Relative contributions of reconstruction pipeline and MRI field strength to hippocampal shape variation

기술 요약: 해마 형태 변이에 대한 재구성 파이프라인 및 MRI 자기장 강도의 상대적 기여도

문제 제항
초고자기장 7T MRI는 표준 3T MRI에 비해 우수한 신호 대 잡음비와 공간 해상도를 제공하지만, 자기장 강도와 재구성 방법론이 전체 해마 형태 표현에 미치는 영향력이 각각 어느 정도인지에 대해서는 여전히 불분명하다. 기존 연구들은 세그멘테이션 알고리즘과 후처리 파이프라인이 체적 및 형태 측정치에 체계적인 변동성을 유발할 수 있음을 시사한다. 그러나 서로 다른 자기장 강도와 재구성 파이프라인 전반에 걸친 3D 형태 측정치의 견고성을 체계적으로 평가한 연구는 제한적이다. 7T MRI의 개선된 영상 품질이 더 일관된 형태 측정 표현으로 이어지는지, 아니면 세그멘테이션 선택에 의해 도입된 방법론적 변동성이 잠재적인 이득을 상쇄하는지는 알려지지 않았다.

연구 방법
본 연구는 10명의 건강한 성인(남성 8명, 여성 2명; 평균 연령 44.9 ± 9._9세)을 대상으로 한 피험자 내 설계(within-subject design)를 채택하였다. 참가자들은 3T Siemens Prisma(MPRAGE 시퀀스, 1.0 mm 등방성 해상도)와 7T Siemens Terra(MP2RAGE 시퀀스, 0.83 mm 등방성 해상도)에서 촬영된 전뇌 T1 가중 MRI 스캔을 모두 수행하였다.

우측 해마 3D 표면은 다음의 네 가지 별도 파이프라인을 통해 재구성되었다:

1. FSL: FSL FIRST를 이용한 자동 세그멘테이션.
2. FreeS: FreeSurfer(v7.4.1)를 이용한 자동 템플릿 기반 세그멘테이션.
3. HU: HippUnfold를 이용한 체적 세그멘테이션.
4. Man: HARP(Harmonized Hippocampal Segmentation Protocol)를 따르는 수동 세그멘테이션.

소프트웨어별 메쉬 생성에서 발생하는 변동성을 최소화하기 위해, 모든 파이프라인의 체적 출력값에 표준화된 표면 추출 및 평활화 절차(AFNI 기반 IsoSurface 및 1,000회 반복의 SurfSmooth)를 적용하였다.

형태는 다음과 같이 정량화되었다:

• 97개의 랜드마크와 세미랜드마크(해부학적 랜드마크 4개, 곡선 세미랜드마크 10개, 표면 세미랜드마크 83개)를 다중 뷰 컨센서스 합성곱 신경망(MV-CNN)을 통해 자동으로 배치하고 필요시 수동으로 교정한 후, 기하학적 형태 측정법(geometric morphometrics)을 사용하여 산출하였다.

통계 분석에는 다음이 포함되었다:

• Procrustes ANOVA: 잔차 무작위 순열 절차(RRPP, 10,000회 순열)를 사용하여 피험자, 재구성 파이프라인, 자기장 강도 및 이들의 상호작용이 형태 변이에 기여하는 정도를 정량화하였다.
• 상관 분석: 피어슨 상관계수를 사용하여 중심 크기(Centroid Size, CS)와 쌍별 프로크루스테스 거리(Pairwise Procrustes Distances, PPD)의 3T와 7T 데이터셋 간 보존력을 평가하였다.
• 일관성 지표: 3T와 7T 형태 간의 피험자 내 프로크루스테스 거리를 각 파이프라인별로 계산하였다. 수동 참조 모델과의 일치도는 수동 세그멘테이션과 자동 파이프라인 간의 프로크루스테스 거리를 비교하여 평가하였다.
• 검정력 분석: 통계적 검정력을 평가하기 위해 반복적 하위 샘플링을 통한 시뮬레이션 기반 검정력 분석을 수행하였다.

