как раньше.

С самой простой точки зрения, некоторые цилиндры будут работать с большей нагрузкой, а некоторые, по сути, будут продолжать работать, если объемы другие. Если после измерения объема в камерах вы обнаружите неприемлемый уровень вариации, вы узнаете, измеряя кубические единицы, над какими из них вам нужно работать, чтобы привести их в соответствие с другими.Но более серьезный вопрос заключается в том, почему важно знать, какие камеры сгорания бывают разные?

Насколько они должны быть близки Первый вопрос, который задаст большинство новых производителей двигателей, — насколько допустимы отклонения в объеме цилиндров? Простой ответ — все зависит от обстоятельств. Это зависит от того, насколько серьезно вы относитесь к развитию лошадиных сил. Я задал тот же вопрос Джо Монделло из Технического центра Монделло. Ответ был, мягко говоря, интересным.

«Что касается того, насколько допустимы вариации от камеры к камере, то настоящего ответа нет.Но мы знаем, что подобраться так близко не всегда возможно. Есть практические вопросы. «Мне не нравится больше изменений, чем 1 куб. См на камеру», — говорит Монделло. «Для камеры объемом 42 куб. См. 1 куб. Если вы используете камеру объемом 66 куб. См, 1 куб. См составляет чуть более 1,5%. Так что мы не имеем дело с большим числом. Действительно важно, что вы готовы принять в качестве стандарта.

«Если бы существовала взаимно однозначная корреляция с мощностью в лошадиных силах, и вас спросили, согласны ли вы с двигателем с пониженной мощностью на 2 процента по сравнению с вашим конкурентом, я готов поспорить, что 2 процента будут неприемлемыми.В современном мире мы видим, что все больше и больше двигателей работают с небольшими камерами и поршнями с плоским верхом. Так что объем в камерах становится все более критичным. При таком уровне критичности нам необходимо убедиться, что мы не отдаем никакого сжатия из-за того, что камера слишком велика по сравнению с остальными камерами ». Речь идет о переносе цилиндров и разработке двигателя.Он твердо уверен, что установка головок — это лишь одно из многих других важных измерений.В дополнение к проверке головок, Монделло очень четко дал понять, что следует проверять межцентровую длину шатуна, чтобы убедиться, что все стержни одинаковы.

В дополнение к этой проверке он также подчеркнул, что ход кривошипа необходимо проверять при каждом броске. Дополнительное внимание к деталям было предложено в связи с тем, что он заметил заметные различия в некоторых частях, доступных сегодня. Если вы не проверите эти критические размеры, вы действительно не узнаете, с чем имеете дело. Вы можете оставить питание на столе или, в худшем случае, у вас может произойти очень дорогостоящий сбой.

Еще одним важным размером является обеспечение того, чтобы верх блока был плоским и параллелен средней линии кривошипа. Если блок не обработан правильно, у вас будут не только неравномерные объемы в цилиндрах из-за разницы в высоте деки от цилиндра к цилиндру (в этот момент объем камеры становится спорным), у вас также могут быть проблемы с головкой. интерфейс к коллектору. Головки не будут располагаться параллельно центральной линии кривошипа, и это вызовет другие проблемы с интерфейсом.

Как измерить объем CC Мы установили, что определение объема в камерах имеет решающее значение. Как теперь измерить этот объем? Во-первых, вам понадобится специализированный инструмент. Не волнуйтесь, специализированный не всегда означает дорого, по крайней мере, в этом случае. Важно иметь возможность удерживать голову так, чтобы камеры были направлены вверх и были на одном уровне. Этот тип подставки для головы можно приобрести у любого количества поставщиков инструментов, которые обслуживают индустрию выступлений и гонок.Powerhouse Products — это одна компания, которая продает несколько различных типов подголовников.

Затем нужно накрыть камеру сгорания, чтобы можно было заполнить камеру жидкостью. Крышка может быть такой же простой, как кусок оргстекла с небольшим отверстием в центре. Оргстекло должно быть достаточно большим, чтобы закрывать камеру и опираться на плоскую часть головы. Его можно приобрести в местном хозяйственном магазине или в одном из крупных центров по ремонту дома. Кусок размером примерно 5×5 дюймов подойдет; чем толще, тем лучше.

Вам понадобится немного смазки, чтобы покрыть головку на стыке «оргстекло к головке», чтобы жидкость, которую вы будете использовать, не вытекла из камеры при ее заполнении. Также вам понадобится жидкость для заполнения камеры. Монделло предпочитает спирт с пищевыми красителями, чтобы жидкость в камере была видна во время заполнения камеры. Вы также можете использовать очень жидкое масло, такое как Marvel Mystery Oil. Жидкость должна быть жидкой и видимой.

