Volumetria de estruturas cerebrais profundas com imagem RM

Abstract

A Ressonância Magnética é uma técnica de diagnóstico por imagem frequentemente presente na prática clínica e em constante desenvolvimento. É um método moderno e sofisticado de aquisição de imagem e sinal, com elevada qualidade de imagem, relevante para a volumetria cerebral. A volumetria associada a RM facilita a comparação de dados volumétricos por possibilitar a obtenção de dados mais concretos a nível dos volumes das estruturas cerebrais. Atualmente, o interesse no desenvolvimento de metodologias para a análise de estruturas e medição volumétrica tem vindo a aumentar, sendo que, é desejável que seja um método mais automático, rápido e eficaz e que realize a segmentação de imagem com pouca intervenção do operador. Este estudo experimental tem como objetivo a comparação do volume das estruturas subcorticais entre 2 softwares diferentes a fim de testar a robustez de ambos. Os softwares utilizados, o FreeSurfer e o VolBrain, implementam estratégias de segmentação (semi-)automáticas, seguindo paradigmas algorítmicos diferentes. Ambos os softwares são de distribuição livre e utilizados para estudos de anatomia cerebral, incluindo a segmentação de anatomia cortical e subcortical, fornecendo os respetivos volumes. Inicialmente fez-se um estudo sobre os conceitos de aquisição de imagem cerebral por RM e sobre as estratégias de segmentação deformáveis existentes. A segmentação por modelos deformáveis revelou-se produtiva com resultados prometedores, devido ao facto de ser um método flexível e capaz de segmentar casos mais complexos. Antes de realizar a segmentação da nossa base de dados, efetuou-se IV uma análise sobre os softwares utilizados, as estratégias de segmentação e as propriedades de ambos, onde foi possível observar o modus operandi de cada um, assim como as diferenças entre estes. De seguida realizou-se o processamento das imagens da amostra, composta por 35 casos com diferentes estados de saúde (saudável, presença de tumor ou quisto, epilepsia, autismo), de ambos os sexos e com idades entre os 5 e os 50 anos. No fim da segmentação, ambos forneceram dados volumétricos das estruturas subcorticais, que foram devidamente tabelados a fim de serem analisados e comparados. Para uma melhor visualização comparativa da diferença dos volumes obtidos realizou-se uma rede no MeVisLab que permitiu a sobreposição de ambos os resultados. Os resultados demonstram que o FreeSurfer fornece valores, no geral, significativamente superiores aos do VolBrain, em alguns casos mais relevantes que outros. Tais diferenças são possíveis devido a questões algorítmicas e de pipeline. O VolBrain foi considerado mais fiável a nível de resultados que o FreeSurfer, pois este último tem tendência a superestimar as estruturas subcorticais.

Magnetic resonance imaging (MRI) is a diagnostic imaging technique frequently present in the clinical practice and in constant development. It is a modern and sophisticated method of image and signal acquisition, with high image quality, relevant to cerebral volumetry. Volumetry associated with MRI facilitates the comparison of volumetric data allowing to obtain more solid data on the volumes of cerebral structures. Currently, the interest in the development of methodologies for the analyses of structures and volumetric measurement has been increasing, so it is desirable that it becomes a more automated, fast and efficient method and able to perform image segmentation with reduced operator intervention. This experimental study aims to compare the volume of subcortical structures between two different softwares to test the robustness of both. The softwares used, FreeSurfer and VolBrain, implements (semi) automatic segmentation strategies, following different algorithmic paradigms. Both softwares are freely available and are used for cerebral anatomy studies, including the segmentation of cortical and subcortical anatomy, providing the respective volumes. Initially, a study was made focusing on the concepts of MR imaging and on the existing deformable segmentation strategies. The segmentation by deformable models proved to be productive with promising results, due to the fact that it is a flexible method capable of segmenting more complex cases. Before segmenting our data, we analyzed the characteristics of the softwares used, the segmentation strategies and the properties of both, being possible to observe the modus operandi of each one, as well as the differences between them. Next, the images of the sample, composed of VI 35 cases with different health states (healthy, presence of tumor or cyst, epilepsy, autism), of both genders and aged between 5 and 50 years, were processed. At the end of segmentation, both provided volumetric data from subcortical structures, which were tabulated for analysis and comparisons. For a better comparative visualization of the difference of the obtained volumes, a network in MeVisLab was performed to inspect the overlap of both results. The results showed that FreeSurfer provides values that are generally significantly higher than those of VolBrain, in some cases more relevant than others. Such differences are possible due to algorithmic and pipeline issues. VolBrain was considered more reliable in terms of results than FreeSurfer, since the latter tends to overestimate the subcortical structures.