Desarrollo de una metodología para la determinación automática de alteraciones estructurales y funcionales en el cerebro mediante el procesamiento de imágenes de resonancia magnética

Abstract

[ES] El objetivo que se persigue es determinar de manera automática las propiedades estructurales y la conectividad funcional en estado de reposo en el cerebro. Para ello, se propone una metodología basada en el estudio de la morfometría cerebral y de la conectividad funcional a partir del análisis de imágenes de Resonancia Magnética (RM). Para el estudio de la morfometría, se utilizará el método Voxel Based Morphometry (VBM), en el que se normaliza la imagen anatómica del sujeto respecto a una plantilla para analizar la presencia de alteraciones morfológicas locales. En este método, primero se realiza un pre-procesado que trate de eliminar las posibles heterogeneidades presentes en la señal de RM, así como extraer de las imágenes aquellas estructuras de tejido cerebral que puedan influir negativamente en los siguientes procesos (cráneo, vasos, cuero cabelludo, ojos, grasa y músculos). Posteriormente, se llevan a cabo diversos procesos de estandarización y tipificación buscando posicionar todas las imágenes anatómicas que queremos evaluar en un mismo espacio para permitir su análisis estadístico. Estos procesos son la normalización a este espacio común, la segmentación en los diferentes tejidos de interés (sustancia gris, sustancia blanca y líquido cefalorraquídeo) y el suavizado. Una vez realizados estos pasos, se emplea el Modelo Lineal General (MLG) para construir mapas estadísticos paramétricos (SPMs) que permitan el análisis morfológico de las imágenes. Aquellas zonas cerebrales resultantes de este análisis se etiquetarán mediante el atlas Harvard-Oxford (sustancia gris). La segunda parte de la metodología, consistente en el estudio de la conectividad funcional, está basada en la correlación entre las señales BOLD de uno o más vóxels separados anatómicamente. De forma análoga al método anterior, es necesario realizar un pre-procesado previo de las imágenes anatómicas y funcionales antes de comenzar el análisis estadístico: realineamiento, corregistro, normalización y suavizado. Tras completar los pasos anteriores, se generarán SPMs para delimitar aquellas áreas cerebrales activas y se establecen relaciones funcionales entre ellas mediante un análisis ROI to ROI. Los resultados se encuentran etiquetados mediante el atlas Harvard-Oxford. Toda la metodología mostrada se llevará a cabo mediante un software de elaboración propia escrito en lenguaje MATLAB. Este algoritmo empleará paquetes especializados de esta herramienta como SPM12 (Statistical Parametric Mapping) y CONN (functional connectivity toolbox).

[EN] The objective is to automatically determine the structural properties and functional connectivity during the resting state. To this end, a methodology based on the study of brain morphometry and functional connectivity from the analysis of magnetic resonance imaging (MRI) is proposed. For the morphometry study, the Voxel Based Morphometry (VBM) method will be used, in which the anatomical image of the subject is normalized with respect to a template in order to analyze the presence of local morphological alterations. In this method, a pre-processing is first performed to eliminate the possible heterogeneities present in the MRI signal, as well as to extract from the images those structures of brain tissue that may negatively influence the following processes (skull, vessels, scalp, eyes, fat and muscles). Subsequently, several standardization and typification processes are carried out in order to position all the anatomical images that we want to evaluate in the same space to allow their statistical analysis. These processes are the normalization to this common space, the segmentation in the different tissues of interest (grey matter, white matter and cerebrospinal fluid) and the smoothing. Once these steps are completed, the General Linear Model (GLM) is used to build parametric statistical maps (SPMs) that allow the morphological analysis of the images. Those brain areas resulting from this analysis will be labelled using the Harvard-Oxford (grey matter) and Jülich / Susumu Mori (white matter) atlases. The second part of the methodology, consisting of the study of functional connectivity, is based on the correlation between the BOLD signals of one or more anatomically separated voxels. Similar to the previous method, it is necessary to pre-process the anatomical and functional images before starting the statistical analysis: realignment, co-registration, normalization and smoothing. After finishing the above steps, SPMs are generated to delimit those active brain areas and functional relationships are established between them through a ROI to ROI analysis. Results are labelled using the Harvard-Oxford atlas. All the methodology shown will be carried out by means of an own elaboration software written in MATLAB language. This algorithm will use specialized packages of this tool such as SPM12 (Statistical Parametric Mapping) and CONN (functional connectivity toolbox).