Следующая необходимая вещь — бюретка. В качестве ориентира бюретка представляет собой стеклянную или пластиковую трубку с градуированными отметками сбоку, обычно отмеченными в кубических сантиметрах, на дне которой имеется кран.Верх открыт, поэтому вы заполняете трубку жидкостью, которую планируете использовать для измерения объема. После того, как вы наполните бюретку до верха, используйте кран, чтобы медленно выпускать жидкость, пока уровень жидкости не опустится до нулевой отметки. Нулевая отметка будет очень близко к верху бюретки. После заполнения бюретки достаточно просто заполнить камеру и записать объем, покидающий бюретку.

Необходимо проявлять особую осторожность, чтобы камера была заполнена полностью и не пролилась жидкость.После того, как камера заполнена, можно легко просмотреть бюретку и узнать, сколько жидкости потребовалось. В зависимости от размера бюретки может потребоваться повторное наполнение бюретки для заполнения камеры. В этом случае не забудьте записать, сколько жидкости вы залили в камеру. Хотя это несложная задача, ее можно избежать, используя бюретку большего объема.

После того, как вы заполнили все камеры и получили числа перед собой, примите некоторые решения в зависимости от результата.Если камеры слишком маленькие, вам придется увеличить размер камеры. Этого можно добиться, выполнив следующие действия: Простое измельчение материала из камеры. В этом процессе нужно проявлять большую осторожность. Форма камеры может влиять и будет влиять на показатели расхода, поэтому необходимо соблюдать осторожность. Регулировка работы клапана для опускания клапана ниже в камеру. Еще раз, следует проявлять большую осторожность и не заходить слишком далеко. Использование различных клапанов, у которых может быть больше тарелки на лицевой стороне, или удаление материала на токарном станке с лицевой стороны клапана.

Если камеры слишком большие, возможности немного более ограничены. Так же, как при сверлении отверстия, всегда легче сделать отверстие больше, чем добавить материал, чтобы сделать отверстие меньше. Вы можете фрезеровать головку, чтобы уменьшить объем в камерах. Вы можете изменить клапаны, чтобы они имели меньшую форму тарелки на лице. Смена головки или головок также возможна.

Сегодня на рынке представлено множество различных головок. Выбор, который у нас есть сейчас, намного шире, чем тогда, когда единственным доступным для вас выбором был то, что было доступно OEM.Вы можете быть ограничены правилами движка класса, в котором вы участвуете, поэтому процесс выбора становится проще.

Как строитель / производитель двигателей, вы делаете выбор. Вы делаете окончательное определение окончательного размера камеры. У вас есть сила создавать власть. В сегодняшней гоночной среде мы должны обращать внимание и знать такие детали, чтобы улучшить нашу производительность. Чтобы знать, вы должны измерить. Целью всегда является улучшение, поэтому мы должны измерить объемы куб.CT

Технический центр Монделло — 888 / 666-3355 www.mondello.com Powerhouse Products — 800 / 872-7223 www.powerhouseproducts.com

Метод оценки объема мозга по изображениям КТ головы и применение для выявления атрофии мозга при болезни Альцгеймера

Abstract

ИСТОРИЯ И ЦЕЛЬ: Общий объем мозга и общий внутричерепной объем являются важными показателями для оценки атрофии всего мозга при болезни Альцгеймера, деменции и других нейродегенеративных заболеваниях.В отличие от магнитно-резонансной томографии, которая включает ряд проверенных и полностью автоматизированных методов, только несколько методов сегментируют КТ-изображения. Доступные методы либо используют улучшенную КТ, не оценивают оба объема, либо требуют формальной проверки. Необходимо надежное вычисление общего объема головного мозга и общего внутричерепного объема с помощью КТ, поскольку КТ головы более широко используются в клинических условиях, чем МРТ головы. Мы представляем автоматизированный метод сегментации КТ головы (CTseg) для оценки общего объема мозга и общего внутричерепного объема.

МАТЕРИАЛЫ И МЕТОДЫ: CTseg адаптирует широко используемый метод сегментации МРТ-изображений мозга из набора инструментов статистического параметрического картирования с использованием шаблона на основе КТ для начальной регистрации. CTseg был протестирован и подтвержден с использованием изображений КТ головы из клинического архива.

