Análise Computacional de Imagens de Ressonância Magnética

Mestrado em Engenharia Biomédica

Análise Computacional de Imagens de Ressonância Magnética Funcional

Relatório de Trabalhos Práticos

Gabriela Coelho de Pinho Queirós

Porto, Junho 2011

Análise Computacional de Imagens de Ressonância

Magnética Funcional

Relatório realizado no contexto da disciplina de Trabalhos Práticos do Mestrado

em Engenharia Biomédica da Faculdade de Engenharia da Universidade do

Porto

Gabriela Coelho de Pinho Queirós

Licenciada em Bioengenharia pela Escola Superior de Biotecnologia da

Universidade Católica Portuguesa

Orientador:

João Manuel R. S. Tavares

Prof. Auxiliar do Departamento de Engenharia Mecânica da

Faculdade de Engenharia da Universidade do Porto

Análise Computacional de Imagens de Ressonância Magnética Funcional

Gabriela Coelho de Pinho Queirós 2

Análise Computacional de Imagens de Ressonância Magnética Funcional Índices


Índice

Capítulo 1 – Introdução ............................................................................................................. 6

Capítulo 2 – A Ressonância Magnética Funcional ............................................................... 7

Capítulo 3 – Análise de Imagens de fMRI ............................................................................ 11

3.1 – Correcção temporal dos cortes ................................................................................ 11

3.2 – Correcção do movimento .......................................................................................... 12

3.3 – Suavização espacial .................................................................................................. 12

3.4 – Análise estatística ....................................................................................................... 13

Capítulo 4 – Ferramentas para Análise Computacional..................................................... 14

Capítulo 5 – Conclusão ........................................................................................................... 18



Índice de Figuras

Figura 1 – Alinhamento dos protões e sua distribuição pelos níveis de energia sob a acção do campo

magnético (Mazzola, 2009) ............................................................................................................... 7

Figura 2 – Scanner de Ressonância Magnética ................................................................................... 8

Figura 3 – a) Variação da relaxação longitudinal ao longo do tempo, onde se pode ver que T1 representa o tempo necessário para a magnetização longitudinal (ML) recuperar 63% do seu valor inicial (M0); b) Variação da magnetização no plano transversal ao longo do tempo, onde T2 representa o tempo necessário para a magnetização transversal (Mxy) atingir 32% do seu valor inicial (Mazzola, 2009). ........ 8

Figura 4 – Esquema representativo do processamento envolvido na análise de um estudo de fMRI (Formisano, Salle, & Goebel, 2005). ................................................................................................. 10

Figura 5 – Aplicação de um kernel de suavização Gaussiano 3-D (Formisano, Salle, & Goebel,

2005). .......................................................................................................................................... 12

Figura 6 – Interface do programa MevisLab ............................................................................... 14

Figura 7 – Interface do programa MevisLab ............................................................................... 14

Figura 8 – Interface da aplicação MRIcro .................................................................................... 15

Figura 9 – Rosto da aplicação Mango ......................................................................................... 15

Figura 10 – Representação do ambiente de trabalho obtido pela toolbox AFNI ....................... 16

Figura 11 – Ambiente integrado da toolbox FMRLAB ................................................................. 16



Índice de Tabelas

Tabela 1 – Valores aproximados de T1 e T2 para diferentes tecidos (Mazzola, 2009) .. 9

Análise Computacional de Imagens de Ressonância Magnética Funcional Introdução


Capítulo 1 – Introdução Este relatório, inserido no âmbito da disciplina de Trabalhos Práticos,

tem por objetivo ser uma primeira abordagem a alguns métodos e técnicas de

análise de i magens médicas de R essonância Magnética Funcional (fMRI),

passiveis de s erem utilizados no decorrer do des envolvimento do tema da

dissertação de mestrado. Trata-se de um tema bastante pertinente devido aos

grandes desenvolvimentos das tecnologias médicas que têm vindo a oc orrer

nos últimos anos, tornando-se cada vez mais necessário recorrer a t écnicas

não invasivas de diagnóstico e para isso é essencial desenvolver sistemas e

softwares para a obtenção de imagens o mais precisas e c laras quanto

possível.

O desenvolvimento da imagiologia médica tornou-se muito importante

por permitir a obt enção de imagens dos órgãos e t ecidos para criação de

modelos tridimensionais que auxiliam ao diagnóstico de muitas patologias que

de outro modo seria praticamente impossível. Na caracterização destas

imagens são considerados diversos sistemas e sinais, principalmente de

origem biológica, que na prática são transformados nestas imagens através de

diversas modalidades de imagiologia médica tais como radiografia, tomografia

computacional (CT), ultrassonografia, medicina nuclear e ressonância

magnética nuclear (NMR).

