Pontomedullärer Übergang als Referenz für die Kreuzmarkskreuzung

Wissenschaftliche Berichte Band 13, Artikelnummer: 13527 (2023) Diesen Artikel zitieren

279 Zugriffe

10 Altmetrisch

Details zu den Metriken

Die Querschnittsfläche des Rückenmarks (CSA) ist ein wichtiger MRT-Biomarker zur Beurteilung der Rückenmarksatrophie bei verschiedenen neurodegenerativen und traumatischen Rückenmarkserkrankungen. Allerdings ist die herkömmliche Methode zur Berechnung des CSA auf der Grundlage der Wirbelhöhen von Natur aus fehlerhaft, da die Vorhersage der Wirbelsäulenhöhen anhand der Wirbelhöhen nicht zuverlässig ist, was zu erheblichen Schwankungen bei den CSA-Messungen führt. In früheren Arbeiten wurde vorgeschlagen, die CSA aus einer intrinsischen neuroanatomischen Referenz, dem pontomedullären Übergang (PMJ), zu berechnen, um die mit der Verwendung einer Wirbelreferenz verbundenen Einschränkungen zu überwinden. Allerdings bleibt die Validierung dieses alternativen Ansatzes sowie seine Variabilität zwischen und innerhalb der Teilnehmer unter variablen Halsverlängerungen unerforscht. Das Ziel dieser Studie bestand darin, festzustellen, ob die Variabilität der CSA bei Halsbeugungen/-streckungen bei Verwendung des PMJ im Vergleich zu Wirbelhöhen verringert ist. Zehn Teilnehmer wurden einem isotropen 3T-MRT-T2w-Scan bei 0,6 mm3 für drei Halspositionen unterzogen: Extension, Neutral und Flexion. Die Segmentierung des Rückenmarks, die Wirbelmarkierung, die PMJ-Markierung und die CSA wurden automatisch berechnet, während die Wirbelsäulensegmente manuell beschriftet wurden. Der mittlere Variationskoeffizient für CSA über die Halspositionen hinweg betrug 3,99 ± 2,96 % für die PMJ-Methode gegenüber 4,02 ± 3,01 % für die manuelle Wirbelsäulensegmentmethode gegenüber 4,46 ± 3,10 % für die Bandscheibenmethode. Diese Unterschiede waren statistisch nicht signifikant. Die PMJ-Methode war etwas zuverlässiger als die scheibenbasierte Methode zur Berechnung der CSA an bestimmten Wirbelsäulensegmenten, obwohl der Unterschied statistisch nicht signifikant war. Dies deutet darauf hin, dass der PMJ als wertvolle Alternative und zuverlässige Methode zur Schätzung der CSA dienen kann, wenn ein bandscheibenbasierter Ansatz schwierig oder nicht durchführbar ist, beispielsweise in Fällen mit fusionierten Bandscheiben bei Personen mit Rückenmarksverletzungen.

Die Querschnittsfläche (CSA) des Rückenmarks (SC) ist ein relevanter Biomarker zur Beurteilung der SC-Atrophie bei Krankheiten wie Multipler Sklerose (MS)1,2 und Rückenmarksverletzungen3,4,5. Eine frühe Neurodegeneration bei MS erfordert eine hohe Genauigkeit bei der Erkennung einer subtilen Atrophie zu Überwachungszwecken6. Traditionell wird der CSA an einer bestimmten rostro-kaudalen Stelle auf der Grundlage der Wirbelhöhe gemessen, um konsistente Vergleiche über die Zeit in Querschnitts- und Längsschnittstudien zu ermöglichen.

Es ist wichtig zu beachten, dass zwischen Wirbelebenen und Wirbelsäulenebenen unterschieden wird. Die Ableitung der neuroanatomischen Position der Wirbelsäulenebenen mit den Wirbeln kann zu Ungenauigkeiten führen und zur Variabilität der CSA-Messungen beitragen7. Cadotte et al.7 zeigten, dass die Positionen der Wirbelsäulensegmente von Person zu Person unterschiedlich sind und sich kaum mit den Wirbelkörpern überschneiden. Eine Wirbelreferenz berücksichtigt auch nicht Variationen in der Halspositionierung innerhalb des MRT-Scanners. Wirbelsäulenebenen können durch Segmentierung der Nervenwurzeln identifiziert werden, dies ist jedoch eine anspruchsvolle Aufgabe und erfordert hochauflösende Scans (ca. 0,6 mm3) und einen erfahrenen Bewerter. Eine genauere Ersatzreferenz für die Wirbelsäulenebenen ist wichtig, um CSA-Messungen mit dem klinischen Ergebnis zu verknüpfen.

Es ist wichtig, die Nackenbeugung und -streckung aus anatomischer und biomechanischer Sicht zu berücksichtigen. Die SC-Dura mater ist eine Fortsetzung der kranialen Dura mater, die sich vom Foramen magnum und dem Hirnstamm erstreckt8. Die Streckung und Beugung des Kopfes führt zu einer Richtungsänderung der Nervenwurzeln im Vergleich zu einer neutralen Haltung, bei der die Nervenwurzeln nach unten verlaufen. Durch die Nackenbeugung wird auch der SC verlängert, wobei sein Maximum zwischen den Nervenwurzeln C2-T1 liegt9. Die Beugung und Streckung des Halses führt auch zu einer Bewegung der Wirbelsäulensegmente relativ zu den Wirbelsegmenten: Bilston & Thibault10 zeigten bei der Halsstreckung, dass sich C3 im Vergleich zu neutralen Positionen um 5 mm nach kaudal bewegt, gegenüber 2 mm bei C5.

Einige haben neuroanatomische Ersatzlandmarken eingeführt, um die Einschränkung der Wirbelreferenz zu überwinden, wie z. B. den pontomedullären Übergang (PMJ)7,11 oder den Conus medullaris12.

