Segmentation bayésienne des structures du tronc cérébral dans l'IRM

Dans cet article, nous présentons une méthode pour segmenter quatre structures du tronc cérébral (mésencéphale, pont, médulla oblongata et pédoncule cérébelleux supérieur) à partir d'IRM cérébrales 3D. La méthode de segmentation repose sur un atlas probabiliste du tronc cérébral et de ses structures cérébrales voisines. Pour construire l'atlas, nous avons combiné un ensemble de données de 39 IRM avec des délimitations manuelles déjà existantes de l'ensemble du tronc cérébral et un ensemble de données de 10 IRM dans lesquelles les structures du tronc cérébral ont été étiquetées manuellement avec un protocole spécifiquement conçu pour cette étude. L'atlas résultant peut être utilisé dans un cadre bayésien pour segmenter les structures du tronc cérébral dans des IRM nouvelles. Grâce à la nature générative du schéma, la méthode de segmentation est robuste aux changements de contraste IRM ou de matériel d'acquisition. En utilisant la validation croisée, nous montrons que l'algorithme peut segmenter les structures dans des IRM T1 et FLAIR jamais vues avec une grande précision (erreur moyenne inférieure à 1 mm) et robustesse (aucun échec sur 383 IRM, y compris 168 cas de MA). Nous évaluons également indirectement l'algorithme par une expérience dans laquelle nous étudions l'atrophie du tronc cérébral chez les personnes âgées. Les résultats montrent que, lorsqu'ils sont utilisés simultanément, les volumes du mésencéphale, du pont et de la médulla sont significativement plus prédictifs de l'âge que le volume de l'ensemble du tronc cérébral, estimé comme leur somme. Les résultats démontrent également que la méthode peut détecter des motifs d'atrophie dans les structures du tronc cérébral qui ont été décrits auparavant dans la littérature. Enfin, nous démontrons que l'algorithme proposé est capable de détecter les effets différentiels de la MA sur les structures du tronc cérébral. La méthode sera implémentée dans le cadre du populaire package de neuroimagerie FreeSurfer.