Além da informação anatómica que estes sistemas permitem obter, é

também possível recolher informação funcional importante, nomeadamente a

nível do c érebro através de técnicas como a fMRI que permite a análise da

actividade cerebral resultante de estímulos induzidos ao p aciente com o

objectivo de explorar funções cerebrais como a memória, a l inguagem, a

função muscular, etc, permitindo também mapear funcionalmente as diferentes

áreas corticais.

Com este relatório pretende-se a realização de um levantamento

bibliográfico e a descrição dos métodos de análise de imagens de ressonância

magnética bem como das diferentes ferramentas existentes para tal.

Análise Computacional de Imagens de Ressonância Magnética Funcional A Ressonância Magnética Funcional


Capítulo 2 – A Ressonância Magnética Funcional

A tecnologia da N MR resulta da interacção de um campo magnético

forte com as propriedades electromagnéticas dos átomos, nomeadamente dos

núcleos dos átomos de hidrogénio presentes nos tecidos e órgãos do corpo

humano, que quando magnetizados tendem a alinhar-se com o campo

magnético, o que conduz à geração de uma rede magnetizada do corpo (Prince

& Links, 2005).

Quando um paciente realiza um exame de NMR é sujeito a u m íman

supercondutor capaz de g erar um campo magnético que vai provocar uma

orientação dos protões de hidrogénio com a direcção deste campo, podendo

estes apresentar um alinhamento paralelo ou ant iparalelo, que correspondem

respectivamente a um nível de baixa energia e a u m nível de maior energia,

como se pode ver na Figura 1 (Mazzola, 2009).

Figura 1 – Alinhamento dos protões e sua distribuição pelos níveis de energia sob a acção do campo magnético

(Mazzola, 2009)

Como a orientação destes protões é aleatória, e s ó os protões com

orientação perpendicular ao campo é que são capazes de gerar um sinal, não é

detectada pelo campo magnético. Torna-se então necessário aplicar um

impulso de radiofrequência de energia magnética à frequência de precessão

(frequência ressonante) que irá provocar a alteração de orientação dos protões

e através do controlo da potência e duração deste impulso é possível orientar

os protões com o â ngulo desejado. Esta alteração de orientação da rede

magnética vai então provocar uma alteração do campo magnético passível de

ser detectada e transformada em corrente por uma bobine de fio, que por sua



vez vai ser detectada por um scanner de MRI (Savoy, 2002), como o

representado na Figura 2.

Para a caracterização deste

processo utilizam-se duas constantes de

tempo associadas a processos de

decaimento T1 e T2 relacionadas,

respectivamente, com o t empo relaxação

longitudinal e c om a r edução da

magnetização do plano transversal. Mas

como o campo magnético pode ainda

sofrer variações locais que alteram o

sinal acelerando o s eu decaimento, há a necessidade de se utilizar uma

terceira constante, T2*, sendo as alterações, no tempo, desta constante que

são analisadas pela fMRI.

Estas constantes, além de v ariarem ao l ongo do t empo, fenómeno

representado na Figura 3, variam também consoante o tipo de tecido, estando

alguns destes valores representados na Tabela 1 (Mazzola, 2009). O processo

físico por trás destes fenómenos será explicado em maior detalhe na

monografia.

Figura 2 – Scanner de Ressonância Magnética

a)

b)

Figura 3 – a) Variação da relaxação longitudinal ao longo do tempo, onde se pode ver que T1 representa o tempo necessário para a magnetização longitudinal (ML) recuperar 63% do seu valor inicial (M0); b) Variação da magnetização no plano transversal ao longo do tempo, onde T2 representa o tempo necessário para a magnetização transversal (Mxy) atingir 32% do seu valor inicial (Mazzola, 2009).



