Gaussianization methods for structural brain imaging

Abstract

A Neuroimagem, nomeadamente a estrutural, constitui uma vasta área de estudo atualmente, uma vez que permite o diagnóstico de doenças neurodegenerativas através de técnicas de imagiologia da estrutura do cérebro, nomeadamente através da Imagem por Ressonância Magnética. O método usado neste trabalho para efeitos de análises morfométricas da estrutura do cérebro foi o Voxel-Based Morphometry (VBM), que tem como resultado final um mapa de parâmetros estatísticos que permite inferir sobre a existência de alterações a nível do volume de matéria cinzenta, comparando um grupo de sujeitos controlo com um grupo de sujeitos com alguma patologia que possa estar associada a atrofia cerebral. A implementação desta técnica implica o registo das imagens de diferentes sujeitos e da respetiva segmentação para extração da matéria cinzenta, relevante para a análise. Os resultantes segmentos registados de matéria cinzenta têm de ser suavizados de modo a garantir a distribuição Gaussiana dos voxels das imagens, para que os testes estatísticos paramétricos posteriores sejam válidos. O método standard de Gaussianização baseia-se numa suavização que “esborrata” as imagens, diminuindo a capacidade do VBM para detetar pequenas regiões cerebrais afetadas, perdendo resolução e especificidade anatómica. Surge assim a necessidade de desenvolver técnicas alternativas de Gaussianização, o objetivo deste trabalho. Para este efeito, foram desenvolvidos dois métodos principais: i) um baseado na manipulação dos histogramas das imagens; e ii) outro baseado na deformação Gaussiana das imagens. Todos os métodos foram implementados em Matlab. A avaliação da normalidade foi efetuada por análise de resíduos resultantes da aplicação do modelo linear geral, e o impacto regional e visual foi realizado com base em análises VBM com sujeitos em que as regiões atróficas reais eram conhecidas. Verificou-se que, em geral, os métodos desenvolvidos apresentaram resultados positivos tanto a nível de Gaussianização dos dados como a nível de precisão anatómica dos mapas estatísticos finais quando comparados com os métodos atualmente em uso, ainda que o uso de máscaras relativas tenha limitado a comparabilidade dos métodos. Esta questão, bem como a avaliação quantitativa da preservação da anatomia conseguida pelos novos métodos, deve ser analisada em trabalho futuro. Palavras-chave: Ressonância Magnética, Gaussianização, Voxel-Based Morphometry, Matéria Cinzenta