Fibertracking

Introducción

Fundamentos de Fibertracking

Fibertracking está basado en imágenes de tensor de difusión (DTI), es decir, en la medida de la anisotropía de difusión en el cerebro calculada a partir de imágenes del tensor de difusión (DTI) adquiridas con gradientes del campo magnético aplicado en varias direcciones. El software Fibertracking utiliza los exámenes para calcular la dirección de difusión de las moléculas de agua a lo largo de las posibles fibras de sustancia blanca para todo el volumen explorado.



La aplicación intenta, con ayuda del algoritmo, identificar los tractos de sustancia blanca del cerebro. Para ello, el software sigue paso a paso la dirección principal de difusión mientras el valor FA (que refleja el grado de anisotropia) supere un valor umbral determinado.

La tarea de planificación Fibertracking permite localizar los haces de fibras en una región de interés a partir de las imágenes de RM de difusión. Gracias a la detección de la dirección de la difusión local, es posible reconstruir una fibra como una línea conectando varios puntos. Dentro de esta región, el algoritmo detecta todas las fibras que atraviesan la región de interés que cumple los parámetros de detección seleccionados.

El software ofrece plantillas de detección estándares y personalizadas. Además, es posible determinar de forma interactiva las fibras que cumplen unos parámetros determinados.

Cómo empezar

Para utilizar la aplicación Fibertracking, se requieren imágenes de RM especiales. Se trata de imágenes potenciadas en difusión, que se obtienen con secuencias EPI rápidas. Se requiere un mínimo de 7 exámenes que incluyan:

  • Un examen basal no potenciado en difusión (B0) o realizado con un campo magnético homogéneo.
  • Un mínimo de seis exámenes con gradientes del campo magnético (potenciado en difusión) aplicado desde direcciones distintas.

Con estos exámenes, es posible calcular un tensor de difusión que proporciona información sobre la difusión local en cada vóxel de imágenes. Dichos exámenes se denominan datos DTI.

Cargue un estudio DTI al plan de tratamiento actual para empezar a utilizar Fibertracking

Imágenes DTI

Fibertracking utiliza un servicio que se ejecuta en segundo plano para detectar y preprocesar automáticamente imágenes DTI. La aplicación convierte los datos en un estudio DTI que contiene ambos:

  • Los conjuntos de imágenes prerregistrados: B0, ADC y mapas FA.
  • El tensor de difusión requerido para Fibertracking.

El estudio DTI se puede seleccionar en Patient Selection (consulte el Manual de la aplicación, Content Manager o Patient Selection).

Codificación de colores DTI

Fibertracking se basa en la medida de la anisotropía de difusión en el cerebro calculada a partir de imágenes del tensor de difusión adquiridas en varias direcciones. Las imágenes DTI proporcionan la dirección de difusión local que se puede visualizar en mapas 3D codificados en colores. Estos mapas de colores informan sobre la dirección de difusión del agua a lo largo de posibles fibras situadas en los cortes.

Las fibras están coloreadas según la siguiente convención neurológica:

Color de la fibra

Dirección de difusión

Rojo

Izquierda-derecha

Verde

Anterior-posterior

Azul

Cabeza-pies

Preprocesado DTI

El cálculo del campo del tensor de difusión a partir de imágenes DTI, así como el cálculo de los mapas ADC y de anisotropía fraccional están basados en métodos y algoritmos revisados por homólogos y publicados:

  1. Le Bihan D, Mangin JF, Poupon C, Clark CA, Pappata S, Molko N, Chabriat H. Diffusion tensor imaging: concepts and applications. J Magn Reson Imaging 2001;13(4):534-546.

  2. Masutani Y, Aoki S, Abe O, Hayashi N, Otomo K. MR diffusion tensor imaging: recent advance and new techniques for diffusion tensor visualization. Eur J Radiol 2003;46(1):53-66.

  3. Peled S, Friman O, Jolesz F, Westin C. Geometrically constrained two-tensor model for crossing tracts in DWI: J Magn Reson Imaging 2006;24(9):1263-1270.

Algoritmo Fibertracking

Fibertracking está basado en el algoritmo FACT (fiber assignment by continuous tracking), que fue publicado por primera vez por Mori, et al. in 2002 (Mori S, van Zijl PC. Fiber tracking: principles and strategies-A technical review. . NMR Biomed 2002;15(7-8):468-480).

Para obtener resultados correctos a pesar de la baja resolución las imágenes DTI convencionales, se interpolan los tensores a partir de los vóxeles circundantes, teniendo en cuenta la dirección entrante del paso anterior. El intento de pasar áreas con ambigüedad direccional fue descrito por primera vez por Weinstein et all en 1999 y se denomina TEND (tensor deflection). Weinstein D, Kindlmann G, Lundberg E.: Tensorlines. Advection-diffusion based propagation through diffusion tensor fields. Center for Scientific Computing and Imaging, Department of Computer Science, University of Utah. Proceedings of the conference on visualization ’99 .

Advertencia
Advertencia
Nº de art: 60919-74ES

Date of issue: 2020-02-26