[논문 리뷰] Analysis of Metric Distances and Volumes of Hippocampi Indicates Different Morphometric Changes over Time in Dementia of Alzheimer Type and Nondemented Subjects

Elvan Ceyhan, Can Ceritoglu외 6명|ArXiv.org|2008. 06. 09.

Alzheimer's disease research and treatments참고 문헌 71인용 수 7

한 줄 요약

이 연구는 대규모 변형 디퍼모르픽 메트릭 매핑(LDDMM)을 사용하여 해마 모양과 템플릿 간의 메트릭 거리를 계산하여, 매우 경도 알츠하이머 치매 환자에서 2년 간의 형태계측 변화가 유의하게 증가함을 밝혀냈다. 특히 오른쪽 해마에서 두드러진 변화가 관찰되었고, 대조군에서는 유사한 변화가 없었다. 메트릭 거리와 부피 손실을 조합할 경우, 부피만으로 분류하는 것보다 조기 알츠하이머 치매를 더 잘 분류할 수 있었으며, 이는 신경퇴행성 진행을 위한 다중모달 생물학적 표지자로서의 가치를 보여준다.

ABSTRACT

In this article, we analyze the morphometry of hippocampus in subjects with very mild dementia of Alzheimer's type (DAT) and nondemented controls and how it changes over a two-year period. Morphometric differences with respect to a template hippocampus were measured by the metric distance obtained from the Large Deformation Diffeomorphic Metric Mapping (LDDMM) algorithm which was previously used to calculate dense one-to-one correspondence vector fields between the shapes. LDDMM assigns metric distances on the space of anatomical images thereby allowing for the direct comparison and quantization of morphometric changes. We use various statistical methods to compare the metric distances in a cross-sectional and longitudinal manner. At baseline, the metric distances for demented subjects are found not to be significantly different from those for nondemented subjects. At follow-up, the metric distances for demented subjects were significantly larger compared to nondemented subjects. The metric distances for demented subjects increased significantly from baseline to follow-up but not for nondemented subjects. We also use the metric distances in logistic regression for diagnostic discrimination of subjects. We compare metric distances with the volumes and obtain similar results. In classification, the model that uses volume, metric distance, and volume loss over time together performs better in detecting DAT. Thus, metric distances with respect to a template computed via LDDMM can be a powerful tool in detecting differences in shape in cross-sectional as well as longitudinal studies.

연구 동기 및 목표

• LDDMM에서 유도된 메트릭 거리가 매우 경도 알츠하이머 치매 환자와 치매가 없는 대조군의 해마에서 종단적 형태계측 변화를 감지할 수 있는지 조사하기 위해.
• LDDMM 메트릭 거리가 부위별 및 종단적 분석에서 해마 부피와 비교하여 얼마나 민감한지 비교하기 위해.
• 매우 경도 치매의 알츠하이머형(DAT)과 정상 노화를 구별하기 위해 메트릭 거리, 부피, 그리고 그 변화율의 진단적 유용성을 평가하기 위해.
• 메트릭 거리가 크기와 독립적인 형태 변화를 포착하는지, 그리고 뇌 위축 패tern과 어떻게 관련되어 있는지 확인하기 위해.

제안 방법

• LDDMM를 사용하여 개별 해마 MRI 스캔과 인구 평균 템플릿 간에 조밀하고 역행 가능한 디퍼모르픽 매핑을 계산하여 해부학적 변형을 표현하는 벡터 필드를 생성하였다.
• 메트릭 거리는 LDDMM의 초기 운동량 벡터 필드의 L2 노름 제곱으로 계산되었으며, 각 해마와 템플릿 간의 기하학적 거리를 형태 공간에서 정량화하였다.
• 반복 측정 ANOVA를 적용하여 진단(DAT 대비 대조군), 시간(기저선 대비 추적), 그리고 측면(좌측 대비 우측)이 메트릭 거리에 미치는 주효과와 상호작용을 평가하였다.
• 주성분 분석(PCA)을 수행하여 메트릭 거리와 부피(해마, 뇌, 내두골)의 공통 및 독립된 분산 성분을 평가하였다.
• 로지스틱 회귀 모델을 학습하여 메트릭 거리, 부피, 부피의 연간 백분율 변화율(APC)을 사용하여 DAT 대비 대조군 상태를 분류하였다.
• 통계적 비교에서는 비모수적 및 모수적 검정을 사용하여 진단 및 시간 그룹 간 메트릭 거리의 유의한 차이를 검증하였다.

실험 결과

연구 질문

• RQ1 매우 경도 알츠하이머 치매 환자에서 LDDMM를 통해 계산된 메트릭 거리는 치매가 없는 대조군에 비해 종단적 형태계측 변화를 유의미하게 감지할 수 있는가?
• RQ2 LDDMM 메트릭 거리는 DAT와 대조군 간의 횡단적 및 종단적 차이를 해마 부피와 비교하여 얼마나 잘 감지하는가?
• RQ3 메트릭 거리, 부피, 그리고 그 변화율을 조합할 경우, 부피만으로 사용하는 것보다 조기 알츠하이머 치매의 진단 분류 성능을 향상시킬 수 있는가?
• RQ4 DAT 환자에서 시간이 지남에 따라 메트릭 거리 증가가 오른쪽 해마에서만 특이적인가, 그리고 크기와 독립적인 전반적인 형태 변화와 관련이 있는가?
• RQ5 메트릭 거리는 크기와 독립적인 형태 변화를 어느 정도 반영하는가, 그리고 형태계측 변동의 주성분과 어떻게 관련되어 있는가?

주요 결과

• 추적 시점에서 DAT 환자의 메트릭 거리는 대조군보다 유의하게 커졌으며(p = 0.007), 이는 시간이 지남에 따라 템플릿에서의 형태계측 이탈이 더 크다는 것을 나타낸다.
• DAT 환자에서는 기저선에서 추적 시점으로 갈수록 메트릭 거리가 유의하게 증가했지만, 대조군에서는 유사한 증가가 관찰되지 않아 치매군에 특이적인 진행성 형태 변화를 보여준다.
• 부피, LDDMM 메트릭 거리, 부피 변화율의 조합이 가장 뛰어난 진단 분류 성능을 보였으며, 부피 또는 거리만 사용한 모델보다 뛰어났다.
• 메트릭 거리와 부피는 유사한 횡단적 및 종단적 경향을 보였지만, 메트릭 거리는 크기 외의 형태적 정보를 보완적으로 제공하였다.
• PCA 분석 결과, 메트릭 거리는 주로 형태 기반 측정이며 부분적으로 크기 의존성이 있었고, 부피는 주로 크기 기반이었으며 보조적으로 형태 기여도가 있었다.
• 부피, 메트릭 거리, 부피의 APC를 포함한 분류기는 가장 높은 정확한 분류율을 달성하여, 조기 알츠하이머 치매 탐지에 있어 상호보완적 생물학적 표지자 잠재력을 보여주었다.