Tabela 1 – Valores aproximados de T1 e T2 para diferentes tecidos (Mazzola, 2009)

Tecido T1 (ms) T2 (ms) Substância branca 790 90 Substância cinzenta 920 100 Líquido céfalo-raquidiano 4000 2000 Sangue 1200 50 Miocárdio 870 60 Músculo 870 50

A Ressonância Magnética Funcional é u ma técnica de aquisição de

imagens para o es tudo e m apeamento funcional do c érebro que detecta

alterações localizadas do fluxo sanguíneo e dos níveis de ox igenação do

sangue que ocorrem neste em resposta à ac tividade neural, fenómeno

denominado de efeito BOLD (Blood Oxygenation Level Dependent) (Ogawa,

Lee, Kay, & Tank, 1990). Este efeito BOLD baseia-se no estado magnético da

hemoglobina, ou s eja, a he moglobina tem a c apacidade de apresentar

diferentes estados magnéticos consoante o seu estado de oxigenação. Assim,

segundo Pauling & Coryell a desoxi-hemoglobina é paramagnética (atractiva),

isto é, magnetiza-se no mesmo sentido do campo magnético a que é exposta e

a oxi-hemoglobina é diamagnética (repulsiva) e estas propriedades magnéticas

têm um efeito directo na i ntensidade do s inal detectado nas regiões neurais

activas. É possível verificar que um aumento da concentração de oxi-

hemoglobina no fluxo de sangue vai provocar um aumento na intensidade do

sinal captado e q ue numa situação contrária, ou s eja, na pr esença de u ma

maior concentração de desoxi-hemoglobina vai ocorrer uma diminuição da

intensidade local devido ao realinhamento de T2 e T2*. Isto verifica-se porque

os eventos que iniciam com o aumento da actividade eléctrica e modulam a

resposta neurovascular alteram o sinal de ressonância magnética no tempo e

produzem a função de resposta hemodinâmica (Faro & Mohamed, 2010). Isto,

de um modo esquemático, processa-se do seguinte modo:

1. Há um aumento da actividade neural, 2. Que leva a um aumento do fluxo sanguíneo,

3. Que consequentemente provoca uma diminuição da

concentração de desoxi-hemoglobina,



4. Por sua vez leva a um aumento de T2,

5. Que provoca um aumento do sinal local na MRI.

Para o estudo de f MRI são necessárias a aquisição de uma ou várias

séries temporais de dados funcionais (sequências rápidas de MR), captados

durante a r ealização de es tímulos sensoriais ou m otores ou dur ante a

realização de p aradigmas, que são conjuntos de tarefas cognitivas, e a

aquisição de dados anatómicos (sequências lentas de MR) que abranjam as

áreas de interesse que servem de referência estrutural para a visualização das

áreas funcionais activas. Após esta aquisição é f eita a l ocalização e

caracterização das regiões cerebrais activadas pelos estímulos. Para tal são

necessárias várias etapas de processamento das imagens uma vez que todo

este processo está sujeito à influência de diversos tipos de artefactos que

podem adulterar as imagens obtidas (Formisano, Salle, & Goebel, 2005). A

Figura 4 mostra um esquema das etapas de processamento.

Figura 4 – Esquema representativo do processamento envolvido na análise de um estudo de fMRI (Formisano, Salle, &

Goebel, 2005).

Análise Computacional de Imagens de Ressonância Magnética Funcional Análise de Imagens de fMRI


Capítulo 3 – Análise de Imagens de fMRI

Segundo (Jenkinson & Smith, 2001) não existe apenas um protocolo

para a análise de i magens de fMRI, no entanto há uma sequência base de

passos para o processamento de imagens de fMRI:

1. “ Adquirir e reconstruir as imagens individuais

2. Corrigir a fase das séries temporais para variações de timing dos

cortes obtidos

3. Aplicar uma correcção de movimento para corrigir movimentos da

cabeça

4. Suavização espacial dos dados para aumentar SNR

5. Filtrar cada série temporal de v oxel’s para remover variações

temporais e ruído de elevada frequência

6. Realizar a anál ise estatística (através da g eração de um mapa

estatístico paramétrico – um SPM)

7. Thresholding do S PM para encontrar as regiões activas

significantes.”

Seguidamente vão ser abordados alguns destes passos de um modo

mais simplista, sendo que na monografia se encontrará uma explicação mais

detalhada dos mesmos.

3.1 – Correcção temporal dos cortes

A obtenção dos dados das séries temporais é feita pela aquisição de um

corte de cada vez o que implica que as diferentes partes do cérebro não sejam

analisadas em simultâneo e que os dados não possam ser considerados como

uma amostra instantânea. Assim, para a correcção deste desfasamento

ajustam-se os dados através de um deslocamento aproximado de cada série

temporal de voxel’s que pode ser feito pela aplicação de uma interpolação 1-D

no domínio temporal ou pel a aplicação de u ma transformada de F ourier

(Formisano, Salle, & Goebel, 2005).