주요 기여 및 결과
본 연구는 해마 형태 변이에 기여하는 요인들의 상대적 크기를 식별하였다:

• 개인 간 해부학적 차이: 이것은 주요한 변동 원인이었으며, 전체 형태 변이의 19.4%를 설명하였다 ($R^2=0.194, P<0.0001$). 주성분 분석(PCA)은 피험자별로 형태가 군집을 형성함을 확인하였다.
• 재구성 파이프라인: 두 번째로 중요한 요인이었으며, 변이의 5.0%를 설명하였다 ($R^2=0.050, P=0.0003$).
• MRI 자기장 강도: 변이의 2.5%를 기여하였다 ($R^2=0.025, P<0.0001$).
• 상호작용: 자기장 강도와 재구성 파이프라인 사이의 유의미한 상호작용이 발견되었으며($R^2=0.045, P=0.0022$), 이는 자기장 강도의 효과가 특정 재구성 방법론에 따라 달라짐을 나타낸다.

파이프라인 성능:

• 교차 자기장 일관성: FSL 파이프라인이 가장 작은 3T–7T 내 피험자 간 형태 차이(평균 프로크루스테스 거리 = 0.287)를 보였으며, HippUnfold와 수동 세그멘테이션이 그 뒤를 이었다. FreeSurfer는 가장 큰 불일치(0.355)를 보였다.
• 수동 세그멘테이션과의 일치도: FSL은 두 자기장 강도 모두에서 수동 세그멘테이션과 가장 높은 일치도를 보였다(가장 낮은 평균 프로크루스테스 거리).
• 형태 측정 보존: 중심 크기(전체 크기)는 3T와 7T 사이에서 강한 상관관계를 보였다 ($r=0.741$). 그러나 쌍별 프로크루스테스 거리(상대적 공간 관계)에 대한 상관관계는 더 낮았다 ($r=0.371$). 이는 전체적인 크기는 보존되지만, 더 미세한 형태적 관계는 획득 및 재구성의 차이에 더 민감함을 시사한다.

의의 및 주장
저자들은 평가된 영상 조건에서 재구성 방법론이 MRI 자기장 강도보다 해마 형태 변이에 더 큰 영향을 미친다고 결론지었다. 본 연구는 자기장 강도와 관련된 차이가 개인 간 및 방법론적 효과에 비해 미미하다는 점을 상정한다. 따라서 본 연구의 결과는 방법론적 표준화가 유지된다면 기존 3T MRI를 사용하여 전체 해마 형태 측정 분석을 수행하는 것이 타당함을 뒷받침한다.

본 논문은 7T가 개선된 해부학적 묘사를 제공하지만, 이것이 반드시 서로 다른 처리 워크플로 전반에 걸쳐 더 일관된 전체 해마 형태 표현을 보장하는 것은 아님을 강조한다. 저자들은 관찰된 차이가 자기장 강도 단독의 효과라기보다는, 자기장 강도, 획득 시퀀스(MPRAGE vs. MP2RAGE), 그리고 해상도의 결합된 결과임을 주의 깊게 명시한다. 또한, 연구 간 또는 사이트 간 형태 측정치를 비교할 때 방법론적 일관성이 필수적이며, 선택된 특정 재구성 파이프라인이 결과적인 형태 측정 데이터에 상당한 영향을 미친다고 주장한다.

저자가 밝힌 한계점
저자들은 몇 가지 한계점을 인정하였다(적은 표본 크기(n=10), 임상 집단에 대한 일반화가 제한적인 건강한 성인 대상 연구, 해마 하부 구조 및 반대측을 제외한 우측 전체 해마 분석에 국한됨, 그리고 자기장 강도가 획득 시퀀스 및 해상도 차이와 혼재되어 있다는 점). 또한 자기장 강도만을 단일 실험 요인으로 분리하여 분석하지 못했음을 언급하였다.