SEEG Contact Detector: A 3D Slicer Extension for Automated Localisation of Intracranial Electrode Contacts

技術要約：SEEG Contact Detector

問題提起
頭蓋内電極コンタクトの精密な位置特定は、立体脳波（SEEG）記録の解釈、てんかんネットワークのマッピング、およびてんかん手術の計画において極めて重要である。現在、このプロセスは主に手動で行われており、臨床の専門家が植込み後のCTスキャンと植込み前のMRIスキャンを視覚的に検査する必要がある。この手動のアプローチは、時間がかかるだけでなく、操作者間のばらつきが生じやすく、また（非平面的な軌道や電極の収束などに起因する）画像アーチファクトによるエラーが発生しやすい。EpiTools、iELVis、sEEG-Suiteなどの自動化ツールも存在するが、それらは断片化されていることが多く、ユーザーは位置特定を行う前に、複数の異なるソフトウェアパッケージ、プログラミング言語、および複雑な前処理パイプライン（スキーストリッピングや共登録など）をナビゲートする必要がある。さらに、既存のツールの多くは、挿入時における半柔軟性電極の物理的な曲がりを正確にモデル化することに苦慮している。

手法
著者らは、3D Slicerプラットフォーム（バージョン5.10.0以降）のオープンソース拡張機能であるSEEG Contact Detectorを提示する。このツールは、論理的な計算エンジンとQtベースのグラフィカルユーザーインターフェース（GUI）で構成されるPythonベースのスクリプトモジュールとして実装されている。ワークフローは、視覚的な検査と微調整を可能にしながら、手動のオーバーヘッドを最小限に抑えるよう設計された、統合されたエンドツーエンドのソリューションである。

検出パイプラインは、以下の段階を経て進行する：

1. データ入力と前処理： システムは、ポストインプランテーションCTスキャン（軟部組織ウィンドウ）を主要な参照とし、T1強調MRIを解剖学的背景として利用する。CTとMRIは剛体レジストレーションされる。金属アーチファクトによるレジストレーション失敗を克服するため、レジストレーション前にCTは閾値処理（HU < 3000）され、金属が除去される。脳マスク（ROIbrain）は、HD-BETアルゴリズムを用いてMRIから自動的に生成され、頭蓋内構造を分離するためにCTに適用される。
2. アンカーボルトの初期化： ユーザーは、CT画像内の電極のアンカーボルト上にフィデューシャルポイントを配置する。システムは、ユーザー定義の半径内において、強度閾値処理（HU > 3000）および最大連結成分解析を用いてこれらのボルトをセグメンテーションする。
3. 軌道の推定： 各アンカーボルトの軸は、主成分分析（PCA）を用いて推定される。これにより、初期の軌道ベクトルが得られる。エントリーポイント（EP）は、この軸上にフィデューシャルを投影することによって定義され、チップ（TP）は、電極の物理的長さ（コンタクト数、コンタクト長、ギャップ距離から算出）に基づいて推定される。
4. 電極クラスタリング： 脳領域内の金属ボクセルは、ガウス混合モデル（GMM）を使用して個々の電極に割り当てられる。GMMは、特定の電極に属するコンタクトを正確にクラスタリングするために、推定されたEP-TP軌道を用いて初期化される。
5. 軌道の精緻化とコンタクトモデリング： 初期のリニアな軌道は、3次元空間におけるクラスタリングされた金属ボクセルに対して5次多項式を適合させることで精緻化され、これにより曲がりを考慮する。電極モデルは、既知の物理的寸法（直径、長さ、間隔）を持つ個々のコンタクトを表すガウス球のシーケンスとして、軌道に適合される。
6. コンタクト検出： モデルは、適合する軌道に沿って反復的に移動し、CT画像と相互相関（X線欠損アーチファクトを軽減するためのフィルタリングされたボリュームを使用）を行うことで、最適な位置を見つけ出す。最もよく適合するモデル内のガウス要素の中心が、コンタクトの位置として記録される。
7. 検証と補正： すべての検出結果はGUI上で可視化される。ユーザーは、検出漏れ（例：X線の影によるもの）を補正したり、接触している電極を調整したりするために、コンタクトのグループ全体を軌道に沿って（1コンタクト単位またはマイクロステップ単位で）手動でシフトさせることができる。

主な貢献

• 統合されたワークフロー： この拡張機能は、位置特定プロセス全体のために、3D Slicer内の単一のスタンドアロン環境を提供する。これにより、外部の前処理スクリプトや複数のソフトウェアスイートの必要性が排除される。
• 堅牢な初期化： 事前の計画データや手動の軌道描画のみに頼るのではなく、アンカーボルトのセグメンテーションを利用することで、本ツールは電極の実際の配置に適応する。
• 非線形モデリング： 多項式適合の使用により、システムは半柔軟的な電極の真の、しばしば湾曲した軌道を正確にモデル化することができ、リニアのみのアプローチの限界に対処している。
• ユーザー中心の設計： 本ツールには、初期化、視覚的検査、およびワンクリックの手動補正のための直感的なGUIウィジェットが含まれており、プログラミングの知識を持たない臨床医でも利用可能である。
• オープンな可用性： ソースコードは、3D Slicer Extension ManagerおよびGitHubを通じてApache-2.0ライセンスの下で公開されている。

結果
本手法は、73名の患者による78件の植込み、合計1,078本の電極および14,480個のコンタクトを含む遡及的データセットを用いて評価された。グラウンドトゥルース（GT）の位置は、経験豊富な臨床エンジニアによって、以前に検証されたパイプラインを用いて確立された。

• 精度： 本手法は、検出されたコンタクト位置とGT位置との間で、中央値 0.10 mm（四分位範囲：0.06, 0.15 mm）の偏差を達成した。最大偏差は1.07 mmであった。
• 失敗率： 1,078本の電極のうち、手動補正を必要としたのはわずか 7本（0.65%） であった。これらの失敗は、電極先端の接触、他の金属製頭蓋内物体（例：過去の手術によるボーンクリップ）の存在、近接したアンカーボルト、または深刻なCTアーチファクトといった特定の臨床シナリオに起因していた。
• 補正効率： 特定されたすべての失敗は、モジュールに組み込まれたツールを使用して数分以内に解決された。
• 一貫性： RAS座標系における偏差の分析では、系統的なバイアスは見られず、コンタクトの頭部中心に対する位置や電極の深さへの依存性は最小限であった。

意義
本論文は、SEEG Contact DetectorがSEEG処理の標準化と自動化に向けた実用的な一歩を提示していると主張している。サブボクセルレベルの高精度と、統合されたユーザーフレンドリーなインターフェースを組み合わせることで、本ツールは臨床的な信頼性を維持しながら、処理時間を数時間から数分へと大幅に短縮する。著者らは、本ツールが3D Slicerの拡張機能として提供されていることが、特別なプログラミングの専門知識を必要とせずに、臨床および研究センター間のワークフローの標準化を支援し、導入の障壁を下げると強調している。本研究は、MotolおよびHomolkaのてんかんセンターにおける10年以上の臨床経験に基づいており、以前に発表されたアルゴリズム的アプローチを、展開可能な臨床ソリューションへと昇華させたものである。