In früheren Arbeiten haben wir eine automatische Pipeline zur Berechnung der CSA in einer Entfernung vom PMJ in einer Querschnittsstudie eingeführt, um die Variabilität der SC-CSA zwischen Subjekten zu reduzieren13. Die gemittelte CSA an der C2-C3-Bandscheibe und die CSA in 64 mm Entfernung vom PMJ ergaben ähnliche Variationskoeffizienten (COV); Es wurde keine eindeutige Schlussfolgerung über die Auswirkung der Referenz auf die CSA-Variabilität zwischen einzelnen Personen gefunden13. Eine weitere Validierung ist erforderlich, um den potenziellen Einsatz PMJ-basierter Referenzen im Kontext von Längsschnittstudien zu bewerten.

Ziel dieser Studie ist es, die Relevanz des PMJ als anatomische Referenz zu untersuchen, um die intraindividuelle Variabilität bei CSA-Messungen in einem Längsschnittkontext zu verringern. Dazu gehört (i) die Entwicklung einer Pipeline zur Markierung der Wirbelsäulensegmente mithilfe der Nervenwurzeln in T2-gewichteten (T2w) Bildern, (ii) die Bestimmung der Variabilität der Bandscheiben und des PMJ über drei Halsbeugungen/-streckungen und (iii) der Vergleich CSA-Variabilität unter Verwendung des PMJ, traditioneller Wirbelebenen und Wirbelsäulensegmente als Referenzen.

Zehn gesunde Teilnehmer (Alter: Mittelwert ± STD = 22,9 ± 1,2 Jahre; 3 Frauen) wurden wie abgebildet mit einem Siemens 3T Prisma-fit mit einer 64-Kopf-Hals-Spule an drei Halspositionen (Extension, Neutral und Flexion) gescannt in Abb. 1. Die Einverständniserklärung jedes Teilnehmers wurde eingeholt und es wurde eine geeignete Polsterung verwendet, um die Kopfposition beizubehalten und Komfort zu gewährleisten. Die Studie wurde vom Comité d'éthique de la recherche du Regroupement Neuroimagerie Québec genehmigt. Alle Experimente wurden in Übereinstimmung mit der Deklaration von Helsinki durchgeführt.

Beispiel für die Kopfpositionierung in der Kopfspule des MRT für Nackenextension (A), Neutral (B) und Flexion (C). Die untere Reihe zeigt Lokalisierer. (Einer der Autoren ist im Scanner).

Das Sichtfeld deckte die Oberseite des Kopfes bis mindestens zum T1-Wirbel ab. Für jede Halsposition wurde ein 3D-Sagittal-T2w-Scan mit den folgenden Parametern erstellt: SPACE-Sequenz, TR: 1,5 s, TE: 0,12 s, Matrix: 72 × 384, Auflösung in der Ebene: 0,6 × 0,6 mm2, Anzahl der Schichten: 384 , Schichtdicke: 0,6 mm, Pixelbandbreite: 620 Hz/Pixel).

Der SC wurde mithilfe der Spinal Cord Toolbox (SCT) v5.414 sct_deepseg_sc15 automatisch segmentiert und die PMJ- und Wirbelebenen identifiziert. Die Verarbeitungspipeline ist auf GitHub (https://github.com/sct-pipeline/pmj-based-csa/releases/tag/r20230313) mit ihrer Dokumentation (https://github.com/sct-pipeline/pmj-) verfügbar. based-csa/tree/r20230313#readme).

Die Wirbelsäulensegmente wurden auf T2w-Bildern für jede Halsposition von einem erfahrenen Bewerter (MB) manuell markiert, wobei die Spinalnervenwurzeln verwendet wurden, um die Position des mittleren Wirbelsäulensegments zu identifizieren (Abb. 2). Das standardisierte Verfahren ist auf GitHub verfügbar (https://github.com/sct-pipeline/pmj-based-csa/tree/r20230313#manual-labeling-of-spinal-cord-rootlets-with-fsleyes).

Markierungspipeline für Wirbelsäulensegmente. (1) Die SC-Mittellinie wird erkannt, (2) SC wird begradigt, (3) entrauscht und in der koronalen Ansicht manuell beschriftet. (4) Die inverse Transformation wird auf die Etiketten angewendet. Die Abstände zwischen dem PMJ und jedem Wirbelsäulensegment (grün) sowie zwischen jedem Wirbelsäulensegment und der entsprechenden Bandscheibe (rosa) wurden berechnet.

Um die Wirbelsäulensegmente zu kennzeichnen, schlagen wir kurz gesagt vor, den SC zu begradigen, um die Visualisierung der Spinalnervenwurzeln zu verbessern, da die natürliche Krümmung des SC ihre klare Identifizierung in der koronalen Ansicht behindern kann. Nicht lokal bedeutet, dass eine adaptive Rauschunterdrückung angewendet wird, um das Bild zu entrauschen16. Zusammenfassend lässt sich sagen, dass der nicht-lokale Mittelwertfilter die Ähnlichkeit zwischen verschiedenen Bildfeldern nutzt, um das Rauschen zu verringern und gleichzeitig Details beizubehalten. Darüber hinaus integriert es die im Bild vorhandenen räumlichen und Frequenzinformationen, um den Entrauschungsprozess anzupassen. Die Markierungen der Wirbelsäulensegmente werden dann in der Mitte (oben-unten) der Stelle angebracht, an der die Wurzel aus dem SC auf der entsprechenden axialen Schicht in der Mitte des SC austritt. Die Beschriftungskonvention ist in Abb. 2 angegeben und alle Wirbelsäulensegmente mit sichtbaren Nervenwurzeln (außer C1) sind für alle Halspositionen und Teilnehmer beschriftet. Mit der inversen Transformation werden die Beschriftungen schließlich zurück in den gekrümmten Raum gebracht.

