Buscar en
Revista Médica Clínica Las Condes
Toda la web
Inicio Revista Médica Clínica Las Condes Imágenes Neuro–Oftalmológicas
Información de la revista
Vol. 21. Núm. 6.
Tema central: Oftalmología
Páginas 997-1002 (Noviembre 2010)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
5263
Vol. 21. Núm. 6.
Tema central: Oftalmología
Páginas 997-1002 (Noviembre 2010)
Open Access
Imágenes Neuro–Oftalmológicas
Neuro-Ophtalmological Images
Visitas
5263
C. Gonzalo Rojas1,2, M. Marcelo Gálvez2, M. Jorge Cordovez2, B Claudio Pardo2, E. Jaime Cisternas3, K. Takeshi Asahi4
1 Laboratorio de Imágenes Médicas. Departamento de Diagnóstico por Imágenes. Clínica Las Condes.
2 Departamento de Diagnóstico por Imágenes. Clínica Las Condes.
3 Universidad de los Andes. Facultad de Ingeniería y Ciencias Aplicadas.
4 Centro de Modelamiento Matemático, Universidad de Chile.
Este artículo ha recibido

Under a Creative Commons license
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Figuras (15)
Mostrar másMostrar menos
Resumen

El desarrollo de la resonancia magnética ha producido nuevos tipos de imágenes que pueden ser de utilidad en pacientes con manifestaciones visuales.

Las imágenes estructurales potenciadas en T1 pueden ser procesadas, mediante diferentes tipos de software, para la obtención de nuevas imágenes que permiten separar distintas estructuras (segmentación), realizar estudios volumétricos cerebrales (volumetría) y medir el grosor de la corteza en distintas áreas, independiente de la complejidad de la superficie cerebral (espesor cortical). Además es posible “deformar” los cerebros para realizar estudios comparativos con poblaciones normales (normalización).

Las imágenes de difusión muestran la movilidad de las moléculas de agua al interior del cerebro, información que utilizamos para reconstruir los tractos neuronales principales (tractografía) y para dimensionar indirectamente la conectividad de distintas áreas (difusión multidireccional).

Mediante resonancia magnética funcional es posible localizar las áreas elocuentes cerebrales (resonancia magnética funcional convencional) o representar la conexión funcional de un área cerebral específica (resonancia magnética resting state).

Palabras claves:
Espesor cortical
resonancia funcional
volumetría
resting state
segmentación
normalización
tractografía
difusión
multidirección
Summary

The development of MRI has led new types of images that can be useful in patients with visual manifestations.

T1 structural images can be processed by different software to obtain new images for partitioning different neurological structures (segmentation), to do brain volumetric studies (volumetry) and to measure the cortical thickness in an independent way of the complexity of the brain surface (cortical thickness). It is also possible to “warp” the brains for comparative studies with normal populations (normalization).

Diffusion images shows the mobility of water molecules in the brain that is used to reconstruct the main neural tracts (tractography) and to measure indirectly the connectivity of different areas (multidirectional diffusion).

Functional magnetic resonance imaging can identify eloquent brain areas (tipical functional magnetic resonance) or represent the intrinsic connectivity of specific brain areas (resting state fMRI).

Key words:
cortical thickness
functional MRI
volumetry
resting state
segmentation
normalization
tractography
diffusion
multidirectional
Texto completo
Introducción

El desarrollo de la resonancia magnética ha producido nuevos tipos de imágenes, adicionales a las imágenes convencionales, que pueden ser de utilidad en los pacientes con manifestaciones visuales.

Estas nuevas imágenes pueden corresponder al postproceso de imágenes volumétricas convencionales o a imágenes que intentan representar funciones cerebrales, o al estudio de la movilidad de las moléculas de agua en el interior del cerebro y sus aplicaciones.

Estas imágenes se encuentran disponibles en nuestra clínica y son procesadas en el Laboratorio de Imágenes Médicas del Departamento por Imágenes (DPI).

APost proceso de las imágenes estructurales

Uno de los principales avances de las imágenes de resonancia magnética corresponde al aumento de la resolución espacial y a las adquisiciones volumétricas isotrópicas. Esto significa que cada vez somos capaces de ver detalles cada vez más pequeños y que la información es continua y simétrica en el espacio.

Debido a esto es posible modelar tridimensionalmente la superficie y las estructuras internas del cerebro mediante un mallado virtual de éste en las imágenes estructurales ponderadas en T1 (Figuras 1, 2 y 3). Estas imágenes son enviadas a computadores externos los cuales permiten producir nuevas imágenes.

Figura 1.

Imagen sagital ponderada en T1 volumétrica. Imagen base para los estudios de segmentación, volumetría, espesor cortical y normalización.

