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

기술 요약: 뇌혈관 분석을 위한 CaravelMetrics 프레임워크

문제 제기
뇌혈관 형태는 수명 전반에 걸쳐 혈관 밀도 감소, 곡률 증가, 재구성된 분기 패턴을 포함하여 상당한 변화를 겪습니다. 이러한 변화를 이해하는 것은 병리적 상태를 정상 노화와 구별하는 데 필수적입니다. 그러나 대규모 인구 연구는 현재 수동 혈관 추적에 대한 의존성과 다양한 신경혈관 영상 모달리티에 걸쳐 복잡한 생체 표지자를 추출할 수 있는 완전 자동화 도구의 부재로 인해 방해받고 있습니다. 기존 접근 방식은 종종 단순한 체적 측정으로 제한되거나 특정 이미지 유형과 반자동 워크플로우에 국한되어 혈관 나무의 전체 위상학적 및 기하학적 복잡성을 포착하지 못합니다.

방법론
저자들은 이진 혈관 마스크에서 15 가지 정량적 혈관 특징을 추출하도록 설계된 완전 자동화 계산 프레임워크인 CaravelMetrics를 제시합니다. 이 프레임워크는 특정 이미지 강도가 아닌 혈관 네트워크의 그래프 기반 표현에 의존하므로 모달리티에 구애받지 않습니다.

1. 그래프 구성:

   • 스켈레톤화: 이진 혈관 마스크 ($M$) 는 위상적 속성 (연결성과 루프) 을 보존하는 1-voxel 두께의 스켈레톤 ($S$) 으로 변환됩니다.
   • 그래프 생성: 스켈레톤 점은 무방향 가중 그래프 ($G$) 의 노드 ($V$) 가 됩니다. 간선 ($E$) 은 26-이웃 내의 노드를 연결합니다.
   • 후처리: 측지선 대 유클리드 거리 임계값에 따라 불필요한 간선이 제거됩니다. 고립된 점 (마스크에는 있지만 스켈레톤에는 없는 voxel) 은 분기 각도 및 거리 제약 하에 중심점 연결을 통해 통합됩니다.
   • 세그먼트 정의: 대표성을 확보하기 위해 혈관 직경과 분기 상태에 따라 3 개의 루트 노드가 정의됩니다. 혈관 세그먼트는 이러한 루트와 도달 가능한 끝점 사이의 최단 경로로 정의됩니다.

2. 특징 추출:
   프레임워크는 4 가지 범주에 걸쳐 15 가지 특징을 계산합니다 (논문 내 표 1):

   • 형태계측: 총 혈관 길이와 부피.
   • 위상학적: 분기 수, 분기 밀도, 루프 수, 루프 길이, 비정상 차수 노드, 그리고 연결 구성 요소.
   • 프랙탈: 프랙탈 차원 (박스 카운팅을 통해) 과 라쿠나리티 (공간적 이질성).
   • 기하학적: 측지선 길이, 순간 및 평균 곡률, 평균 제곱 곡률, 그리고 호 - 현 비율 (비틀림).

3. 지역 분석:
   동맥 아틀라스는 뇌를 30 개의 영역으로 분할합니다. 이 프레임워크는 혈관 마스크를 아틀라스로 정의된 영역과 교차시킴으로써 전체 뇌 분석과 영역별 분석을 모두 지원하여 다중 규모 특성을 가능하게 합니다.

4. 구현:
   파이프라인은 scikit-image, NetworkX, vedo와 같은 라이브러리를 사용하여 Python 으로 구현되었습니다. 등록은 아틀라스를 TOF-MRA 데이터와 정렬하기 위해 뇌 추출, MNI 재배향, 그리고 공동 등록을 포함하는 다단계 정렬을 수반합니다.

