Upload
hakien
View
236
Download
8
Embed Size (px)
Citation preview
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
Gabriela Coelho de Pinho Queirós 3
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
Análise Computacional de Imagens de Ressonância Magnética Funcional Índices
Gabriela Coelho de Pinho Queirós 4
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
Análise Computacional de Imagens de Ressonância Magnética Funcional Índices
Gabriela Coelho de Pinho Queirós 5
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
Gabriela Coelho de Pinho Queirós 6
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
Gabriela Coelho de Pinho Queirós 7
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
Análise Computacional de Imagens de Ressonância Magnética Funcional A Ressonância Magnética Funcional
Gabriela Coelho de Pinho Queirós 8
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).
Análise Computacional de Imagens de Ressonância Magnética Funcional A Ressonância Magnética Funcional
Gabriela Coelho de Pinho Queirós 9
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,
Análise Computacional de Imagens de Ressonância Magnética Funcional A Ressonância Magnética Funcional
Gabriela Coelho de Pinho Queirós 10
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
Gabriela Coelho de Pinho Queirós 11
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).
Análise Computacional de Imagens de Ressonância Magnética Funcional Análise de Imagens de fMRI
Gabriela Coelho de Pinho Queirós 12
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).
Análise Computacional de Imagens de Ressonância Magnética Funcional Análise de Imagens de fMRI
Gabriela Coelho de Pinho Queirós 13
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
Gabriela Coelho de Pinho Queirós 14
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
Análise Computacional de Imagens de Ressonância Magnética Funcional Ferramentas para Análise Computacional
Gabriela Coelho de Pinho Queirós 15
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
Análise Computacional de Imagens de Ressonância Magnética Funcional Ferramentas para Análise Computacional
Gabriela Coelho de Pinho Queirós 16
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
Análise Computacional de Imagens de Ressonância Magnética Funcional Ferramentas para Análise Computacional
Gabriela Coelho de Pinho Queirós 17
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
Gabriela Coelho de Pinho Queirós 18
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.
Análise Computacional de Imagens de Ressonância Magnética Funcional Bibliografia
Gabriela Coelho de Pinho Queirós 19
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.
Análise Computacional de Imagens de Ressonância Magnética Funcional Bibliografia
Gabriela Coelho de Pinho Queirós 20
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