Um die Position der Wirbelsäulensegmente anhand des PMJ und der Bandscheiben als Referenz abzuschätzen, haben wir für jeden Teilnehmer und jede Halsposition zwei Arten von Abständen entlang der SC-Mittellinie berechnet: zwischen dem PMJ und jedem Wirbelsäulensegment (Abb. 2.4 grün) und dazwischen jede Bandscheibe und ihr entsprechendes Wirbelsäulensegment (Abb. 2.4 rosa).

Um die Zuverlässigkeit der Standortschätzung des Wirbelsäulensegments über die verschiedenen Halspositionen hinweg zu beurteilen, haben wir die Standardabweichung (STD) über die Halspositionen für jeden Teilnehmer berechnet. Der STD wurde für jede Methode (PMJ, Scheiben) und für jedes Level (2 bis 7) berechnet. Der STD wurde im Gegensatz zum COV zur Beurteilung der Variabilität gewählt, da der Absolutwert der Abstände PMJ-Wirbelsäulensegment für die unteren Wirbelsäulensegmente größer wird, was sich im Vergleich zu den Abständen Bandscheiben-Wirbelsäulensegment auf den COV ausgewirkt hätte. Um zu beurteilen, ob es einen signifikanten Unterschied zwischen der STD der geschätzten Wirbelsäulensegmentpositionen, die mit dem PMJ und den Bandscheiben gemessen wurden, gab, führten wir einen gepaarten Zwei-Wege-ANOVA-Test für die STD über die Halspositionen (abhängige Variable) der 10 Teilnehmer durch. Die unabhängigen Variablen waren die Methoden (PMJ, Scheiben) und Ebenen (von 2 bis 7). Es wurde ein Signifikanzniveau von p-Wert = 0,05 festgelegt. Wir haben den ANOVA-Test verwendet, um einen globalen Effekt der unabhängigen Variablen und nicht spezifische Gruppenunterschiede zu erkennen. Es wurde keine Post-hoc-Analyse durchgeführt.

Der SC-CSA wurde mithilfe von sct_process_segmentation berechnet und über drei Schichten unter Verwendung von drei Referenzen gemittelt: CSA PMJ, CSA-Wirbelsäule und CSA-Bandscheiben (Abb. 3). Der CSA PMJ wurde anhand des über die drei Halspositionen gemittelten Abstands zwischen dem PMJ und jedem Wirbelsäulensegment berechnet. Diese Distanz war fachspezifisch. Der Grund, warum wir uns entschieden haben, den Abstand über die Halspositionen zu mitteln, ist der folgende. Die Hauptidee dieser Arbeit besteht darin, eine PMJ-basierte Methode13 als Referenz für die Berechnung des CSA zu validieren, anstatt sich aufgrund der bekannten Variabilität in der räumlichen Korrespondenz zwischen Wirbelsäule und SC auf Bandscheiben zu verlassen. Zur Erinnerung: Die PMJ-basierte Methode basiert auf einem festgelegten Abstand vom PMJ entlang der SC-Mittellinie. In der Arbeit von Bédard et al.13 wurde dieser Abstand auf 64 mm festgelegt, was dem Abstand zur C2-C3-Bandscheibe im Durchschnitt von 804 erwachsenen Teilnehmern entsprach. Anstatt den Abstand zwischen dem PMJ und der Bandscheibe C2-C3 zu berechnen, schätzen wir in der vorliegenden Studie den Abstand zwischen dem PMJ und jedem Wirbelsäulensegment (manuell anhand der Nervenwurzeln identifiziert). Dieser Abstand wird für jeden Teilnehmer und für jede Halsposition berechnet. Unsere Hypothese ist, dass der PMJ-basierte CSA für jeden Teilnehmer, unabhängig von der Halsstreckung, ähnliche Werte liefert (im Gegensatz zum Bandscheiben-basierten CSA, da sich der SC je nach Größe entlang der Superior-Inferior-Achse relativ zu den Bandscheiben bewegt auf der Halsposition). Um diese Hypothese zu überprüfen, haben wir einen objektspezifischen Abstand zwischen dem PMJ und jedem Wirbelsäulensegment als Durchschnitt aller drei Halspositionen festgelegt. Dann berechnen wir den CSA anhand dieser Distanz und bewerten die Stabilität dieses CSA-Maßes. CSA spinal wird an der Wirbelsäulensegmentposition für die Wirbelsäulenebenen C2 bis C8 und CSA discs an den Bandscheiben C2-C3 bis C7-T1 berechnet.

SC CSA berechnet mit 3 Referenzen: (A) mittlerer Abstand jedes Wirbelsäulensegments vom PMJ des Teilnehmers, (B) jedes Wirbelsäulensegment, (C) jede Bandscheibe.

Um die Variabilität des CSA über die Nackenpositionen hinweg abzuschätzen, haben wir den COV anstelle des STD berechnet, um die Ergebnisse über Teilnehmer und Ebenen hinweg zu aggregieren, da der CSA zwischen Teilnehmern und Wirbelsäulenebenen variiert17.

Der COV über die Halspositionen wurde für jeden Teilnehmer, jede Methode und jedes Niveau wie folgt berechnet:

Ein gepaarter 3-Wege-ANOVA-Test wurde durchgeführt, um zu bewerten, ob die unter Verwendung der drei verschiedenen Referenzen (PMJ, Wirbelsäule und Bandscheibe) berechnete CSA äquivalente Messwerte pro Teilnehmer ergab. Die in unserer Analyse untersuchten unabhängigen Variablen waren die Methoden (PMJ, Wirbelsäule und Bandscheibe), Ebenen und Halspositionen. Beachten Sie, dass der ANOVA-Test speziell für den CSA und nicht für den COV durchgeführt wurde, um die Halsposition als unabhängige Variable berücksichtigen zu können. Darüber hinaus war COV aufgrund der paarweisen Natur des ANOVA-Tests nicht relevant.