주요 기여

• 자동화 프레임워크: CaravelMetrics 는 수동 개입 없이 복잡한 혈관 특징을 추출할 수 있는 확장 가능하고 완전 자동화된 파이프라인을 제공합니다.
• 모달리티 무관성: 이진 마스크와 그래프 구조에서 작동함으로써 이 도구는 모든 3D 신경혈관 영상 모달리티와 함께 작동하도록 설계되었습니다.
• 다중 규모 특성화: 동맥 아틀라스의 통합은 전역 (전체 뇌) 및 지역 (영역별) 분석을 동시에 가능하게 합니다.
• 포괄적 특징 세트: 15 가지 고유한 특징의 추출은 구조적, 위상학적, 프랙탈, 기하학적 속성을 포착하여 단순한 부피 또는 직경 측정치보다 더 완전한 특성화를 제공합니다.

실험 결과
이 프레임워크는 TOF-MRA 스캔과 VesselVerse 데이터셋에서 생성된 딥러닝 기반 혈관 마스크를 활용하여 IXI 데이터셋의 570 명의 건강한 대상자(연령 20~86 세) 에 적용되었습니다.

• 사이트 효과: 초기 분석은 특히 IOP 사이트에서显著的인 스캐너 유발 편향을 드러냈으며, 이를 분석하기 위해 이 사이트를 제외하고 두 개의 동질적인 센터에서 488 명의 대상자를 분석해야 했습니다.
• 연령 관련 변화:
  • 감소: 연령과 총 혈관 길이 ($r \approx -0.55$), 분기 수, 프랙탈 차원, 그리고 부피 사이에 유의한 음의 상관관계가 발견되었습니다. 총 혈관 길이는 수명 전반에 걸쳐 약 20% 감소했습니다.
  • 증가: 곡률 ($r \approx +0.20$) 과 라쿠나리티 ($r \approx +0.50$) 에 대해 연령과 양의 상관관계가 관찰되어 비틀림과 희소성이 증가함을 나타냈습니다.
  • 지역적 변이: 연령 효과는 피질 영역마다 다양했으며, 피질 영역과 비교하여 깊은 핵 영역은 다른 패턴을 보여주었습니다.
• 인구통계학적 연관성:
  • BMI: 높은 BMI 는 구조적 단순화 (감소된 분기와 노드) 와 증가된 곡률/라쿠나리티와 연관되었습니다. 정상 체중 개인은 과체중 또는 비만 그룹보다 더 긴 혈관을 가지고 있었습니다.
  • 성별: 편향 제거 후, 여성은 남성보다 더 높은 프랙탈 차원과 분기 밀도를 보였으며, 이는 더 컴팩트하고 복잡한 네트워크를 시사합니다.
  • 교육: 더 높은 교육 수준은 증가된 혈관 길이, 더 높은 프랙탈 차원, 그리고 감소된 라쿠나리티와 연관되어 더 복잡하고 공간적으로 동질적인 혈관 조직을 시사했습니다.

의의 및 주장
이 논문은 CaravelMetrics 가 노화, 성별, 교육과 관련된 알려진 생물학적 변이를 포착하는 재현 가능한 혈관 그래프를 성공적으로 산출한다고 주장합니다. 이 프레임워크는 기존 문헌과 일치하게 혈관 복잡성이 감소하고 비틀림이 연령과 함께 증가함을 보여줍니다. 또한, 교육과 혈관 복잡성 사이의 연관성을 확인하여 인지 예비능과 잠재적으로 연결시킵니다.

저자들은 CaravelMetrics 를 혈관 건강의 규범적 모델링 및 인구 수준 연구를 위한 도구로 위치시킵니다. 그들은 이 프레임워크가 인구통계학적 특정 참조 범위를 제공함으로써 건강한 노화와 병리적 변화 사이의 구분을 지원한다고 강조합니다. 이 연구는 도구가 정량적 특징 추출에 효과적이라고 결론지었으나, 마스크 품질에 대한 민감도와 병리적 코호트 및 다양한 영상 프로토콜에 대한 향후 검증 필요성에 대한 한계를 인정합니다.