РЕЗУЛЬТАТЫ: CTseg показал отличное согласие с 20 сегментированными вручную КТ головок. Внутриклассовая корреляция составила 0,97 ( P <0,001) для общего внутричерепного объема и 0,94 ( P <.001) для общего объема мозга. Когда CTseg применялся к поперечному набору данных по болезни Альцгеймера (58 пациентов с болезнью Альцгеймера и 58 соответствующих контрольных групп), CTseg обнаружил потерю процентного общего объема мозга (в процентах от общего внутричерепного объема) с возрастом ( P <. 001), а также групповое различие между пациентами с болезнью Альцгеймера и контрольной группой ( P <0,01). Мы наблюдали аналогичные результаты, когда общий объем мозга моделировался с общим внутричерепным объемом в качестве смешанной переменной.

ВЫВОДЫ: В современной клинической практике атрофия головного мозга оценивается по неточным и субъективным «глазам» компьютерных томографов. Ручная сегментация изображений КТ головы чрезвычайно трудоемка и требует много времени. CTseg потенциально может помочь врачам автоматически измерять общий объем мозга, а также обнаруживать и отслеживать атрофию при нейродегенеративных заболеваниях. Кроме того, CTseg можно применять в больших клинических архивах для различных исследований.

СОКРАЩЕНИЯ:

AD

Болезнь Альцгеймера

BET

Инструмент для извлечения мозга

ICC

коэффициент внутриклассовой корреляции

TBV

905 905 905 905 905 905 общий внутричерепной объем 905 TIVM

общий внутричерепной объем 905 TIVM TIVM общий внутричерепной объем 905 TIVM карта вероятностей

Общий объем головного мозга (TBV) — важный показатель для оценки атрофии головного мозга при старении и нейродегенеративных заболеваниях. ¹ TBV оценивается на основе МРТ или рентгеновской компьютерной томографии головного мозга путем сегментирования паренхимы головного мозга с использованием ручных или автоматизированных методов. Предпочтение отдается автоматизированным методам из-за эффективности, надежности и воспроизводимости. Для МРТ-изображений доступен ряд автоматизированных методов сегментации, которые широко применяются в клинической сфере. ² В клинических условиях КТ более широко используется, чем МРТ, из-за более высокой скорости сбора данных, меньшего количества противопоказаний, более низкой стоимости и ее способности отвечать на ряд клинических вопросов. ³ Однако для изображений КТ головы существует лишь несколько автоматизированных методов сегментации.

Некоторые существующие методы сегментации компьютерной томографии либо полуавтоматизированы ^4,5 , либо нацелены на конкретную область мозга ^6⇓-8 или болезненное состояние. ^5,9 Доступные методы сегментации КТ-изображений для измерения показателей глобального объема, таких как общий внутричерепный объем (TIV) и TBV на изображениях без обнаруживаемой патологии, формально не прошли валидацию. ^10⇓-12 Некоторые хорошо проверенные методы сегментируют только TIV ^13,14 , но не TBV.Однако TBV больше указывает на болезненные состояния при нейродегенеративных заболеваниях, ¹⁵ и TIV используется просто как мешающая переменная для целей нормализации. Manniesing et al. ⁴ оценили TBV с помощью компьютерной томографии головы, но использовали улучшенные изображения компьютерной томографии. ⁴ Однако их метод нельзя применить к одноразовым КТ-изображениям без улучшения изображения. Иримиа и др. ¹⁶ адаптировали SPM12 (http://www.fil.ion.ucl.ac.uk/spm/), ¹⁷ широко используемый метод сегментации на основе МР-изображений для сегментации компьютерной томографии и подтвердили его путем сравнения это с изображениями MR, сегментированными с помощью FreeSurfer (http: // surfer.nmr.mgh.harvard.edu). Однако они подтвердили точность только ЦСЖ желудочков, а не TIV или TBV.

Мы представляем полностью автоматизированный метод сегментации компьютерной томографии (CTSeg; https://github.com/NuroAI/CTSeg) для сегментации мозга и оценки TBV и TIV по неулучшенным одноразовым компьютерным изображениям головы путем адаптации SPM12. CTSeg был проверен для сегментации мозга и оценки TBV и TIV путем сравнения с ручной сегментацией ( n = 20). Кроме того, мы представляем клиническое приложение, в котором CTSeg используется для демонстрации различий TBV при болезни Альцгеймера (БА) ( n = 116).

МАТЕРИАЛЫ И МЕТОДЫ

Субъекты

Это исследование было рассмотрено и одобрено наблюдательным советом учреждения Geisinger Health System. Изначально КТ-изображения собирались как часть повседневной клинической помощи пациентам, но были полностью обезличены. Мы создали 2 набора данных: 1) набор данных ручной сегментации ( n = 20, субъекты без аномалий мозга) и 2) набор данных AD ( n = 167, субъекты с диагнозом AD и без него). У пятнадцати субъектов с БА были катетеры, и они были исключены из дальнейшего анализа.Набор данных AD, который был дополнительно проанализирован, состоял из 152 субъектов.

