Dissertação
{en_GB=Implementation of an algorithm for estimating free-water fraction in Diffusion-Weighted Magnetic Resonance Imaging} {} EVALUATED
{pt=A técnica de imagem por tensor de difusão (DTI) é uma das aplicações clínicas mais usadas para ressonância magnética com ponderação em difusão (dwMRI). A DTI captura efeitos anisotrópicos da difusão das moléculas de água em tecidos biológicos, fornecendo informação sobre a sua microestrutura. Quando ocorre contaminação com água livre (FW) isotrópica, as métricas do tensor de difusão (DT) ficam enviesadas e perdem a sua especificidade. Existe um interesse crescente em desenvolver algoritmos de eliminação de FW para DTI, de forma a corrigir as métricas do DT e estudar a possibilidade de usar a FW como um novo biomarcador para doenças degenerativas. Actualmente, um algoritmo FW-DTI encontra-se implementado para dados DTI adquiridos com múltiplas ponderações em disusão. No entanto, dados adquiridos com uma única ponderação são mais comuns na prática clínica. Neste trabalho, foi implementado um algoritmo FW-DTI para dados com uma ponderação, com base num método de regularização de Beltrami. O algoritmo foi testado com dados simulados e in vivo. Os dados in vivo, fornecidos pelo Departamento de Imagiologia fo Hospital de Santa Maria, foram adquiridos de voluntários saudáveis e pacientes com doença de Parkinson (PD), caracterizada por degeneração na substantia nigra. As simulações revelaram que dados com múltiplas ponderações permitem estimar mapas de FW com maior exactidão, no entanto, o algoritmo aqui implementado permite estimar a FW para dados com uma ponderação. Não foram encontratadas diferenças significativas na FW ao nível de regiões de interesse na SN, entre os grupos de controlo e PD., en=Diffusion Tensor Imaging (DTI) is a popular clinical application of diffusion-weighted Magnetic Resonance (dw-MRI). DTI captures the anisotropy of water diffusion in biological tissue, providing useful microstructure information. When partial volume effects with free water (FW) occur, the averaged diffusion tensor appears more isotropic and yields inaccurate metrics. There is growing interest in developing FW elimination algorithms for Diffusion Tensor Imaging (DTI), both to correct for the confounding effects of FW brain tissue contamination and to explore the clinical correlates of FW in multiple disorders. An open source FW elimination algorithm is already implemented for multi-shell DTI, however, single-shell data is often preferred in clinical environments. In this work, a FW-DTI algorithm was implemented for single-shell datasets, based on a Beltrami regularization framework. The algorithm was tested in both synthetic and in vivo data. The in vivo data was provided by the Imaging Department of Hospital de Santa Maria, and acquired in healthy subjects and patients with late stage Parkinsons Disease (PD) to evaluate potential differences in the FW fraction in the substantia nigra (SN), known to suffer neuronal degeneration in PD. The simulations showed that multi-shell estimation is always more accurate and stable, but in the absence of multi-shell data, FW maps can still be estimated using the Beltrami algorithm. For the in vivo analysis, no significant differences in FW were observed between the control and PD groups, regardless of the method used for delineating the SN regions of interest.}
novembro 29, 2018, 10:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
AUTOR
ORIENTADOR
Rita Homem de Gouveia Costanzo Nunes
Departamento de Bioengenharia (DBE)
Professor Auxiliar
