Hippocampussegmentering

Metoder for analyser av hippocampus anatomi

Hippocampus er en struktur som er interessant å undersøke i studier som omhandler hukommelse, stedsans, aldring eller demens. Til tross for at hippocampus ser ut som en homogen struktur på T1-vektede MR bilder vet man at strukturen er meget heterogen og bestående av flere subområder. Vi vil her presentere ulike metoder man kan undersøke hippocampus og dens subområder med (figur 1).

Diagram — **Figur 1**: Flyt-diagram for analyse av hippocampus anatomi

Hvorfor segmentere hippocampus i subområder?

Volumet av hippocampus blir ofte brukt som et mål for hjernehelse, for å følge med effekt av aldring, eller risiko for demens i longitudinelle studier. For å kunne beregne volumet må man først segmentere ut strukturen. Når det gjelder sykdomsrelaterte forandringer, er volumet til hippocampus mye brukt for å monitorere for eksempel behandlingsrespons for medikamenter mot Alzheimers sykdom. Et mindre volum av hippocampus er beskrevet i en rekke lidelser, blant annet schizofreni, epilepsi, depresjon, PTSD, alkoholisme, bipolar lidelse, traumatisk hjerneskade, Parkinsons sykdom og borderline personlighetsforstyrrelse

Segmentering av hele volumet til hippocampus

For ikke mange år siden var det vanlig å segmentere hippocampus manuelt, og dette regnes fortsatt som gullstandard. Imidlertid er dette svært tidkrevende, spesielt i større studier, og automatiske segmenteringsprosedyrer blir derfor nesten alltid brukt i nye studier. Det er beskrevet over 50 ulike prosedyrer for å segmentere hippocampus automatisk eller semiautomatisk. Disse kan grovt deles inn i atlas-basert segmentering som benytter atlas der hippocampus allerede er segmentert manuelt som mal for automatisk å segmentere et bilde, og deformasjonsbasert modeller (”deformable mesh models”) som benytter en formbar struktur som gjennom en rekke iterasjoner tilpasser seg hippocampus. De vanligste programmene er FSL (http://fsl.fmrib.ox.ac.uk/fsl/fslwiki/) og Freesurfer (http://freesurfer.net/).

Segmentering av hippocampus subområder

Det er i økende grad blitt populært å undersøke ulike subområder av hippocampus. Dette fordi vi vet at en rekke ulike tilstander affiserer subområdene ulikt. Presis segmentering av subområdene vil således kunne øke sensitiviteten sammenlignet med å bruke volumet av hele hippocampus (Figur 2). Det finnes per i dag minst 3 kjente programmer for å segmentere hippocampus subområder: Freesurfer (http://freesurfer.net/), ASHS (https://www.nitrc.org/projects/ashs/) og MAGeT Brain (https://github.com/CobraLab/MAGeTbrain). For å få best segmentering er det anbefalt å benytte både et høyoppløselig T2 bilde, hvor man kan se det svarte båndet inne i hippocampus, samt et helhjerne T1 bilde (Figur 2). Freesurfer 6.0 gjør det også mulig å segmentere subområder av hippocampus basert kun på T1 bilder, men dette er ikke anbefalt, og dokumentasjonen er sparsom. I tillegg til disse programmene, som segmenterer ut volumer av de ulike subområdene, kan man benytte seg av formanalyse for å si noe om de underliggende subområdene. Et mye brukt og godt dokumentert program for dette er FIRST, en del av FSL pakken (http://fsl.fmrib.ox.ac.uk/fsl/fslwiki/). Denne analysen bruker standard oppløselige T1 bilder der hippocampus blir segmentert som helhet, og så blir overflaten fra hvert individ registrert opp mot et templat og sammenlignet statistisk. Resultatet kan så brukes til å si noe om funksjonelle subområder i hippocampus basert på forskjeller i form, uavhengig av de mange segmenteringsprotokollene.

Et nærbilde av ryggen og ryggen til et menneske — **Figur 2**: Segmentering av hippocampus. Til venstre er det et T1 bilde med ei oppløsning på 1x1x1 mm. Til høyre er det høyoppløslig T2 bilde med ei oppløsning på 0.4x0.4mm i planet og 2mm tykke snitt. Begge disse bildene er nødvendig for subfield segmentering av hippocampus, ved bruk av ASHS, som vist nederst i høyre hjørne.

Utfordringer ved segmentering av subområder i hippocampus

En av hovedutfordringene ved segmentering av subområder innad i hippocampus er at det ikke er noen klar enighet om hvor grensene mellom de ulike subområdene skal gå. I en studie ble 21 protokoller for manuell segmentering sammenliknet, og man viste at det var størst forskjell mellom protokollene i forhold til grensen som ble satt mellom subområdene CA1 og subiculum (Yushkevich et al., 2015). På tvers av alle subområdene i hippocampus observerte de størst forskjeller i den fremre delen av hippocampus. Når man benytter automatisk segmentering, blir segmenteringen klart best i de midtre delene av hippocampus. Dette skyldes mest sannsynlig at de ulike subområdene danner et mer komplekst mønster i de fremre og bakre delene av hippocampus.
For i det å forta en optimal segmentering av subområdene i hippocampus må man ha et eget høyoppløslig T2 bilde, e.g. 0.4x0.4mm og 2mm snitt. Allikevel er det vanlig å benytte segmentering av subområder i hippocampus ved å bruke for eksempel T1 bilder med ei oppløsning på 1mm3, selv om disse bildene ikke har høy nok oppløsning.

Referanser

Yushkevich, P.A., Amaral, R.S.C., Augustinack, J.C., Bender, A.R., Bernstein, J.D., Boccardi, M., Bocchetta, M., Burggren, A.C., Carr, V.A., Chakravarty, M.M., et al. (2015). Quantitative comparison of 21 protocols for labeling hippocampal subfields and parahippocampal subregions in in vivo MRI: Towards a harmonized segmentation protocol. NeuroImage 111, 526-541.