Набор данных ручной сегментации.

Всего 20 субъектов (средний возраст 66 лет; возрастной диапазон 32–89 лет; 10 женщин) были случайным образом отобраны для ручной сегментации внутричерепного пространства и паренхимы головного мозга. У этих субъектов не было аномалий головного мозга и, согласно отчетам радиологии, они ничем не примечательны. Кроме того, путем визуального осмотра мы подтвердили, что на изображениях не было артефактов.

AD Набор данных.

Первоначальный набор данных поперечного сечения БА состоял из 62 субъектов (средний возраст 77 лет; возрастной диапазон 68–83 года; 41 женщина) с диагнозом БА и 90 контрольных лиц (средний возраст 78 лет; возрастной диапазон 68 лет). –83 года, 64 женщины) без диагноза БА. Субъекты с AD и контрольной группой были отобраны на основе кодов Международной классификации болезней девятой редакции (ICD-9-CM 331.0). ¹⁸ Все КТ-изображения не содержали артефактов, а радиологические отчеты о изображениях не подтвердили никаких острых патологий или аномалий головного мозга.Ретроспективная оценка показала, что контрольная группа прошла компьютерную томографию после головных болей или травм головы. КТ-изображения были получены с использованием нескольких компьютерных томографов, а подробные сведения о моделях сканеров и параметрах визуализации представлены в интерактивной таблице 1.

Ручная сегментация

Ручная сегментация была выполнена обученным оператором с использованием ITK-SNAP 3.6 (www. itksnap.org). ¹⁹ Внутричерепное пространство очерчено в соответствии с рекомендациями Nordenskjöld et al. ²⁰ Сегментированное внутричерепное изображение затем использовалось для сегментации паренхимы мозга путем отслеживания границы между тканью мозга и спинномозговой жидкостью.

Автоматическая сегментация мозга

CTSeg (рис. 1) адаптирует унифицированный алгоритм сегментации ¹⁷ из SPM12 и использует шаблон CT для начального шага аффинной регистрации (подробное объяснение см. В разделе «Методы: автоматическая сегментация мозга» в онлайн-приложении. конвейера CTSeg). CTSeg создает вероятностные и бинаризованные карты сегментации мозга и внутричерепного пространства.Бинаризованные карты сегментации получаются путем определения пороговых значений вероятностных карт с использованием оптимальных пороговых значений (выбор оптимального порога в онлайн-приложении :).

Конвейер CTSeg для сегментации внутричерепного пространства и паренхимы головного мозга по КТ-изображениям головы. В скобках указано трехмерное координатное пространство изображения. MNI указывает на Монреальский неврологический институт.

Статистические методы

Перекрытие между автоматическими и ручными масками сегментации было измерено с использованием индекса сходства игральных костей (DSI). ²¹ TIV и TBV были получены из вероятностных карт, а бинарные маски были получены с использованием CTSeg. Для вероятностных карт объемы были рассчитаны путем интегрирования частичных объемов ткани (вероятность ткани в вокселе × объем вокселя) по всем вокселям из соответствующих карт ткани. Оценки объема были рассчитаны на основе двоичных масок путем умножения количества замаскированных вокселей на единичный объем вокселей.

Объемы, оцененные с помощью CTSeg, сравнивались с ручными оценками с использованием диаграмм рассеяния и коэффициента корреляции Пирсона.Систематическая погрешность оценивалась с помощью анализа Бланда-Альтмана, ²² , а процентная разница рассчитывалась как процент от ручных оценок. Абсолютное соответствие между автоматизированными и ручными объемами оценивалось с использованием коэффициента внутриклассовой корреляции (ICC), рассчитанного с использованием 2-стороннего дисперсионного анализа ANOVA ²³ с фиксированными эффектами. 95% доверительные интервалы ICC были вычислены с использованием начальной загрузки с 1000 итераций. Объемы проверяли на нормальность с помощью теста Колмогорова-Смирнова. ²⁴ Оценки TIV CTSeg также сравнивались с современным инструментом извлечения мозга FSL для КТ (BET; http://bit.ly/CTBET_BASH). ¹³

