Automated Segmentation for Quantitative Susceptibility Mapping in Healthy Volunteers at 7T
Abstract
Parkinsons sykdom (PD) er en utbredt nevrodegenerativ lidelse og er assosiert med opphopning av jern i subkortikale hjernestrukturer. MR-avbildningsmetoden Quantitative Susceptibility Mapping (QSM) gir kvantitative mål for magnetiske susceptibilitetsverdier i vev som korrelerer med jernkonsentrasjoner. QSM er derfor lovende for å identifisere nye biomarkører for nevrodegenerative sykdommer. Det er av interesse å etablere en fullstendig automatisert segmenterings-pipeline for uthenting av QSM-verdier ved 7T feltstyrke for å erstatte tidkrevende manuell måling av susceptibilitet og videre utforske det diagnostiske potensialet til QSM.
Det nyskapende segmenteringsverktøyet SynthSeg 2.0 er basert på Dyp Læring (DL). SynthSeg ble brukt til å segmentere og hente ut susceptibilitetsverdier for hjernedelene thalamus, caudate, putamen, pallidum og hippokampus fra 29 friske frivillige med en gjennomsnittsalder på 29,97 ± 5,73. QSM-bildene ble rekonstruert med den integrative Total Generalized Variation-metoden fra 7T MultiGradient Echo-sekvens data. To ulike segmenterings-metoder ble evaluert og sammenlignet. Den første metoden genererte segmenteringskartet med SynthSeg basert på QSM data, og den andre basert på T1w data. QSM-bildet ble koregistrert til T1w segmentering ved hjelp av programvaren FSL FLIRT. Et CNN U-net tidligere utviklet ved MR-fysikkgruppen ved NTNU ble brukt til å segmentere Substantia Nigra (SN), Red Nucleus (RN) og OMEGA i motorisk cortex.
En korrelasjonsanalyse ble utført for å undersøke hvor godt susceptibilitetsverdiene trukket fra den automatiske segmenteringen av RN og OMEGA korrelerte med verdier målt manuelt av en radiolog. Analysen fant at segmenteringen utført med SynthSeg med 7T QSM input data var upålitelig, da segmenteringen hippokampus og putamen var av dårlig kvalitet. Det ble ikke funnet noen statistisk signifikant forskjell i segmenteringsresultatene mellom de ulike metodene for caudate og pallidum. Imidlertid viste susceptibilitetsverdiene for thalamus, hippokampus og putamen en betydelig endring (p < 0,005) avhengig av segmenteringsmetoden. Ved å sammenligne T1w og QSM segmenteringene kvantitativt, ble det observert Dice Scores (DSs) i området 0,83-0,87 for thalamus, caudate og pallidum, mens venstre og høyre putamen og hippokampus hadde verdier mellom 0,74-0,80 og 0,51-0,57, henholdsvis.
Feilmerking i den QSM-baserte segmenteringsmetoden ble hovedsakelig observert i den laterale retningen, og dette skyldes trolig susceptibilitetsartefakter fra luftrom i nærheten av øret. SynthSeg-segmenteringen med T1w input data v vi : viste derimot robuste resultater og anbefales for videre bruk i automatisk analysering av susceptibilitetsverdier. Gjennomsnittlig susceptibilitetsverdiene for de 29 friske frivillige ble for T1 segmentene funnet til å være 0,45 ± 1,80, 17,05 ± 3,19, 5, 23 ± 3,18, 53,86 ± 10,52 og 1,60 ± 2,41 ppb for venstre thalamus, caudate, putamen, pallidum og hippokampus, hendholdsvis. For SN ble den susceptibiliteten funnet til å være 70,16 ± 12,10 ppb, for RN 47,78 ± 11,75 ppb, og for OMEGA 21,14 ± 4,50 ppb.
Korrelasjonsanalysen mellom gjennomsnittlig susceptibilitet i SN og manuelt målte verdier ved bruk av lineær regresjon fant en R²-verdi på 0,58 (p < 0,0001), som antyder et potensial for å bruke automatiserte verdier som et alternativ til manuelle susceptibilitetsverdier for diagnostiske formål. Gjennomsnittlig susceptibilitet hentet fra automatisk segmentert OMEGA viste derimot ingen signifikant korrelasjon med de manuelle verdiene, men analyse av et større dataset og med inkludering av data fra pasienter vil være interessant for videre studier. Parkinson’s disease (PD) is a prevalent neurodegenerative disorder and is associated with iron accumulation in subcortical brain structures. The MR imaging technique Quantitative Susceptibility Mapping (QSM) provides quantitative measures of the magnetic susceptibility values in tissue that have been shown to correlate with iron concentrations. QSM is for this reason promising for identification of new biomarkers in neurodegenerative diseases. It is of interest to establish a fully automated segmentation pipeline for extraction of QSM values at 7T to replace time consuming manual susceptibility extraction, and further explore the diagnostic potential of QSM.
The novel Deep Learning (DL) based segmentation tool SynthSeg 2.0 was applied to extract susceptibility values of the thalamus, caudate, putamen, pallidum and hippocampus from 29 healthy volunteers with mean age 29.97 ± 5.73. The QSM images were reconstructed with the integrative Total Generalized Variation method from 7T Multi-Gradient Echo acquisitions. Two different segmentation pipelines were evaluated and compared. The first generated the segmentation map with SynthSeg from QSM input data, and the second with T1w input data. The QSM image was co-registered to the T1w based segmentation, using the FSL FLIRT software. A CNN U-net previously developed in the MR physics group at NTNU was used to segment the Substantia Nigra (SN), the Red Nucleus (RN) and the OMEGA of the motor cortex.
A correlation analysis was performed to investigate how well the extracted susceptibility values from the RN and OMEGA correlated to values manually extracted by a radiologist. The analysis found the SynthSeg segmentation with 7T QSM input to be unreliable, failing to segment the hippocampus and putamen. No statistically significant difference between the segmentation pipelines was found in the susceptibility value extracted for the caudate and pallidum, while the susceptibility values of the thalamus, hippocampus and putamen were found to change significantly (p < 0.005). The quantitative comparison of the T1w and QSM SynthSeg masks found Dice Scores (DSs) in the range of 0.83-0.87 for the thalamus, caudate and pallidum, while the left and right putamen and hippocampus scored in the range 0.74-0.80 and 0.51-0.57, respectively.
As mislabeling of the QSM based segmentation were observed mainly in the lateral direction, the failure to segment the putamen and hippocampus is likely partly due to susceptibility artifacts near the air-filled cavities of the ears. The T1w SynthSeg segmentation produced robust results, and is suggested to be used further for the automated susceptibility extraction pipeline. The raw susceptibility extracted in healthy volunteers from the T1w segmentation of the left thalamus, caudate, putamen, pallidum and hippocampus were found to be 0.45 ± 1.80, 17.05 ± 3.19, 5.23 ± 3.18, 53.86 ± 10.52 and 1.60 ± 2.41 ppb, respectively. The raw susceptibility were found to be 70.16 ± 12.10 ppb for the SN, 47.78 ± 11.75 ppb for the RN and 21.14 ± 4.50 for the OMEGA.
The correlation analysis of the mean SN susceptibility to manually extracted values found by linear regression a R²-value of 0.58 (p < 0.0001), suggesting that there is potential for the use of automated values as an alternative to manually extracted susceptibility values for diagnostic purposes. The mean susceptibility extracted from the OMEGA was not found to correlate significantly with the manual values, but further analysis with increased sample size and inclusion of data from patients is suggested.