Der Winkel des SC wurde für jede Halsposition in der Rechts-Links-Achse berechnet. Der Winkel wurde zwischen den Bandscheiben C1-C2 und C4-C5 berechnet (Abb. S1)18,19. Wie in den vorherigen Studien18,19 wurde die Bandscheibe C4-C5 anstelle der Bandscheibe C6-C7 gewählt, da ein Teilnehmer ein kleineres Sichtfeld in der oberen und unteren Richtung aufwies, was dazu führte, dass die Bandscheiben C5-C6 und die unteren Bandscheiben fehlten .

Nach der laufenden Analyse wurde die Qualität aller SC-Segmentierungen, Wirbelmarkierungen und PMJ-Markierungen visuell beurteilt. Problematische Segmentierungen (Untersegmentierung/Leaking) und Labels wurden im Qualitätskontrollbericht von SCT identifiziert und mithilfe von ITK-SNAP manuell korrigiert. Bandscheibenmarkierungen wurden an der hinteren Spitze der Bandscheibe für C1-C2 bis C7-T1 angebracht und der PMJ wurde in der mittleren Sagittalebene identifiziert. Dem Quelldatensatz wurden Korrekturen hinzugefügt und die Analyse wurde erneut ausgeführt, wobei die Korrekturen anstelle der automatischen Beschriftung verwendet wurden.

Alle Daten sind auf OpenNeuro im BIDS-Format20 zugänglich; Manuell korrigierte Segmentierungen sowie PMJ-, Bandscheiben- und Wirbelsäulensegmentbezeichnungen sind ebenfalls verfügbar: https://openneuro.org/datasets/ds004507/versions/1.0.1.

Die Wurzeln der Spinalnerven sahen bei jedem Teilnehmer an allen Halspositionen im gestreckten Raum ähnlich aus (Abb. 4). Allerdings war das Zentrum der Wirbelsäulensegmente in Flexion aufgrund von Bewegungsartefakten schwieriger zu markieren, wie in Sub-003 (Abb. 4A.3) zu sehen ist, was zu weniger definierten Nervenwurzeln führte. Im Gegensatz dazu wies Sub-007 (Abb. 4B) eine gute Datenqualität ohne Bewegungsartefakte und klare Nervenwurzeln auf.

Beispiel einer anspruchsvollen (A) und einfachen (B) Markierung des Wirbelsäulensegments im aufgerichteten Raum bei zwei repräsentativen Teilnehmern. Bei den anspruchsvolleren Teilnehmern trugen wahrscheinlich Bewegung und Liquorfluss zu den weniger sichtbaren Nervenwurzeln bei.

Um die Position der Wirbelsäulensegmente anhand des PMJ und der Bandscheiben abzuschätzen, haben wir den Abstand PMJ-Wirbelsäulensegment und den Abstand Bandscheibe-Wirbelsäulensegment berechnet. Als nächstes verglichen wir die Zuverlässigkeit der Schätzung der Position der Wirbelsäulensegmente über die Halspositionen hinweg für jede Methode (PMJ, Bandscheiben). Um dies zu beurteilen, haben wir die STD der Abstände über die Halspositionen sowohl für die PMJ- als auch für die Bandscheibenmethode berechnet. Die Ergebnisse werden visuell mit einem Boxplot (Abb. 5), numerisch (Tabelle 1) und statistisch (Tabelle 2) dargestellt.

Boxplots (25–75 Perzentile) der STD über Halspositionen pro Teilnehmer des Abstands zwischen dem Wirbelsäulensegment und dem PMJ (grün) und dem Wirbelsäulensegment und den entsprechenden Bandscheiben (gelb). Grüne Dreiecke zeigen den Mittelwert und graue Rauten Ausreißer. Über die in Tabelle 2 beschriebene ANOVA hinaus wurde keine Post-hoc-Analyse durchgeführt.

Abbildung S2 zeigt Streudiagramme der STD über die Halspositionen des Abstands PMJ-Wirbelsäulensegment (a) und des Abstands Bandscheibe-Wirbelsäulensegment (b) für jeden Teilnehmer.

Tabelle 1 fasst die STD über die Halspositionen des Abstands PMJ-Wirbelsäulensegment und Bandscheiben-Wirbelsäulensegment zwischen allen Teilnehmern und Ebenen zusammen. Der mittlere STD ist bei der Messung am PMJ niedriger als bei der Messung an den Bandscheiben (1,06 ± 0,33 mm vs. 1,40 ± 0,26 mm).

Um zu überprüfen, ob es einen signifikanten Unterschied zwischen den STDs über die Halspositionen der PMJ- und Bandscheibenmethode gab, führten wir einen gepaarten Zwei-Wege-ANOVA-Test für die STDs der Abstände über die Halspositionen durch. Unabhängige Variablen waren Methoden (PMJ, Disc) und Ebenen. Die Ergebnisse sind in Tabelle 2 dargestellt. Die Analyse ergab keinen signifikanten Unterschied zwischen der STD von PMJ und der Bandscheibenmethode (p-Wert > 0,05), aber einen signifikanten Unterschied zwischen den Ebenen (p-Wert = 0,0386). Wir haben keine weiteren Post-hoc-Analysen auf allen Ebenen durchgeführt. Unser Hauptaugenmerk lag auf der Untersuchung, ob es Unterschiede in der Variabilität der geschätzten Wirbelsäulensegmentpositionen zwischen den PMJ- und Bandscheiben-basierten Schätzmethoden gab.

Der CSA wurde aus drei anatomischen Referenzen berechnet: PMJ, Wirbelsäulensegmente und Bandscheiben. Der Durchschnitt wurde aus 3 Schnitten pro Level ermittelt und der COV über die Halspositionen hinweg wurde für jeden Teilnehmer, jede Methode und jedes Level berechnet. Abbildung 6 zeigt Boxplots des COV von CSA über Halspositionen für jede Methode und Ebene zur visuellen Darstellung der Ergebnisse. Die mittleren CSA-Werte für alle Halspositionen und Teilnehmer für jede Methode und Stufe finden Sie in Tabelle S1.