Объемы, оцененные CTSeg, из изображений сопоставимых по возрасту субъектов с БА и контрольной группы были использованы для сравнения атрофии мозга между пациентами с БА и контрольной группой. Подбирали возраст субъектов с AD и контрольной группы путем минимизации разницы в возрасте с помощью пакета MatchIt ²⁵ в R (https://www.rdocumentation.org/packages/MatchIt/versions/3.0.2 / темы / matchit). ²⁶ Предыдущие исследования показали, что секс не оказывает значительного влияния на TBV в процентах от TIV (% TBV) ²⁷ , потому что это нормализованный показатель, который учитывает изменчивость, обусловленную размером головы и полом. ^27,28 Таким образом, испытуемые не были подобраны по полу, потому что все наши анализы проводились на% TBV. Диаграммы рассеяния TBV по сравнению с TIV и% TBV по сравнению с возрастом использовались для сравнения атрофии головного мозга у пациентов с БА и контрольной группы. Модели линейной регрессии использовались для определения значимости возраста, пола и диагноза БА для% TBV.Для регрессионных моделей был добавлен термин взаимодействия диагноза Возраст × AD, чтобы проверить, значительно ли различалась скорость потери объема мозга между пациентами с AD и контрольной группой. Кроме того, мы исследовали влияние TIV, моделируя TBV, используя TIV как смешивающий фактор в линейных моделях, как рекомендовано в недавних исследованиях. ^20,29 TIV и пол были добавлены в дополнение к диагностике возраста и AD при моделировании TBV. Результаты с P <0,05 считаются значимыми для всех статистических анализов.Статистический анализ проводился с использованием Python 2.7 (https://www.python.org/download/releases/2.7/), R 3.4.3 (http://www.r-project.org/) и Matlab 8.6.0. . (MathWorks, Натик, Массачусетс).

РЕЗУЛЬТАТЫ

Сегментация

CTSeg успешно сегментировал все 20 изображений из набора данных ручной сегментации. Оптимальный порог интенсивности изображения, полученный с использованием случайного выбора из 10 обучающих изображений, составлял 0,2 для маски мозга и 0,0006 для внутричерепной маски. Эти пороговые значения были устойчивыми при применении к испытательному набору (он-лайн рис. 1).

Бинарные маски от CTSeg хорошо согласовывались с масками ручной сегментации (DSI составлял 0,94 ± 0,008 для мозга и 0,98 ± 0,002 для внутричерепных масок). Извилины и борозды в верхних срезах головного мозга были хорошо зафиксированы с помощью CTSeg (он-лайн рис. 2).

Объем мозга

Сравнение автоматических и ручных оценок объема представлено в таблице 1. Бинаризованные оценки TBV и TIV показали отличное согласие с ручными оценками (ICC = 0,94 и 0,97 соответственно), тогда как вероятностные оценки показали меньшее согласие ( ICCs = 0.74 и 0,71 для TBV и TIV соответственно). TIV, оцененный с помощью BET, также показал отличное согласие с ручным TIV (ICC = 0,94), но был ниже, чем бинаризованный TIV из CTSeg. Бинаризованный CTSeg также имел наименьшее смещение с точки зрения процентной разницы (таблица 1) и на графиках Бланда-Альтмана (рис. 2) для обоих TIV (средняя разница -0,04L для бинаризованного CTSeg по сравнению с -0,05L для BET и — 0,13 для вероятностного CTSeg) и TBV (средняя разница 0,02 л для бинаризованного CTSeg по сравнению с -0,08 л для вероятностного CTSeg для TBV).Образец линейной аппроксимации графиков Бланда-Альтмана показал, что ошибка увеличивается с увеличением среднего объема и, следовательно, размера головы для обеих оценок CTSeg. Однако скорость увеличения вероятностных оценок была выше, чем бинаризованных оценок CTSeg. Оценка BET TIV показала наименьшую зависимость ошибки от среднего объема, но показала большую систематическую ошибку, чем бинаризованная CTSeg TIV. Поскольку бинаризованные оценки CTSeg показали лучшее согласие с ручными оценками, дальнейшие оценки были выполнены с использованием только бинаризованного метода CTSeg.

Сравнение автоматических оценок TBV и TIV с ручными наземными оценками. объемов ( толстая линия ) и линия равенства ( тонкая линия ). Графики Бланда-Альтмана ( нижний ряд ) с автоматическим минус-ручным управлением разницей объема по оси Y и средним значением автоматизированного и ручного объемов по оси X.Средняя разница ± 2 SD представлена ​​ пунктирными и пунктирными горизонтальными линиями , соответственно.

