fMRI: framework di interpretazione e analisi quantitativa di mappe statistiche

di attivazione cerebrale

Vittoria ColliFisica Sanitaria - Ospedale di Circolo di Varese e Fondazione Macchi

Valentina PedoiaDipartimento di Informatica e Comunicazione - Università degli Studi dell’Insubria, sede di Varese

Functional Magnetic Resonance Imaging (fMRI):studio dell’anatomia funzionale del cervello umano

Scopo:localizzare volumi cerebrali di particolare importanza funzionale (aree motorie, visive, del linguaggio etc.) situate in prossimità di volumi che devono essere rimossi chirurgicamente o trattati con radioterapia (o che potrebbero trovarsi all’interno dei campi di irradiazione) al fine di risparmiare il più possibile tali volumi e quindi salvaguardare funzionalità cerebrali di particolare rilevanza

off off off

on on on

off

. . . . .Stimolo

Definizione del paradigma

Studio fMRI

Esecuzione dell’esame RM e acquisizione delle immagini

Analisi statistica delle immagini

off off off

on on on

off

. . . . .Stimolo

Definizione del paradigma

Esempio: stimolazione visiva

L’analisi è basata sulla differenza del segnale BOLDnelle fasi di OFF e di ON

Scelta e applicazione di uno stimolo o l’assegnazione di un compito che stimoli una o più specifiche funzioni cerebrali

Esecuzione dell’esame RM e acquisizione delle immagini

Apparecchiatura RM: Philips Achieva 1.5 T Protocolli di acquisizione: EPI BOLD standard

implementati sull’apparecchiatura Task funzionali linguaggio: denominazione oggetti linguaggio: fluenza fonemica linguaggio: generazione verbi motorio: finger tapping Immagine di riferimento anatomica del paziente :

acquisizione volumetrica ad elevata risoluzione spaziale

Totale: 15 soggetti (pazienti e volontari sani)

Analisi statistica t-test

Approccio Philips (iViewBold)Le Statistical Parametrical Maps (SPMs) sono calcolateapplicando il t-test all’andamento nel tempo dell’intensità del segnale per ogni singolo voxel

valore minimo = 3

valore massimo =risultato dell’analisi

Analisi statistica Modello Generale Lineare

5.0

9.6

Approccio FSLLe Statistical Parametrical Maps (SPMs) sono calcolateapplicando il Modello Generale Lineare all’andamento nel tempo dell’intensità del segnale per ogni singolo voxel

valore massimo =risultato dell’analisi

valore minimo =risultato dell’analisi

Framework di valutazione dei software:preprocessing

Elaborazione con FSL Segmentazione: FSL BET implementato nel SW Registrazione con Juelich Atlas: implementata nel SW

Il confronto fra i risultati di analisi effettuate con SW diversi fra il risultato dell’analisi e un atlante funzionale di riferimentoè possibile solo se i volumi sono standardizzati in uno spazio comune

Si rendono necessari algoritmi segmentazione registrazione

Framework di valutazione dei software:preprocessing

Elaborazione con iViewBold Segmentazione: algoritmo sviluppato ad hoc.Algoritmo iterativo ad espansione di superficie.La superficie iniziale è determinata mediante segmentazione a soglia ed è inscritta nella superficie da segmentare.Ad ogni iterazione, la superficie si espande nella direzione normale alla superficie stessa, e l’entità dell’espansione è controllata dal gradiente dei livelli di grigio.Nelle regioni più complesse, l’algoritmo incrementa il numero di direzioni di espansione.

Registrazione con Juelich Atlas: algoritmo sviluppato ad hoc.Viene identificata la trasformazione non-rigida che massimizza la mutua informazione fra i volumi che devono essere registrati.

Framework di valutazione dei software:confronto diretto fra elaborazioni

Information Overlap fra SPMs

SW 1 SW 2 intersezione

al variare della soglia minima

N

iii

ii

SPMSPM

SPMSPM

SPMSPM

SPMSPMIO

1,2,1

,2,1

21

21

),max(

),min(

Framework di valutazione dei software:confronto diretto fra elaborazioni

Information Overlap fra SPMs

SW 1 SW 2 intersezione

al variare della soglia minima

N

iii

ii

SPMSPM

SPMSPM

SPMSPM

SPMSPMIO

1,2,1

,2,1

21

21

),max(

),min(

Framework di valutazione dei software:confronto singola elaborazione con atlante funzionale

Juelich Atlas implementato in FSL suddivisione in 121 regioni soglia 0 voxel 2x2x2 mm3

per valutaresensibilità e specificità dei SW utilizzati

golden standard

ground truth

Riferimento per definire

Framework di valutazione dei software:confronto singola elaborazione con atlante funzionale

J

1 ii

J

Jw

N

1AWI

Activation Weighted Index

wi = valore normalizzato di ogni voxel della SPM

NJ = numero di voxel della regione J

per ognuna delle 121 regioni dello Juelich Atlas

SPM istogramma con barre relative regioni attive

Framework di valutazione dei software:confronto singola elaborazione con atlante funzionale

Definizione del ground truth dei task funzionali con AWI

Juelich Atlas istogramma con barre relative al task

Framework di valutazione dei software:confronto singola elaborazione con atlante funzionale

Definizione di sensibilità e specificità

(F-) )(T

)(T àsensibilit

True = AWI ground truthT+ = veri positiviF- = falsi negativiT- = veri negativiF+ = falsi positivi

Capacità di individuare correttamentele regioni corrispondenti al task

Capacità di individuare correttamentele regioni NON corrispondenti al task)(F (T-)

)(T- àspecificit

)True - AWI (0,max True) - (1 AWI )(F

)True - 1 ,AWI - (1min True) - (1 AWI) - (1 (T-)

)AWI - True (0,max True AWI) - (1 (F-)

)True ,(AWImin True AWI )(T

i

N

1 ii

i

N

1 ii

ii

N

1 i

i

N

1 ii

f

f

f

f

Framework di valutazione dei software:confronto singola elaborazione con atlante funzionale

… work in progress…

Definizione del ground truth dei task funzionali:quali regioni cerebrali considerare?quale importanza assegnare alle regioni considerate?quali differenze fra soggetti sani e soggetti malati?quali differenze fra destrimani e mancini?come definirlo a partire dagli studi effettuati?

Anatomia del cervello:come viene modificata dalla presenza di lesioni?le lesioni “spostano” le regioni adiacenti?le lesioni “deformano” le regioni adiacenti?le lesioni si infiltrano nelle regioni adiacenti?quale il ruolo degli algoritmi di segmentazione?quale il ruolo delle immagini DTI?

… work in progress…

Soluzione in fase di acquisizione: stimolazione visiva ininterrotta

Soluzione in fase di elaborazione: sostituzione fase OFF con media segnale BOLD fasi ON

Attivazione delle regioni del visivo durante task del linguaggio

Grazie per l’attenzione!