Detecção de actividade cerebral com imagens de ressonância magnética

Abstract

O objectivo desta dissertação é aplicar técnicas de processamento e análise estatística às imagens de ressonância magnética funcional (RMF) para identificar zonas activas/não activas do cérebro. O estudo foi efectuado através da ferramenta informática Statistical Parametric Mapping (SPM) com um conjunto de imagens de RMF disponibilizadas pela Universidade de Regensburg, Alemanha (Projecto BMBF 01GW0653). As imagens foram adquiridas durante uma experiência retinotópica (com estímulos visuais). Estes estímulos permitem activar a área sensorial visual primária do cérebro. Antes da análise estatística, as imagens (uma sequência de volumes ao longo do tempo) passam pelas várias etapas de pré-processamento (realinhamento, co-registo, normalização e suavização espacial) para filtrar o ruído e outros distúrbios provocados pela natureza da experiência. Para a análise estatística das imagens utilizou-se um regressor linear onde cada estímulo determina um modelo padrão do voxel activo/não activo. Baseado neste padrão é efectuada a identificação de zonas do cérebro com actividade mais acentuada que por sua vez correspondem a zonas do cérebro com elevado fluxo de sangue e maior consumo de oxigénio (o efeito BOLD). O estudo foi repetido para dez sujeitos e confirmou que a técnica das imagens de RMF pode servir para detectar zonas cerebrais activas.

The aim of this thesis is to apply processing techniques and statistical analysis to functional magnetic resonance imaging (fMRI) to identify active/non-active brain regions. The study was done by computer tool Statistical Parametric Mapping (SPM) with a set of images (fMRI) made available University of Regensburg, Germany (Grant BMBF 01GW0653). The images were acquired during an experiment retinotopic (visual stimuli). These stimuli allow activating the primary visual sensory area of the brain. Before statistical analysis, images (a sequence of volumes over time) pass through several stages of preprocessing (realignment, coregistration, normalization and spatial smoothing) to filter noise and other disturbances caused by the nature of experience. For statistical analysis of the images we used a linear regressor where each stimulus determines a standard voxel active / inactive. Based on this standard is carried out to identify brain regions with stronger activity which in turn correspond to areas of the brain with high blood flow and increased oxygen consumption (BOLD effect). The study was repeated for ten subjects and confirmed that the technique of fMRI images can be used to detect active brain areas.