Объем мозга в AD

CTSeg был применен к набору данных AD, содержащему 152 изображения. CTSeg успешно сегментировал 135 изображений (58 с AD и 77 элементов управления) из 152 изображений (88%). Причины сбоев CTSeg обсуждаются в следующем разделе. После того, как мы исключили неудачи CTSeg, 58 контрольных субъектов были оптимально сопоставлены по возрасту с 58 субъектами с БА (всего из = 116 субъектов).Парный тест t подтвердил отсутствие значительной разницы в возрасте ( P = 0,74) между двумя группами после сопоставления по возрасту. Групповые сравнения были выполнены на бинаризованных объемах, оцененных на основе сопоставимых по возрасту субъектов. TBV и% TBV, рассчитанные для AD и контролей, представлены на рис. 3. Линейное соответствие% TBV показало более высокую потерю с возрастом в группе AD, чем в контроле. Мы наблюдали значительно более низкий средний% TBV ( P <0,05) в группе AD (76,24 ± 2,87) по сравнению с контрольной группой (77.52 ± 3,05). Парный тест t среди% TBV подобранных субъектов также показал значительную разницу ( P <0,05) между двумя группами. Линейная аппроксимация графика TBV-против-TIV показала, что наклон ниже для AD, что свидетельствует о более низком соотношении TBV-TIV у субъектов с AD. Результаты линейного регрессионного анализа представлены в интерактивной таблице 2. Возраст ( P <0,001) и диагноз AD ( P <0,05) оказали значительное влияние на% TBV. Термин диагноза Возраст × AD не имел значения как член взаимодействия в линейной модели.Аналогичные результаты наблюдались при моделировании TBV с использованием пола и TIV в качестве дополнительных ковариант. Возраст и диагноз БА были значимыми, когда эти переменные моделировались как основные эффекты. TIV внесла значительный вклад во все регрессионные модели. Результаты остались такими же, когда пол был исключен из модели основных эффектов.

% TBV ( слева, ), рассчитанная с использованием CTSeg, в зависимости от возраста. Диаграмма рассеяния TBV по сравнению с TIV ( справа ).

Ошибки сегментации в наборе данных AD

CTSeg не удалось создать приемлемые сегменты для 4 из 62 изображений AD и 13 из 90 контрольных изображений.Неудачи при сегментации включали сегментирование областей вне мозга, таких как глаза, в качестве ткани мозга или карты сегментации, которые не напоминали мозг или внутричерепное пространство. В интерактивной таблице 3 приведена частота отказов CTSeg для различных сканеров. Общая частота отказов для всех сканеров составила <15%.

ОБСУЖДЕНИЕ

TBV является важным показателем атрофии мозга при БА и других нейродегенеративных заболеваниях. Хотя КТ широко используется в клинических условиях, методы сегментации для оценки TBV по КТ-изображениям головы недоступны.Мы представили CTSeg, автоматизированный метод сегментации головной компьютерной томографии, и проверили метод, сравнив его с ручной сегментацией.

TBV и TIV из бинарных масок CTSeg показали лучшее согласие с ручными оценками, чем оценки TBV и TIV из вероятностных масок. Такой результат был ожидаемым, потому что карта вероятностного атласа тканей по умолчанию на основе МРТ (TPM; https://www.fil.ion.ucl.ac.uk/spm/toolbox/TPM/), которую мы использовали, не моделировала некоторые из анатомия, присутствующая в КТ-изображениях, и преобразование масок в двоичную форму с помощью порогового значения смягчили эти ошибки.Кроме того, систематическая погрешность оценки TIV с использованием бинарных масок была лучше, чем TIV, оцененная с использованием метода BET Muschelli et al. ¹³

Полезность CTSeg была продемонстрирована на поперечном наборе данных, содержащем AD и контрольные группы. Мы обнаружили, что объемы, оцененные CTSeg, имели значительную разницу в% TBV ( P <0,05) между группами AD и контрольной группой в модели линейной регрессии с возрастом, полом и диагнозом AD в качестве ковариант. Пол испытуемых не оказал значительного влияния на% TBV.Этот вывод согласуется с предыдущими выводами с использованием МРТ изображений, которые использовали TIV для нормализации глобальных объемов мозга. ^27,28 Средний% TBV, оцененный по изображениям AD, был ниже, чем для сопоставленных контролей. Статистическая незначимость взаимодействия диагноза Возраст × AD на% TBV может быть объяснена перекрестным характером нашего набора данных. Мы ожидаем, что значительные различия в группах TBV могут быть достигнуты, если будут отслеживаться продольные КТ-изображения головы одних и тех же субъектов. Кроме того, некоторая вариабельность% TBV может быть связана с неучетом продолжительности от фактического начала AD по отношению к времени получения CT.Еще один фактор, который мог повлиять на% TBV, — это то, что у контрольной группы может быть атрофия из-за недиагностированных заболеваний. Мы ожидаем увидеть более высокие групповые различия по TBV, если AD сравнивать со здоровым контролем без нарушений. Кроме того, когда TBV моделируется с TIV в качестве мешающей переменной, мы наблюдали аналогичные результаты по сравнению с% TBV. TIV был значительной мешающей переменной во всех моделях. Пол был незначительным во всех моделях, что позволяет предположить, что коррекция TIV устраняет структурные различия между мужчинами и женщинами; этот результат согласуется с предыдущими результатами, полученными с использованием оцененных объемов МРТ. ²⁹