(0,12MB).
Figura 2.

Imagen de mallado de la superficie cortical. Se visualizan los triángulos que aproxima a la morfología de los giros.

(0,09MB).
Figura 3.

Imagen de postproceso que muestra polos occipitales, con mallado del hemisferio derecho (lado derecho de la figura) y superficie “sólida” del hemisferio izquierdo (lado izquierdo de la figura).

(0,11MB).

Existen 4 aplicaciones principales en las cuales estamos utilizando el post-proceso obtenido con software Freesurfer (FreeSurfer v4.5.0, Martinos Center for Biomedical Imaging) (1, 2, 3).

1Segmentación

La segmentación corresponde a la separación virtual de diversas estructuras cerebrales de acuerdo a su intensidad de señal, permitiendo diferenciarlas según diferentes colores (Figura 4).

Figura 4.

Imagen sagital de segmentación que diferencia las estructuras corticales y el cerebelo utilizando diferentes colores.

(0,15MB).
2Volumetría

La segmentación hace posible dimensionar en mm3 cada una de las estructuras cerebrales, y mediante bases de datos es posible compararla con volúmenes cerebrales de la población normal, lo que tiene especial utilidad en los pacientes con epilepsia temporal y demencia (Figura 4).

3Espesor cortical

La evaluación del espesor de la corteza es bastante difícil de dimensionar ópticamente en las imágenes convencionales, especialmente debido al plegamiento de la corteza.

La corteza de los humanos tiene un espesor promedio de 2,5mm. Las áreas motoras tienen un espesor mayor que las áreas sensitivas. De hecho, la corteza visual es el área más delgada, con un espesor que varía entre los 1,4 a 2,2mm. (Figuras 5, 6, y 7).

Figura 5.

Imagen de postproceso que muestra vista lateral del hemisferio cerebral izquierdo en “solido”. Se ha extraído en scalp y cráneo.*

(0,05MB).
Figura 6.

Vista lateral del hemisferio izquierdo. Debido a que la superficie cerebral se encuentra mallada, es posible expandir la superficie para demostrar áreas ocultas por los giros como la profundidad de los surcos (gris oscuro) o la corteza insular

(0,05MB).
Figura 7.

Vista medial del hemisferio cerebral derecho que muestra el espesor de la corteza cerebral en distintas áreas según paleta de color entre 0 y 5mm. Destaca que el lóbulo occipital normalmente es de menor espesor que el resto del cerebro.

(0,11MB).
4Normalización

La alta complejidad de la superficie cortical y la variación de volúmenes cerebrales entre los pacientes, hace difícil comparar dos áreas cerebrales en las imágenes convencionales.

La normalización consiste en la deformación de la morfología y tamaño cerebral de un paciente llevado a un cerebro estándar, que cuenta con un sistema de coordenadas que hace posible localizar adecuadamente las estructuras cerebrales y poder realizar comparaciones de los cerebros de diferentes individuos (Figura 8).

Figura 8.

Para hacer comparable las imágenes de un paciente con una base de imágenes de la población normal, es necesario “deformar” la superficie a un cerebro estandarizado. La figura 8A muestra un corte transversal potenciado en T1 y la figura 8B muestra el mismo corte “normalizado” al estándar MNI 152 (Montreal Neurological Institute).

(0,06MB).
BImágenes de difusión

Las imágenes de difusión se basan en la representación mediante imágenes de la movilidad de las moléculas de agua. La principal aplicación de este tipo de imágenes corresponde al diagnóstico precoz del infarto cerebral.

El movimiento de las moléculas de agua se encuentra fuertemente influenciado por las membranas celulares y vainas de mielina de la sustancia blanca que hacen que al agua se desplace siguiendo estos mismos trayectos.

1Tensor de Difusión – Tractografía

Si somos capaces de rastrear el movimiento de las moléculas de agua podemos indirectamente localizar las vías neuronales principales.

En esto se basa la tractografía que permite visualizar los haces principales, por lo que nos entrega información en relación a conectividad física de las estructuras cerebrales (Figura 9).

Figura 9.

Imagen transversal T2 gradiente que muestra tractos de la vía visual en el polo occipital izquierdo.

(0,07MB).

La tractografía la realizamos utilizando el software MedINRIA v 1.9.1 (INRIA Sophia Antipolis) (4).

2Difusión multidireccional

El modelo de difusión tensor sólo permite visualizar la dirección principal de cada una de las partes del cerebro, sin embargo sabemos que debido a la complejidad de la estructura de la sustancia blanca, existen múltiples áreas en que hay entrecruzamiento de las vías.