3.2 – Correcção do movimento

Durante a aquisição das imagens, qualquer movimento realizado pelo

paciente, desde pequenos movimentos da cabeça ao pulsar dos vasos

sanguíneos, vai gerar artefactos de movimento. Estes são responsáveis por

distorções na análise de s éries de dados e nem sempre é p ossível a s ua

correcção através de técnicas de pós-processamento. Assim, aplicam-se

algoritmos de r ealinhamento das imagens captadas que permitam obter a

função de t ransformação geométrica mais adequada à minimização de

diferenças entre as imagens (Buxton, 2009).

3.3 – Suavização espacial

Este passo tem como principal objectivo a apl icação de filtros de

suavização para reduzir os efeitos de distorção possivelmente causados pela

instrumentação ou mesmo pela actividade fisiológica do cérebro que possam

levar à presença de ruído. Assim para este fim recorre-se normalmente a filtros

passa-baixo, como é o caso do filtro Gaussiano 3-D, cujos efeitos podem ser

observados na Figura 5, para fazer uma suavização espacial das séries

temporais das fMRI (Formisano, Salle, & Goebel, 2005).

Figura 5 – Aplicação de um kernel de suavização Gaussiano 3-D (Formisano, Salle, & Goebel, 2005).



3.4 – Análise estatística

Esta é c onsiderada a f ase mais importante da a nálise das séries

temporais funcionais. Neste passo vai ser gerado um mapa estatístico da

actividade funcional do cérebro e vai também ser estabelecido um limiar de

visualização. Para tal o modelo criado é comparado com o sinal medido pixel-a-

pixel e um mapa estatístico é c riado para cada corte, onde cada pixel irá

possuir um tom de cinza que expressa o grau de correlação entre o modelo e o

sinal medido. A este mapa vai posteriormente ser atribuído um limiar estatístico

para que só sejam seleccionados os píxeis acima de um determinado valor,

aumentando a c onfiança de que aquele ponto é r ealmente uma zona de

activação (Formisano, Salle, & Goebel, 2005). No final é feita a sobreposição

deste mapa nas imagens anatómicas ponderadas obtidas e de el evada

resolução.

Análise Computacional de Imagens de Ressonância Magnética Funcional Ferramentas para Análise Computacional


Capítulo 4 – Ferramentas para Análise Computacional

Seguidamente serão apresentadas algumas ferramentas para análise de

imagens de MRI e fMRI de âmbito comercial e ac adémico com as mais

variadas funcionalidades necessárias para o seu processamento.

A nível comercial podemos encontrar:

o MevisLab – software livre desenvolvido pela MeVis Medical

Solutions AG e Fraunhofer MEVIS que permite o desenvolvimento

de algoritmos de pr ocessamento e de métodos de interacção e

visualização de imagens médicas. Nas Figuras 6 e 7 é pos sível

visualizar as interfaces deste programa.

O MevisLab permite ainda a u tilização de al goritmos avançados para

imagens médicas que possibilitam vários processos como a segmentação,

registo e anál ises quantitativas morfológicas e f uncionais (MeVis Medical

Solutions AG).

o MRIcro – é também um software livre produzido por Chris Rorden

cujo objectivo é a a nálise de imagens de MRI, fMRI e PET e a

identificação das regiões de interesse. A Figura 8 mostra a

interface deste programa (ABI Center for Advanced Brain

Imaging).

Figura 6 – Interface do programa MevisLab Figura 7 – Interface do programa MevisLab



Figura 8 – Interface da aplicação MRIcro

o Mango (Multi—image Analysis GUI) – é um software para

visualização de imagens médicas que contém ferramentas para

análise e navegação dos conjuntos de dados. Trata-se também

de uma aplicação livre, cujo rosto está representado na Figura 9,

desenhado e des envolvido por Jack L. Lancaster e M ichael J.

Martinez (University of Texas Health Science Center).

Figura 9 – Rosto da aplicação Mango



Para uma utilização mais académica existem várias ferramentas que

podem ser utilizadas em conjunto com softwares como MatLab tais como:

o FMRISTAT – toolbox desenvolvida por Keith J. Worsley

(Worsley).

o AFNI – toolbox também desenvolvida por Keith J. Worsley, cujo

ambiente está representado na Figura 10 (Worsley).