В отличие от МРТ, интенсивность КТ-изображений стандартизирована и является мерой ослабления излучения тканями. Поэтому мы не думаем, что вариабельность сканера существенно повлияла на наш метод. Стандартизованная интенсивность в КТ, по сути, является преимуществом и упрощает сравнение изображений КТ на разных сканерах по сравнению с изображениями МРТ. Кроме того, мы ожидаем, что оптимальные пороги CTSeg будут широко применимы, поскольку СЗМ моделирует интенсивность тканей отдельно для каждого изображения.Мы подтвердили оптимальный порог, используя два разных подхода: случайный поиск и перекрестная проверка с исключением одного. Высокий индекс подобия Дайса в обоих подходах продемонстрировал надежность оптимального порога. Однако требуется дальнейшая проверка на более крупном наборе данных для проверки устойчивости порогового значения при различных уровнях шума КТ-изображений.

В CTSeg для сегментации мы использовали стандартный TPM на основе МРТ-изображений, специфичный для возрастного диапазона 18–90 лет. ³⁰ Шаблон КТ, использованный для первоначальной регистрации, был разработан для возрастного диапазона 46–79 лет. ³¹ Хотя возраст участников этого исследования составлял 67–89 лет, мы достигли хорошей точности сегментации с использованием стандартного TPM и шаблона CT. Однако, если будут использоваться соответствующие возрасту TPM на основе CT, мы ожидаем, что точность сегментации еще больше улучшится. Шаблоны TPM и CT были созданы с использованием изображений без аномалий мозга. Таким образом, CTSeg предполагает, что КТ-изображения, подлежащие сегментации, имеют мозг, свободный от крупных структурных аномалий, таких как глиома, инсульт, операции и артефакты изображения из-за упрочнения луча и имплантатов.Тем не менее, CTSeg может быть расширен для приложений, связанных с аномалиями головного мозга, такими как выявление поражений. ³²

CTSeg незначительно завышает TBV из-за неправильной классификации твердой мозговой оболочки как мозга на верхних срезах изображения. Такое завышение может быть связано с низким отношением контрастности к шуму мягких тканей на КТ-изображениях. Неправильная классификация твердой мозговой оболочки — известная проблема даже при сегментации Т1-взвешенных МРТ изображений. ³³ Оценки TIV и TBV по всем автоматизированным методам, протестированным в этом исследовании, показали линейную зависимость ошибки от размера головы.Бинаризация вероятностных карт с использованием оптимального порога немного снизила эту линейную зависимость до некоторой степени, и это явление можно объяснить несколькими причинами: одной из причин может быть эффект частичного объема, при котором один воксель представляет ≥2 ткани из-за конечного пространственного разрешение изображения. ³⁴ Количество вокселей на границах тканей увеличивается с размером головы, тем самым увеличивая ошибку в оценке объема из-за эффекта частичного объема. Линейная зависимость ошибки и размера головы также может быть объяснена ошибками пространственной регистрации и аллометрическим эффектом априорных тканей.В случае внутричерепной маски оптимальный порог был очень низким из-за влияния высокой интенсивности костной ткани (по сравнению с CSF) на эффект частичного объема для вокселей вблизи границы раздела кость-CSF.

Мы вычислили оптимальные пороги для КТ-изображений с толщиной участка изображения 5 мм, что является клиническим стандартом для КТ-изображений. Поскольку эффект частичного объема увеличивается с увеличением толщины сечения, пороговые значения ³⁵ могут потребоваться независимо для изображений с разной толщиной сечения.Однако КТ-изображения, реконструированные с меньшей толщиной сечения, имеют более низкий контраст и шум, что может привести к большим ошибкам при сегментации ткани мозга с использованием CTSeg. Поэтому следует соблюдать осторожность при применении CTSeg к изображениям с высоким разрешением. При внимательном визуальном осмотре мы отметили, что некоторые граничные области мозга и спинномозговой жидкости были неправильно классифицированы, особенно в левой и правой областях лобной доли, где мозг находится ближе к черепу, и в областях между полушариями мозга, где присутствует твердая мозговая оболочка (см. -line Рис 2).Ошибки в классификации на внутричерепных картах (он-лайн рис. 3) наблюдались на границах внутричерепного пространства в верхнем и нижнем срезах, что приводило к более низким оценкам TIV по сравнению с ручной сегментацией. Мы также отмечаем, что бинаризованная сегментация ошибочно классифицировала некоторые части глаза как внутричерепные объемы. Этот недостаток можно исправить, зарегистрировав стандартную внутричерепную маску на двоичной внутричерепной маске, полученной с помощью CTSeg, и исключив вокселы, классифицированные как TIV, которые находятся за пределами зарегистрированной стандартной внутричерепной маски. ³⁶

