[論文レビュー] Fast and high-quality tetrahedral mesh generation from neuroanatomical scans

Anh Phong Tran, Qianqian Fang|arXiv (Cornell University)|Aug 29, 2017

Advanced Neural Network Applications参考文献 28被引用数 8

ひとこと要約

この論文では、神経解剖学的スキャンから40秒未塔で高品質で解剖学的に正確な四面体メッシュを生成するオープンソースで完全自動のソフトウェアパイプライン「brain2mesh」を提示する。ユーザーが定義した品質基準を用いたサーフェスベースのメッシュ生成を活用し、FreeSurfer や FSL などのツールから得られるマルチラベルセグメンテーションデータとサーフェス再構築を統合することで、頭部の皮膚、頭蓋骨、脳脊髄液、灰色 matter、白質、空気腔を含む複数の組織層を持つ詳細な3次元頭部モデルを生成する。

ABSTRACT

Creating tetrahedral meshes with anatomically accurate surfaces is critically important for a wide range of model-based neuroimaging modalities. However, computationally efficient brain meshing algorithms and software are greatly lacking. Here, we report a fully automated open-source software to rapidly create high-quality tetrahedral meshes from brain segmentations. Built upon various open-source meshing utilities, the proposed meshing workflow allows robust generation of complex head and brain mesh models from multi-label volumes, tissue probability maps, surface meshes and their combinations. The quality of the complex tissue boundaries is preserved through a surface-based approach, allowing fine-grained control over the sizes and quality of the mesh elements through explicit user-defined meshing criteria. The proposed meshing pipeline is highly versatile and compatible with many commonly used brain analysis tools, including SPM, FSL, FreeSurfer, and BrainSuite. With this mesh-generation pipeline, we demonstrate that one can generate 3D full-head meshes that combine scalp, skull, cerebrospinal fluid, gray matter, white matter, and air cavities with a typical processing time of less than 40 seconds. This approach can also incorporate highly detailed cortical and white matter surface meshes derived from FSL and FreeSurfer with tissue segmentation data. Finally, a high-quality brain atlas mesh library for different age groups, ranging from infants to elderlies, was built to demonstrate the robustness of the proposed workflow, as well as to serve as a common platform for simulation-based brain studies. Our open-source meshing software "brain2mesh" and the human brain atlas mesh library can be downloaded at http://mcx.space/brain2mesh.

研究の動機と目的

• モデルベースの神経画像解析に適した計算的に効率的で高品質な脳メッシュ生成ツールの不足を解消すること。
• マルチラベルMRIセグメンテーションとサーフェス再構築から、複雑な3次元頭部メッシュモデルを強固で自動的に生成すること。
• サーフェスベースのメッシュ生成アプローチにより、組織境界における微細な解剖学的詳細を保持すること。
• 主要な神経画像処理ソフトウェア（SPM、FSL、FreeSurfer、BrainSuite）と互換性があり、多様な用途に適したパイプラインを提供すること。
• シミュレーション研究に役立てるために、高品質で年齢別に分類された人間脳アトラスのメッシュライブラリを構築・公開すること。

提案手法

• 本手法は、セグメンテーションされたMRIボリュームからの複雑な組織境界を保持するため、サーフェスベースのメッシュ生成戦略を用いる。
• FreeSurfer や FSL などのツールから得られるマルチラベル組織確率マップとサーフェスメッシュを統合し、一元的なメッシュ生成パイプラインを構築する。
• ユーザーが定義したメッシュ生成基準が要素サイズと品質を制御し、メッシュ解像度と正確性に対する細かい制御を可能にする。
• オープンソースのメッシュ生成ユーティリティを活用することで、堅牢性と再現性を確保する。
• セグメンテーションデータとサーフェスメッシュを併用して、高い解剖学的忠実度を持つハイブリッドモデルを生成可能である。
• ワークフローは完全に自動化されており、標準的なハードウェアでも全頭メッシュ生成を40秒未塔で実現している。

実験結果

リサーチクエスチョン

• RQ1 完全自動のメッシュ生成パイプラインは、神経画像解析用途において、リアルタイムで高品質な四面体メッシュを神経画像スキャンから生成できるか？
• RQ2 サーフェスベースの手法は、メッシュ要素の品質を維持しつつ、複雑な組織境界をどれほど正確に保持できるか？
• RQ3 本パイプラインは、FSL や FreeSurfer から得られる組織確率マップや事前生成されたサーフェスメッシュといった多様なデータソースをどの程度統合できるか？
• RQ4 本手法は、最小限のユーザー介入で、さまざまな年齢層（乳児から高齢者まで）に対して一貫性があり、高精度な3次元頭部モデルを生成できるか？
• RQ5 本パイプラインは、SPM、FSL、FreeSurfer などの既存の神経画像処理ソフトウェアスタックと、どの程度スケーラブルかつ相互運用可能か？

主な発見

• 提案されたメッシュ生成パイプラインは、平均して40秒未塔で全頭の四面体メッシュ（皮膚、頭蓋骨、脳脊髄液、灰色 matter、白質、空気腔を含む）を生成できる。
• サーフェスベースのメッシュ生成アプローチにより、複雑な組織境界における微細な解剖学的詳細が効果的に保持されている。
• FSL や FreeSurfer から得られる高品質な皮質および白質サーフェスメッシュは、最終的な四面体メッシュにスムーズに統合可能である。
• 本パイプラインは、SPM、FSL、FreeSurfer、BrainSuite といった主要な神経画像処理ツールと完全に互換性がある。
• 乳児から高齢者までの年齢層をカバーする包括的な人間脳アトラスメッシュライブラリが作成され、ワークフローの堅牢性と再利用可能性が裏付けられた。
• オープンソースのソフトウェア「brain2mesh」とアトラスライブラリは、シミュレーションベースの脳研究に利用可能である。