Boxplot des CSA-COV pro Ebene basierend auf den Bandscheiben C1-C2 bis C7-T1, den Wirbelsäulensegmenten C2 bis C8 und auf dem mittleren Abstand zwischen dem PMJ und jedem Wirbelsäulensegment. Grüne Dreiecke stellen den Mittelwert dar und graue Rauten stellen Ausreißer dar.

Ein Streudiagramm des COV für jeden Teilnehmer und jede Methode ist in Abb. S3 dargestellt. Der mittlere CSA-COV aller Teilnehmer, Ebenen und Methoden ist in Tabelle 3 dargestellt.

Wir haben einen gepaarten 3-Wege-ANOVA-Test mit SC CSA durchgeführt, um statistische Unterschiede zwischen Methoden (PMJ, Wirbelsäule, Bandscheiben), Ebenen und Halspositionen zu bewerten. Die Ergebnisse sind in Tabelle 4 dargestellt. Die ANOVA-Testergebnisse zeigten keine signifikanten Unterschiede im CSA zwischen Methoden oder Halspositionen (p-Wert > 0,05). Der Test zeigte jedoch einen signifikanten Unterschied im CSA über alle Ebenen hinweg für alle Methoden und Halspositionen (p-Wert = 0,000004). Es gab auch eine signifikante Wechselwirkung zwischen Methode, Niveaus und Halsposition bei der CSA (p-Wert = 0,0205), was darauf hindeutet, dass die Beziehung zwischen Methoden und Niveaus je nach Halsposition unterschiedlich war.

Wir haben den Halswinkel zwischen den Bandscheiben C1-C2 und C4-C5 berechnet (Abb. S1), um zu beurteilen, ob die Variation des Halswinkels einen Einfluss auf die beobachtete Variabilität zwischen Bandscheiben/PMJ und Wirbelsäulensegmenten hatte. Tabelle S2 zeigt die Halswinkel der Teilnehmer für jede Halsposition mit Durchschnittswerten von 18,45 ± 3,82° für Extension, 11,14 ± 3,02° für Neutral und 4,79 ± 3,01° für Flexion.

Tabelle S3 zeigt die Korrelation zwischen der Variation des Nackenwinkels und der Positionsvariation des Wirbelsäulensegments (von PMJ oder Bandscheibe) zwischen Nackenbeugung und -streckung und Tabelle S4 pro Ebene. Abbildung S4 zeigt ein Streudiagramm der Variation des Halswinkels gegenüber der Variation des Abstands Wirbelsäulensegment-PMJ und Wirbelsäulensegment-Bandscheibe.

In dieser Studie haben wir die Zuverlässigkeit der Berechnung des CSA anhand der Positionen der Wirbelsäulensegmente von Bandscheiben im Vergleich zum PMJ bei menschlichen Teilnehmern in verschiedenen Nackenpositionen (Extension, Neutral, Flexion) bewertet. Die Variabilität der geschätzten Wirbelsäulensegmente über die Halspositionen unter Verwendung des PMJ gegenüber den Bandscheiben unterschied sich nicht signifikant, obwohl wir bei der PMJ-Methode einen Trend zu geringerer Variabilität (STD) festgestellt haben. Darüber hinaus verglichen wir den SC-CSA mit drei Referenzen (PMJ, Bandscheiben und Wirbelsäulensegment) und konnten bei Verwendung des PMJ als Referenz keinen signifikanten Unterschied in der CSA-Variabilität feststellen, obwohl die PMJ-Methode einen niedrigeren COV ergab.

Die Identifizierung von Nervenwurzeln zur Markierung von Wirbelsäulensegmenten hängt in hohem Maße von der Bildqualität ab. Selbst bei hochauflösenden Scans kann dies schwierig und zeitaufwändig sein und ist für groß angelegte Studien nicht realistisch. Dies unterstreicht die Notwendigkeit einer Ersatzreferenz und einer weiteren Verbesserung der Datenerfassungsqualität. Flexion zeigte eine schlechtere Datenqualität der Nervenwurzeln aufgrund erhöhter Artefakte, die durch die Bewegung der Teilnehmer verursacht wurden (Schlucken ist schwierig). Die Schwierigkeit, Nervenwurzeln genau zu identifizieren, erhöht die Variabilität der Distanz- und CSA-Messungen. KI-basierte Etikettierungsmethoden könnten in Zukunft möglicherweise die Zuverlässigkeit der Etiketten erhöhen.

Die PMJ-Methode war etwas zuverlässiger als die bandscheibenbasierte Methode zur Schätzung der Wirbelsäulensegmentposition (STD PMJ: 1,06 mm vs. Bandscheibe 1,40 mm), obwohl der Unterschied statistisch nicht signifikant war. Es ist jedoch wichtig, die Einschränkungen unserer Studie zu berücksichtigen, wie z. B. die geringe Teilnehmerzahl und Halspositionen sowie die Variabilität bei der manuellen Kennzeichnung (Abb. 5).

Wir beobachteten größere Diskrepanzen zwischen Bandscheiben- und Wirbelsäulensegmenten zwischen den Halspositionen als in einer früheren Studie7, möglicherweise aufgrund unterschiedlicher Aufnahmeparameter und der Verwendung von drei Positionen in unserer Studie.

