Computational image analysis methods for the study of perinatal brain development

Abstract

Perinatal medicine has drawn increasing attention by the neuroscientific research community, as an early detection of most pathologies leads to more effective therapies and treatments. Monitoring fetal and neonatal brain development through brain imaging, in particular, helps studying and identifying abnormalities that commonly take place at a pre-natal stage and have effects on post-natal development. The fast-developing perinatal brain poses several challenges that the existing techniques for adult brain analysis are not able to overcome, leading to the development of specific medical image analysis techniques and methodologies. Many of these challenges, though, remain unsolved. The purpose of this thesis is to present an automatic perinatal pipeline for segmentation and analysis of both pre- and post-natal magnetic resonance imaging (MRI) of the brain, and investigate in and ex utero brain development under specific abnormal conditions. The key contributions of this thesis are twofold: in the first part we present an automatic pipeline for fetal and neonatal segmentation and cortical mesh extraction. We propose two newly constructed temporal and multi-subject atlases, and present their application within the pipeline for atlas-based segmentation, based on novel registration methods. We extract the brain cortical mesh and compute morphometric descriptors of cortical folding, namely: mean curvature, local gyrification index, sulcal depth, and cortical thickness. We apply the pipeline to fetal and neonatal images and compare segmentation accuracy to state-of-the-art methods and ground truth. Our results show that the introduction of the new templates together with our segmentation strategy leads to accurate results when compared to expert annotations, as well as better performances when compared to available methodologies. In the second part of the thesis, we present a longitudinal study, using a dataset of 30 subjects (15 healthy controls and 15 subjects diagnosed with ventriculomegaly (VM)), with structural MRI acquired in and ex utero for each subject. We investigated the impact of fetal VM on cortical development from a longitudinal perspective, from fetal to neonatal stage. Particularly, we studied the relationship of ventricular enlargement with both volumetric features and a multifaceted set of cortical morphometric features including mean curvature, local gyrification index, sulcal depth, and cortical thickness. Our results show significant effects of VM on both volumetric and morphometric descriptors of cortical development in specific areas of the brain including the occipital, parietal and frontal lobes. This study shows the potential of the developed pipeline to perform innovative neuroimaging studies.

La medicina perinatal ha atraído cada vez más la atención de la comunidad de investigación neurocientífica, ya que la detección temprana de la mayoría de las patologías conduce a terapias y tratamientos más efectivos. El seguimiento del desarrollo cerebral fetal y neonatal a través de imágenes cerebrales, en particular, ayuda a estudiar y a identificar anomalías que comuúmente ocurren en la gestación y tienen efectos en el desarrollo posnatal. El rápido desarrollo del cerebro perinatal plantea varios desafíos que las actuales técnicas para el análisis del cerebro adulto no pueden superar, lo que lleva al desarrollo de técnicas y metodologías específicas de análisis de imágenes médicas. Sin embargo, muchos de estos desafíos siguen sin resolverse. El propósito de esta tesis es presentar un pipeline para la segmentación automática y el análisis de imágenes de resonancia magnética (IRM) del cerebro tanto prenatales como posnatales, e investigar el desarrollo cerebral in y ex utero bajo específicas condiciones anormales. Las contribuciones clave de esta tesis son dos: en la primera parte presentamos un proceso automático para la segmentacio´n fetal y neonatal y la extraccio´n de malla cortical. Proponemos dos nuevos atlases temporales y de mu´ltiples sujetos, y presentamos su aplicacio´n dentro del pipeline para la segmentación basada en atlas, con un nuevo método de registro. Extraemos la malla cortical del cerebro y calculamos los descriptores morfométricos del desarrollo cortical, en concreto: curvatura media, índice de girificación local, profundidad del surco y espesor cortical. Aplicamos el pipeline a imágenes fetales y neonatales y comparamos la precisión de la segmentación con los métodos más avanzados e imágenes segmentadas manualmente por un experto. Nuestros resultados muestran que la introducción de los nuevos atlases junto con nuestra estrategia de segmentación conduce a resultados precisos en comparación con las anotaciones de expertos, así como a un mejor rendimiento en comparación con las metodologías disponibles. En la segunda parte de la tesis, presentamos un estudio longitudinal, utilizando un conjunto de datos de 30 sujetos (15 controles sanos y 15 sujetos diagnosticados con ventriculomegalia (VM)), con resonancia magnética estructural adquirida in y ex utero para cada tema. Investigamos el impacto de VM fetal en el desarrollo cortical desde una perspectiva longitudinal, desde el periodo fetal hasta el periodo neonatal. En particular, estudiamos la relación del agrandamiento ventricular con las características volumétricas y distintas características morfométricas corticales que incluyen la curvatura media, el índice de girificación local, la profundidad del surco y el espesor cortical. Nuestros resultados muestran efectos significativos de VM en los descriptores volumétricos y morfome´tricos del desarrollo cortical en áreas específicas del cerebro, incluidos los lóbulos occipital, parietal y frontal. Este estudio muestra el potencial del pipeline desarrollado para realizar estudios innovadores de neuroimagen.