ВЫВОДЫ

Мы представляем CTSeg для автоматической оценки TBV и TIV по неулучшенным КТ-изображениям головы, полученным в диагностических целях, которые изначально предназначались для визуальной оценки радиологами. Мы показываем, что CTSeg может точно оценить TBV и TIV. Применение CTSeg на КТ-изображениях субъектов с БА и контрольной группы свидетельствует о том, что CTSeg можно использовать для обнаружения и отслеживания глобальной атрофии головного мозга при нейродегенеративных заболеваниях. БА не имеет симптомов до стадии легкого когнитивного нарушения, которая возникает через несколько лет после начала, и CTSeg может использоваться для отслеживания атрофии мозга у этих пациентов.Кроме того, CTSeg может применяться к клиническим архивам компьютерной томографии для разработки нормативных объемов мозга и для исследований нейродегенеративных заболеваний, которые демонстрируют глобальную потерю объема мозга.

Благодарности

Мы благодарим Geisinger Health System Foundation за финансовую поддержку.

Сноски

• Это исследование было поддержано Geisinger Health System Foundation.

• Раскрытие информации: Стефи А. Баум — НЕ СВЯЗАННЫЕ : Членство в Правлении : Только в астрофизике, моей основной области исследований; деньги не выплачены; Консультации : только в области астрофизики, моей основной области исследований; деньги, выплачиваемые через Национальное управление по аэронавтике и исследованию космического пространства. Работа : Университет Манитобы, Комментарии : Я профессор физики и астрономии и декан естественных наук Университета Манитобы; Гранты / гранты, ожидающие рассмотрения Исследование, Комментарии : Главный исследователь центра T2 Protect: Рандомизированное двойное слепое плацебо-контролируемое исследование фазы 2 для оценки эффективности и безопасности BHV-4157 у пациентов с болезнью Альцгеймера от легкой до умеренной.* * Деньги, выплаченные учреждению.

• Поступила 14 мая 2019 г.
• Принята после доработки 20 ноября 2019 г.

• © 2020 Американский журнал нейрорадиологии

Измерение объема массы при тяжелой травме головы: точность и возможность применения двух прагматических методов

Из-за физических свойств твердой мозговой оболочки и черепа любое резкое увеличение объема внутричерепного пространства может привести к внутричерепной гипертензии.1 Это особенно актуально после черепно-мозговой травмы, когда развитие посттравматических внутричерепных новообразований является наиболее опасным осложнением. 3

При черепно-мозговой травме объем образований считается одним из прогностических факторов4, а принятая во всем мире система классификации КТ включает измерения объема5.

Когда ушиб головного мозга или экстрааксиальный скопление увеличиваются, значительные изменения объема легко обнаруживаются без тщательного измерения. С другой стороны, когда со временем развиваются незначительные изменения, точность, обеспечиваемая более научными методами измерения, обеспечивает более ценную основу для принятия клинических решений.

Расчет заданной площади и реконструкция ограниченного объема вполне осуществимы с помощью современного оборудования компьютерной томографии, особенно когда выделенная рабочая станция является частью оборудования. К сожалению, определение объема редко выполняется во время рутинных измерений компьютерной томографии, хотя цифровое измерение поражений является наиболее точной системой, доступной на сегодняшний день. Наконец, цифровое измерение оказывается невозможным или обременительным, когда проводятся многоцентровые испытания и планируется централизованное считывание КТ.

Следовательно, необходимы практические методы измерения объема на распечатках компьютерной томографии при условии, что эти методы являются точными и выполнимыми.

Метод эллипсоида (ЭМ) был разработан для расчета объема артеровенозных мальформаций.6 Он основан на концепции, согласно которой объем эллипсоида составляет примерно половину объема параллелепипеда, в который он помещен. Путем измерения трех диаметров данного поражения в артериальной фазе ангиограммы реконструируют параллелепипед, и его объем, разделенный пополам, приближается к реальному объему мальформации.Распространяя эту геометрическую концепцию с ангиографии на компьютерную томографию, становится возможным расчет поражений, занимающих пространство (рис. 1 A).