Die PMJ-Methode hat bei den CSA-Messungen über die Halspositionen hinweg einen um 0,5 % niedrigeren COV als die scheibenbasierte Methode, obwohl dieser Unterschied nicht signifikant war. Ein besserer COV trägt dazu bei, die Mindestprobengröße zu reduzieren, die zur Erkennung von Atrophie in Längsschnittstudien erforderlich ist, wie Bautin et al.21 gezeigt haben. Allerdings beobachteten wir immer noch eine intraindividuelle Variabilität zwischen den Halspositionen von 4 %, was einem Unterschied von 3,08 mm2 bei C5 (CSA von 77 mm2) entspricht, was der Vergrößerung des Gebärmutterhalses entspricht, und einem Unterschied von 2,60 mm2 bei C7 (CSA von 65 mm2). ).

Der beobachtete Unterschied von 2,5–3 mm2 im Vergleich zu pathologischen Kohorten liegt innerhalb der erwarteten Effektgröße für solche Kohorten. Beispielsweise berichteten Casserly et al.22 in einer systematischen Übersicht über eine geschätzte Atrophierate von 1,78 % pro Jahr bei allen MS-Patienten, mit einem mittleren CSA bei C2-C5 von 73,07 mm2, was 1,3 mm2 entspricht. Es ist wichtig zu berücksichtigen, dass CSA-Messungen durch Faktoren wie die Segmentierungsmethode, Aufnahmeparameter, den Scanner und interindividuelle Unterschiede (Geschlecht, Alter) beeinflusst werden können13,21,23,24,25.

Diese Variabilität könnte auf die Bildqualität und eine Übersegmentierung des SC aufgrund verbleibender Segmentierungsfehler (Einschluss von Spinalnervenwurzeln) zurückzuführen sein. Abhängig von der Halsposition wäre die Auffächerung der Nervenwurzeln in der Nähe des SC mehr oder weniger tangential zum SC und könnte mehr oder weniger in die automatische Segmentierung einbezogen werden, was zu einer Variabilität der CSA über Halsverlängerungen hinweg führen würde . Einige Studien haben auch über einen signifikant kleineren CSA- und Anterior-Posterior-Durchmesser bei der Nackenbeugung berichtet als in der neutralen Position mit der Verlängerung des Rückenmarks26, was ebenfalls zur beobachteten Variabilität beitragen könnte.

Zu den Einschränkungen dieser Studie gehört die ungenaue manuelle Beschriftung der Wirbelsäulensegmente, was erklären könnte, warum die PMJ-basierte CSA einen niedrigeren COV aufwies als bei der Verwendung von Wirbelsäulensegmenten als Referenz.

Die Messung der CSA auf der Grundlage des PMJ berücksichtigt nicht die interindividuelle SC-Längenvariabilität, wie von Bédard et al.13 diskutiert. Daher wäre der PMJ-basierte Ansatz, wenn er nicht normalisiert würde, besser für Längsschnittstudien geeignet, bei denen die Teilnehmer ihre eigenen Kontrollen wären. Metriken wie die Vergrößerung des Gebärmutterhalses oder die gesamte SC-Länge könnten geeignete Kandidaten für die Normalisierung sein, es sind jedoch weitere Untersuchungen erforderlich, da noch kein klarer Zusammenhang zwischen der Lage der Wirbelsäulensegmente und anderen anatomischen Referenzen festgestellt wurde27.

Die Nackenpositionierung kann auch in verschiedenen klinischen Kontexten variieren28. Beispielsweise haben Studien bei SC-Kompressionen, etwa bei Patienten mit zervikaler Myelopathie, gezeigt, dass die Schwere der SC-Kompression mit der Streckung des Halses zunimmt. Es wurde festgestellt, dass es besser mit klinischen Defiziten korreliert als in einer neutralen Position18,29. Die Variation der Wirbelsäulensegmente relativ zu den Bandscheiben muss daher unbedingt berücksichtigt werden, wenn SC-Morphometrien wie CSA berechnet werden, wenn die Halsposition variiert wird. Darüber hinaus könnte die Messung am genauen Ort der Kompression anstelle der Mittelung der Morphometrie über die Wirbelebenen bei Verwendung einer Entfernung vom PMJ zu einer besseren Überwachung der Kompression führen und die Empfindlichkeit der Myelopathieerkennung erhöhen. Die kinetische MRT ist ein weiteres Beispiel, bei dem der Patient in einer Belastungsposition verschiedene Kopfbeugungs- und Streckpositionen einnehmen kann; Es kann Anomalien aufdecken, die bei herkömmlichen MRT-Aufnahmen in Rückenlage oder neutralem Zustand nicht sichtbar sind, vor allem bei SC-Verletzungen30,31.

In dieser Studie untersuchten wir die Verwendung des PMJ als anatomische Referenz für die Berechnung des SC-CSA, anstatt sich auf Bandscheiben zu verlassen. Wir verglichen die Schätzung der Position der Wirbelsäulensegmente und die CSA-Messungen unter Verwendung des PMJ und der Bandscheiben als Referenz. Dieser Vergleich wurde über drei Halspositionen unter Verwendung von T2w-Scans mit hoher isotroper Auflösung durchgeführt. Unsere Ergebnisse zeigen, dass die PMJ-Methode zur Berechnung der CSA an bestimmten Wirbelsäulensegmenten etwas zuverlässiger war als die scheibenbasierte Methode, obwohl der Unterschied statistisch nicht signifikant war. Dies deutet darauf hin, dass der PMJ als wertvolle Alternative und zuverlässige Methode zur Schätzung der CSA dienen kann, wenn ein bandscheibenbasierter Ansatz schwierig oder nicht durchführbar ist, beispielsweise in Fällen mit fusionierten Bandscheiben bei Personen mit SC-Verletzungen. Darüber hinaus könnte sich die Verwendung einer anatomischen Referenz basierend auf dem Zentralnervensystem als nützlich für Studien zur Untersuchung peripherer motorischer Funktionen, Dermatome und funktioneller MRT-Studien erweisen.

Die während der aktuellen Studie generierten und/oder analysierten Datensätze sind im Spinal Cord Head Position MRI-Repository verfügbar: https://openneuro.org/datasets/ds004507/versions/1.0.1.