Figura 10 – Representação do ambiente de trabalho obtido pela toolbox AFNI

o FMRLAB – toolbox especialmente desenvolvida para a análise de

dados de fMRI através do Independent Component Analysis

(ICA). Esta permite trabalhar num ambiente integrado,

representado na Figura 11, que permite gerir, processar e analisar

as respectivas análises (Swartz Center for Computer

Neuroscience).

Figura 11 – Ambiente integrado da toolbox FMRLAB



o LYNGBY – toolbox desenvolvida pela Technical University of

Denmark para a an álise de neuroimagens funcionais (Liptrot &

Liptrot).

Análise Computacional de Imagens de Ressonância Magnética Funcional Bibliografia


Capítulo 5 – Conclusão

Neste trabalho foi elaborada uma breve revisão do tema a ser trabalhado

na Dissertação cuja revisão bibliográfica mais completa será apresentada na

Monografia ainda a apresentar.

Com base neste breve estudo foram apresentados alguns conceitos

referentes aos vários processos de tratamento das imagens e de alguns

algoritmos e aplicações existentes que serão de i mportante utilidade para o

desenvolvimento da Dissertação.

Verificou-se a existência de vários softwares e ferramentas dirigidas para

o tratamento de imagens médicas algumas das quais aqui foram apresentadas

sumariamente.

Conclui-se que para o estudo futuro que se pretende desenvolver será

necessário um conhecimento mais aprofundado dos conceitos inerentes às

técnicas de fMRI e d os respectivos algoritmos e s oftwares de t ratamento de

dados para o desenvolvimento deste projecto.



Bibliografia

ABI Center for Advanced Brain Imaging. (s.d.). MRIcro. Obtido em 9 de Maio de 2011, de

www.cabiatl.com/mricro/mricro/mricro.html

Buxton, R. B. (2009). Introduction to Functional Magnetic Resonance Imaging - Principles and

Techniques. Cambridge University Press.

Faro, S. H., & Mohamed, F. B. (2010). BOLD fMRI - A Guide to Functional Imaging. New York:

Springer Science.

Formisano, E., Salle, F., & Goebel, R. (2005). Fundamentals of Data Analysis Methods in

Functional MRI. In L. Landini, V. Positano, & M. F. Santarelli, Advanced Image Processing in

Magnetic Resonance Imaging (pp. 481-500). Taylor & Francis Group, LLC.

Jenkinson, M., & Smith, S. (2001). The Role of Registration in Functional Magnetic. In J. V.

Hajnal, D. L. Hill, & D. J. Hawkes, Medical Image Registration (pp. 183-198). CRC Press LLC.

Liptrot, A., & Liptrot, M. (s.d.). LYNGBY - A Toolbox for functional neuroimaging. Obtido em 20

de Maio de 2011, de http://neuro.imm.dtu.dk/software/lyngby

Mazzola, A. A. (2009). Ressonância Magnética: princípios de formação da imagem e aplicações

em imagem funcional. Revista Brasileira de Física Médica , 117-129.

MeVis Medical Solutions AG. (s.d.). MeVisLab - medical image processing and visualization.

Obtido em 9 de Maio de 2011, de www.mevislab.de

Ogawa, S., Lee, T. M., Kay, A. R., & Tank, D. W. (1990). Brain magnetic resonance imaging with

contrast dependent on blood oxygenation. Proceedings of the National Academy of Sciences

Vol. 87 , 9868-9872.

Pauling, L., & Coryell, C. D. (1936). The magnetic properties and struture of hemoglobine,

oxyhemoglobine and carbonmonoxyhemoglobine. Proceedings of the National Academy of

Sciences Vol. 22 , 210-216.

Prince, J., & Links, J. (2005). Medical Imaging Signals and Systems. Pearson Prentice Hall.

Savoy, R. L. (2002). Functional Magnetic Resonance Imaging. In V. S. Ramachandran,

Encyclopedia of the Human Brain - Volume 2 (pp. 327-350). USA: Elsevier Science.



Swartz Center for Computer Neuroscience. (s.d.). Home Page of FMRLAB. Obtido em 20 de

Maio de 2011, de http://sccn.ucsd.edu/fmrlab

University of Texas Health Science Center. (s.d.). Research Imaging Institute. Obtido em 9 de

Maio de 2011, de http://ric.uthscsa.edu/mango/index.html

Worsley, K. J. (s.d.). FMRISTAT. Obtido em 20 de Maio de 2011, de

www.math.mcgill.ca/keith/fmristat

Documents

Análise Computacional de Imagens de Ressonância Magnética