[论文解读] Joint Atlas-Mapping of Multiple Histological Series combined with Multimodal MRI of Whole Marmoset Brains

Brian C. Lee, Meng Kuan Lin+4 more|arXiv (Cornell University)|May 14, 2018

Advanced Neuroimaging Techniques and Applications参考文献 35被引用 4

一句话总结

本文提出了一种全自动、基于MRI的流程，用于对整个狨猴大脑的多种组织学系列（Nissl、髓鞘、CTB、荧光示踪剂）及多模态MRI进行联合图谱映射。通过使用同一只动物的离体MRI作为参考，该方法实现了精确的微分同胚配准，减少了人为扭曲，并量化了组织学处理引起的形变，中位线性尺度变化约为~-1%。

ABSTRACT

Development of a mesoscale neural circuitry map of the common marmoset is an essential task due to the ideal characteristics of the marmoset as a model organism for neuroscience research. To facilitate this development there is a need for new computational tools to cross-register multi-modal data sets containing MRI volumes as well as multiple histological series, and to register the combined data set to a common reference atlas. We present a fully automatic pipeline for same-subject-MRI guided reconstruction of image volumes from a series of histological sections of different modalities, followed by diffeomorphic mapping to a reference atlas. We show registration results for Nissl, myelin, CTB, and fluorescent tracer images using a same-subject ex-vivo MRI as our reference and show that our method achieves accurate registration and eliminates artifactual warping that may be result from the absence of a reference MRI data set. Examination of the determinant of the local metric tensor of the diffeomorphic mapping between each subject's ex-vivo MRI and resultant Nissl reconstruction allows an unprecedented local quantification of geometrical distortions resulting from the histological processing, showing a slight shrinkage, a median linear scale change of ~-1% in going from the ex-vivo MRI to the tape-transfer generated histological image data.

研究动机与目标

• 开发一种计算流程，用于在常见狨猴脑中对多模态数据（MRI与多种组织学染色）进行交叉配准。
• 通过使用同一只动物的离体MRI作为参考，解决组织学处理过程中引入的几何形变问题。
• 实现组织学切片到通用参考图谱的精确微分同胚映射，以支持介观神经环路研究。
• 利用微分同胚变换中度量张量的行列式，量化组织处理引起的局部几何形变。

提出的方法

• 使用同一只动物的离体MRI作为参考，引导从多个模态的连续组织学切片重建三维图像体积。
• 全自动流程执行组织学系列与离体MRI之间的图像配准，最大限度减少处理伪影引起的错位。
• 计算每个受试者MRI与重建的Nissl体积之间的微分同胚变换，以确保平滑、可逆的空间映射。
• 计算微分同胚映射中局部度量张量的行列式，以量化局部尺度变化与几何形变。
• 通过将MRI作为空间锚点，将多模态数据（Nissl、髓鞘、CTB、荧光示踪剂）整合到同一参考空间中。
• 该流程通过将所有组织学数据对齐到同一基于MRI的参考空间，实现联合图谱映射。

实验结果

研究问题

• RQ1 如何将来自同一狨猴脑的多模态组织学与MRI数据精确配准到同一参考空间？
• RQ2 在完整狨猴脑的组织学处理过程中，引入的几何形变程度如何，其空间分布模式是怎样的？
• RQ3 与无MRI的方法相比，使用同一只动物的离体MRI作为参考是否能有效减少组织学重建中的伪影扭曲？
• RQ4 从离体MRI到切片转移组织学切片的过程中，大脑各区域的局部尺度变化如何变化？
• RQ5 全自动流程在单个狨猴脑中实现多种组织学染色与MRI的精确联合图谱映射方面，能达到何种程度？

主要发现

• 通过使用同一只动物的离体MRI作为空间参考，该方法成功实现了Nissl、髓鞘、CTB及荧光示踪剂切片的精确配准。
• 通过MRI引导的重建，有效消除了无MRI方法中常见的伪影扭曲。
• 从离体MRI到组织学切片的中位线性尺度变化约为-1%，表明存在轻微的组织收缩。
• 局部度量张量的行列式揭示了由于组织学处理导致的在整个大脑中一致且局部化的几何形变。
• 该流程通过将多种组织学模态与多模态MRI整合到一个统一、连贯的参考空间中，实现了高保真的联合图谱映射。
• 微分同胚映射过程提供了定量、空间分辨的组织变形测量，实现了前所未有的形变分析。