Die Verarbeitungspipeline verwendet SCT v5.4 und ist auf GitHub https://github.com/sct-pipeline/pmj-based-csa/releases/tag/r20230313 mit seiner Dokumentation verfügbar: https://github.com/sct- Pipeline/pmj-based-csa/tree/r20230313#readme.

Variationskoeffizient

Querschnittsfläche

Multiple Sklerose

Pontomedullärer Übergang

Rückenmark

Werkzeugkasten für das Rückenmark

Bonacchi, R. et al. Klinische Relevanz der multiparametrischen MRT-Beurteilung von Schäden an der Halswirbelsäule bei Multipler Sklerose. Radiologie https://doi.org/10.1148/radiol.2020200430 (2020).

Artikel PubMed Google Scholar

Cawley, N. et al. Rückenmarksatrophie als primäres Ergebnismaß in Phase-II-Studien zur progressiven Multiplen Sklerose. Mult. Skler. 24, 932–941 (2018).

Artikel PubMed Google Scholar

Trolle, C., Goldberg, E. & Linnman, C. Rückenmarksatrophie nach Rückenmarksverletzung – Eine systematische Übersicht und Metaanalyse. Neuroimage-Klinik. 38, 103372 (2023).

Artikel PubMed PubMed Central Google Scholar

Schading, S. et al. Zuverlässigkeit von Rückenmarksmessungen basierend auf synthetischer T1-gewichteter MRT, abgeleitet aus multiparametrischem Mapping (MPM). Neuroimage 271, 120046 (2023).

Artikel PubMed Google Scholar

Seif, M. et al. Zuverlässigkeit des Multiparameter-Mappings (MPM) im Halsmark: Eine multizentrische quantitative MRT-Studie mehrerer Anbieter. Neuroimage 264, 119751 (2022).

Artikel PubMed Google Scholar

Abdel-Aziz, K. et al. Hinweise auf eine frühe Neurodegeneration im Halsmark von Patienten mit primär progressiver Multipler Sklerose. Gehirn 138, 1568–1582 (2015).

Artikel PubMed PubMed Central Google Scholar

Cadotte, DW et al. Charakterisierung der Lage der Wirbelsäulen- und Wirbelebenen im menschlichen Halswirbelsäulenmark. AJNR Am. J. Neuroradiol. 36, 803–810 (2015).

Artikel CAS PubMed PubMed Central Google Scholar

Szotek, S. et al. Die biomechanischen Eigenschaften der spinalen Dura mater im Kontext ihrer grundlegenden Morphologie. Acta Bioeng. Biomech. https://doi.org/10.37190/ABB-01972-2021-02 (2021).

Artikel PubMed Google Scholar

Reid, JD Auswirkungen von Flexion-Extension-Bewegungen des Kopfes und der Wirbelsäule auf das Rückenmark und die Nervenwurzeln. J. Neurol. Neurochirurg. Psychiatrie 23, 214–221 (1960).

Artikel CAS PubMed PubMed Central Google Scholar

Bilston, LE & Thibault, LE Biomechanik von Verletzungen des Halswirbelsäulenmarks bei Beugung und Streckung: Ein physikalisches Modell zur Abschätzung von Rückenmarksverformungen. Int. J. Crashworthiness 2, 207–218 (1997).

Artikel Google Scholar

Stroman, PW, Figley, CR & Cahill, CM Räumliche Normalisierung, Massenbewegungskorrektur und Koregistrierung für die funktionelle Magnetresonanztomographie des menschlichen Halsrückenmarks und Hirnstamms. Magn. Resonanz. Bildgebung 26, 809–814 (2008).

Artikel PubMed Google Scholar

Tsagkas, C. et al. Zuverlässige und schnelle Volumetrie des lumbalen Rückenmarks mit dem Cord Image Analyser (Cordial). EUR. Radiol. 28, 4488–4495 (2018).

Artikel PubMed Google Scholar

Bédard, S. & Cohen-Adad, J. Automatische Messung und Normalisierung der Querschnittsfläche des Rückenmarks mithilfe der pontomedullären Verbindung. Vorderseite. Neuroimaging https://doi.org/10.3389/fnimg.2022.1031253 (2022).

Artikel PubMed PubMed Central Google Scholar

De Leener, B. et al. SCT: Spinal Cord Toolbox, eine Open-Source-Software zur Verarbeitung von MRT-Daten des Rückenmarks. Neuroimage 145, 24–43 (2017).

Artikel PubMed Google Scholar

Gros, C. et al. Automatische Segmentierung des Rückenmarks und intramedullärer Multiple-Sklerose-Läsionen mit konvolutionellen neuronalen Netzwerken. Neuroimage 184, 901–915 (2019).

Artikel PubMed Google Scholar

Coupe, P. et al. Ein optimierter blockweiser nichtlokaler Entrauschungsfilter für 3D-Magnetresonanzbilder. IEEE Trans. Med. Bildgebung 27, 425–441 (2008).

Artikel CAS PubMed PubMed Central Google Scholar

Sherman, JL, Nassaux, PY & Citrin, CM Messungen des normalen Halswirbelsäulenmarks in der MR-Bildgebung. AJNR Am. J. Neuroradiol. 11, 369–372 (1990).

CAS PubMed PubMed Central Google Scholar

Bartlett, RJV, Rowland Hill, CA, Rigby, AS, Chandrasekaran, S. & Narayanamurthy, H. MRT der Halswirbelsäule mit Halsverlängerung: Ist es nützlich?. Br. J. Radiol. 85, 1044–1051. https://doi.org/10.1259/bjr/94315429 (2012).

Artikel CAS PubMed PubMed Central Google Scholar

Bazylewicz, MP, Berkowitz, F. & Sayah, A. 3D-T2-MR-Bildgebungsbasierte Messungen des hinteren Gebärmutterhalssacks in Flexion und Extension für die Zervixpunktion. AJNR Am. J. Neuroradiol. 37, 579–583 (2016).

