An Automated Framework for Large-Scale Graph-Based Cerebrovascular Analysis

Resumen Técnico: Marco CaravelMetrics para el Análisis Cerebrovascular

Enunciado del Problema
La morfología cerebrovascular experimenta cambios significativos a lo largo de la vida, incluida la disminución de la densidad vascular, el aumento de la curvatura y la reorganización de los patrones de ramificación. Comprender estos cambios es fundamental para distinguir las condiciones patológicas del envejecimiento normal. Sin embargo, los estudios poblacionales a gran escala se ven actualmente obstaculizados por la dependencia del trazado manual de vasos y la falta de herramientas totalmente automatizadas capaces de extraer biomarcadores complejos a través de diversas modalidades de imagen neurovascular. Los enfoques existentes a menudo se limitan a mediciones volumétricas simples o están restringidos a tipos de imágenes específicos y flujos de trabajo semiautomáticos, sin lograr capturar la complejidad topológica y geométrica completa del árbol vascular.

Metodología
Los autores presentan CaravelMetrics, un marco computacional totalmente automatizado diseñado para extraer quince características vasculares cuantitativas de máscaras binarias de vasos. El marco es agnóstico a la modalidad, basándose en una representación basada en grafos de la red vascular en lugar de intensidades de imagen específicas.

1. Construcción de Grafos:

   • Esqueletización: Una máscara vascular binaria ($M$) se convierte en un esqueleto de un solo vóxel de grosor ($S$) que preserva las propiedades topológicas (conectividad y bucles).
   • Generación de Grafos: Los puntos del esqueleto se convierten en nodos ($V$) en un grafo no dirigido ponderado ($G$). Las aristas ($E$) conectan nodos dentro de un vecindario de 26.
   • Postprocesamiento: Las aristas espurias se eliminan en función de umbrales de distancia geodésica frente a distancia euclidiana. Los puntos huérfanos (vóxeles en la máscara pero no en el esqueleto) se integran mediante conexiones de centroide bajo restricciones de ángulo de ramificación y distancia.
   • Definición de Segmentos: Se definen tres nodos raíz basados en el diámetro del vaso y el estado de bifurcación para garantizar una cobertura representativa. Los segmentos vasculares se definen como los caminos más cortos entre estas raíces y los puntos finales alcanzables.

2. Extracción de Características:
   El marco calcula 15 características en cuatro categorías (Tabla 1 en el artículo):

   • Morfométricas: Longitud y volumen total de los vasos.
   • Topológicas: Recuento de bifurcaciones, densidad de bifurcaciones, número de bucles, longitudes de bucles, nodos de grado anormal y componentes conectados.
   • Fractales: Dimensión fractal (mediante recuento de cajas) y lacunaridad (heterogeneidad espacial).
   • Geométricas: Longitud geodésica, curvatura instantánea y media, curvatura cuadrática media y relación arco-cuerda (tortuosidad).

3. Análisis Regional:
   Un atlas arterial divide el cerebro en 30 territorios. El marco admite tanto el análisis de todo el cerebro como el análisis específico de regiones mediante la intersección de la máscara vascular con los territorios definidos por el atlas, permitiendo una caracterización multiescala.

4. Implementación:
   La tubería se implementa en Python utilizando bibliotecas como scikit-image, NetworkX y vedo. El registro implica un alineamiento de múltiples pasos (extracción del cerebro, reorientación MNI y co-registro) para alinear el atlas con los datos de TOF-MRA.

Contribuciones Clave

• Marco Automatizado: CaravelMetrics proporciona una tubería escalable y totalmente automatizada para extraer características vasculares complejas sin intervención manual.
• Agnosticismo de Modalidad: Al operar sobre máscaras binarias y estructuras de grafos, la herramienta está diseñada para funcionar con cualquier modalidad de imagen neurovascular 3D.
• Caracterización Multiescala: La integración de un atlas arterial permite un análisis global (de todo el cerebro) y regional (específico de territorio) simultáneo.
• Conjunto de Características Exhaustivo: La extracción de 15 características distintas captura propiedades estructurales, topológicas, fractales y geométricas, ofreciendo una caracterización más completa que las métricas simples de volumen o diámetro.

Resultados Experimentales
El marco se aplicó a 570 sujetos sanos (edades de 20 a 86 años) del conjunto de datos IXI, utilizando escaneos TOF-MRA y máscaras de vasos generadas por aprendizaje profundo del conjunto de datos VesselVerse.

• Efectos del Sitio: El análisis inicial reveló sesgos significativos inducidos por el escáner (particularmente en el sitio IOP), lo que hizo necesario excluir este sitio para analizar a 488 sujetos de dos centros homogéneos.
• Cambios Relacionados con la Edad:
  • Disminuciones: Se encontraron correlaciones negativas significativas entre la edad y la longitud total de los vasos ($r \approx -0.55$), el recuento de bifurcaciones, la dimensión fractal y el volumen. La longitud total de los vasos mostró una reducción de aproximadamente el 20% a lo largo de la vida.
  • Aumentos: Se observaron correlaciones positivas con la edad para la curvatura ($r \approx +0.20$) y la lacunaridad ($r \approx +0.50$), lo que indica un aumento de la tortuosidad y la dispersión.
  • Variabilidad Regional: Los efectos de la edad variaron entre los territorios corticales, mostrando las regiones nucleares profundas patrones diferentes en comparación con las áreas corticales.
• Asociaciones Demográficas:
  • IMC: Un IMC más alto se asoció con una simplificación estructural (reducción de bifurcaciones y nodos) y un aumento de la curvatura/lacunaridad. Las personas con peso normal tenían vasos más largos que los grupos con sobrepeso u obesidad.
  • Sexo: Tras la eliminación del sesgo, las mujeres exhibieron una mayor dimensión fractal y densidad de bifurcaciones que los hombres, lo que sugiere redes más compactas y complejas.
  • Educación: Niveles educativos más altos se asociaron con un aumento de la longitud de los vasos, una mayor dimensión fractal y una reducción de la lacunaridad, lo que sugiere una organización vascular más compleja y espacialmente homogénea.

Significado y Afirmaciones
El artículo afirma que CaravelMetrics produce exitosamente grafos vasculares reproducibles que capturan variaciones biológicas conocidas relacionadas con la edad, el sexo y la educación. El marco demuestra que la complejidad vascular disminuye y la tortuosidad aumenta con la edad, lo cual es consistente con la literatura existente. Además, identifica asociaciones entre la educación y la complejidad vascular, vinculándolas potencialmente con la reserva cognitiva.

Los autores posicionan a CaravelMetrics como una herramienta para el modelado normativo y los estudios a nivel poblacional de la salud vascular. Destacan que el marco respalda la discriminación entre el envejecimiento saludable y los cambios patológicos al proporcionar rangos de referencia específicos para cada grupo demográfico. El estudio concluye que la herramienta es efectiva para la extracción de características cuantitativas, pero reconoce limitaciones relacionadas con la sensibilidad a la calidad de la máscara y la necesidad de una validación futura en cohortes patológicas y protocolos de imagen diversos.