Artikel CAS PubMed PubMed Central Google Scholar

Bédard, S. & Cohen-Adad, J. PMJ BIDS-Datensatz. (2023) doi:10.18112/OPENNERO.DS004507.V1.0.1.

Bautin, P. & Cohen-Adad, J. Minimal nachweisbare Rückenmarksatrophie mit automatischer Segmentierung: Untersuchungen unter Verwendung eines frei zugänglichen Datensatzes gesunder Teilnehmer. Neuroimage-Klinik. 32, 102849 (2021).

Artikel PubMed PubMed Central Google Scholar

Casserly, C. et al. Rückenmarksatrophie bei Multipler Sklerose: Eine systematische Überprüfung und Metaanalyse. J. Neuroimaging 28, 556–586 (2018).

Artikel PubMed Google Scholar

Cohen-Adad, J. et al. Open-Access-quantitative MRT-Daten des Rückenmarks und Reproduzierbarkeit zwischen Teilnehmern, Standorten und Herstellern. Wissenschaft. Daten 8, 219 (2021).

Artikel PubMed PubMed Central Google Scholar

Papinutto, N. & Henry, RG Bewertung der Intra- und Interscanner-Zuverlässigkeit von MRT-Protokollen für Messungen der grauen Substanz des Rückenmarks und der Gesamtquerschnittsfläche. J. Magn. Resonanz. Bildgebung 49, 1078–1090 (2019).

Artikel PubMed Google Scholar

Papinutto, N. et al. Intersubjektvariabilität und Normalisierungsstrategien für den Gesamtquerschnitt des Rückenmarks und die Bereiche der grauen Substanz. J. Neuroimaging 30, 110–118 (2020).

Artikel PubMed Google Scholar

Sudres, P., Evin, M., Arnoux, P.-J. & Callot, V. Morphologie des Gebärmutterhalskanals: Auswirkungen der Nackenbeugung im Normalzustand: Neue Elemente für biomechanische Simulationen und chirurgisches Management. Wirbelsäule 45, 1102–1109 (2020).

Artikel PubMed Google Scholar

Mesbah, S. et al. Neuroanatomische Kartierung des lumbosakralen Rückenmarks bei Personen mit chronischer Rückenmarksverletzung. Brain Commun. 5, fcac330 (2023).

Artikel PubMed Google Scholar

Schatlo, B. et al. Prospektive Machbarkeitsstudie zur Halswirbelsäule: Dynamische Flexion-Extension-Diffusions-Tensor-gewichtete Magnetresonanztomographie. Klin. Neuroradiol. 29, 523–532 (2019).

Artikel PubMed Google Scholar

Nigro, L. et al. Statische und dynamische zervikale MRT: Zwei nützliche Untersuchungen bei zervikaler Myelopathie. J. Wirbelsäulenchirurg. 3, 212–216 (2017).

Artikel PubMed PubMed Central Google Scholar

Michelini, G. et al. Dynamische MRT zur Beurteilung der Wirbelsäule: Stand der Technik. Acta Biomed. 89, 89–101 (2018).

PubMed PubMed Central Google Scholar

Lord, EL et al. Kinetische Magnetresonanztomographie der Halswirbelsäule: Eine Überprüfung der Literatur. Globus. Spine J. 4, 121–128 (2014).

Artikel Google Scholar

Referenzen herunterladen

Wir danken Hugues Leblond für die aufschlussreichen Gespräche. Diese Studie wurde vom Canada Research Chair in Quantitative Magnetic Resonance Imaging [950-230815], dem Canadian Institute of Health Research [CIHR FDN-143263], der Canada Foundation for Innovation [32454, 34824] und dem Fonds de Recherche du Québec finanziert —Santé [28826], der Natural Sciences and Engineering Research Council of Canada [RGPIN-2019-07244], der Canada First Research Excellence Fund (IVADO und TransMedTech), das Courtois NeuroMod-Projekt, das Quebec BioImaging Network [5886, 35450], die Wirbelsäulenforschung und Wings for Life (INSPIRED-Projekt).

NeuroPoly Lab, Institut für Biomedizinische Technik, Polytechnique Montreal, Montreal, QC, Kanada

Sandrine Bédard und Julien Cohen-Adad

Centre Hospitalier de l'Université de Montréal, Universität Montreal, Montreal, QC, Kanada

Maxime Bouthillier

Functional Neuroimaging Unit, CRIUGM, Universität Montreal, Montreal, QC, Kanada

Julien Cohen-Adad

Mila – Quebec AI Institute, Montreal, QC, Kanada

Julien Cohen-Adad

CHU Sainte-Justine Research Center, Universität Montreal, Montreal, QC, Kanada

Julien Cohen-Adad

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

SB und JCA haben die Studie entworfen und die Experimente durchgeführt. MB führte eine manuelle Kennzeichnung der experimentellen Daten durch und verfasste die Einleitung zum Manuskript. SB verarbeitete die experimentellen Daten, führte die Analyse durch, verfasste das Manuskript und entwarf die Abbildungen. JCA betreute das Projekt. JCA und SB diskutierten die Ergebnisse und trugen zum endgültigen Manuskript bei.

Korrespondenz mit Sandrine Bédard.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative-Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Bédard, S., Bouthillier, M. & Cohen-Adad, J. Pontomedullärer Übergang als Referenz für die Querschnittsfläche des Rückenmarks: Validierung über Halspositionen hinweg. Sci Rep 13, 13527 (2023). https://doi.org/10.1038/s41598-023-40731-3

Zitat herunterladen

Eingegangen: 18. April 2023

Angenommen: 16. August 2023

Veröffentlicht: 19. August 2023

DOI: https://doi.org/10.1038/s41598-023-40731-3

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.