El modelo de difusión multidireccional permite explorar también otras direcciones de menor “grosor”. Estas imágenes probablemente nos entregan información indirecta de la conectividad de diversas áreas. Los modelos pueden ser a través de vectores u orbitales que representan la magnitud y dirección de las diferentes áreas (Figuras 10 y 11).

Figura 10.

Imagen transversal del polo occipital izquierdo que muestra las diferentes direcciones de la difusión del agua mediante orbitales.

(0,26MB).
Figura 11.

Imagen medial del hemisferio cerebral derecho en la cual ha sido extraída la corteza y se visualiza la superficie de la sustancia blanca. En escala de colores se representa la cantidad de direcciones a este nivel.

(0,11MB).

Para la generación de estas imágenes utilizamos los software MedINRIA v 1.9.1 (INRIA Sophia Antipolis) (4) (Figura 10), y uno de producción local (MTV.py, Multitensor.py) (5, 6) (Figura 11).

CResonancia magnética funcional1Resonancia Funcional convencional

Las imágenes convencionales nos permiten hacer una buena aproximación de la arquitectura cerebral, sin embargo no es capaz de demostrar mediante imágenes una función cerebral propiamente tal. Para este motivo y basándose en el contraste producido por la desoxigenación de la hemoglobina, es posible mediante pruebas simples, con y sin estímulo visual, localizar la corteza visual, así como también mediante otras pruebas, localizar la corteza motora o incluso áreas del lenguaje en la superficie cerebral. Este tipo de imágenes tiene gran importancia para establecer la relación espacial entre las lesiones y las áreas elocuentes (Figura 12–14).

Figura 12.

Cortes transversales potenciados en T1 a nivel de los lóbulos occipitales en los cuales se encuentra sobrepuesta la resonancia funcional obtenida con estímulo visual.

(0,15MB).
Figura 13.

Imagen del polo occipital izquierdo que muestra sobreposición de la actividad de una resonancia funcional visual.

(0,07MB).
Figura 14.

Imagen lateral del hemisferio cerebral derecho “inflada”, con parcelación de los giros (líneas de colores) y sobreposición de la resonancia magnética funcional visual (paleta rojo-naranjo).

(0,09MB).

Para la generación de las imágenes funcionales utilizamos el software FSL versión 4.0.1 (FMRIB's Software Library, FMRIB Centre, Department of Clinical Neurology, University of Oxford) (7).

2Resonancia funcional resting state (“en descanso”)

Este es una nuevo tipo de imágenes funcionales en el cual se realiza la adquisición del paciente sin estímulo alguno. Se basan en el principio que el cerebro se encuentra permanentemente en funcionamiento o “encendido”, por lo cual el software intenta localizar aquellas áreas cerebrales que se encuentran temporalmente sincronizadas, por lo cual nos entrega información de conectividad funcional (Figura 15).

Figura 15.

Imagen transversales potenciadas en T1 a nivel de los polos occipitales y sobreposición de la resonancia funcional “en descanso” (resting state). En la figura 15A se visualiza la “semilla” que permite encontrar las demás áreas que tienen correlación funcional visual (figura 15B).

(0,07MB).

Para la generación de estas imágenes funcionales “en descanso” utilizamos una aplicación desarrollada en el laboratorio NYU Child Study Center (8).

Los autores declaran no tener conflictos de interés, en relación a este artículo.

Referencias Bibliográficas
[1.]
B. Fischl, M.I. Sereno, A.M. Dale.
Cortical surface-based analysis.
II: inflation, flattening, and a surface-based coordinate system. Neuroimage, 9 (1999), pp. 195-207
[2.]
A.M. Dale, B. Fischl, M.I. Sereno.
Cortical surface-based analysis.
I. Segmentation and surface reconstruction. Neuroimage, 9 (1999), pp. 179-194
[3.]
B. Fischl, A.M. Dale.
Measuring the thickness of the human cerebral cortex from magnetic resonance images.
Proc Natl Acad Sci U S A, 97 (2000), pp. 11050-11055
[4.]
N. Toussaint, J.C. Souplet, P. Fillard.
MedINRIA: Medical Image Navigation and Research Tool by INRIA.
Proc. of MICCAI'07 Workshop on Interaction in medical image analysis and visualization,
[5.]
E. Cisternas, T. Asahi, M. Galvez, G. Rojas, E. Bravo.
Desarrollo y puesta en marcha de software de Tractografía.
Revista Chilena de Radiología, 14 (2008), pp. 31-35
[6.]
J. Cisternas, M. Gálvez, G. Rojas, T. Asahi.
Interpolation and Regularization of Diffusion Tensor Images along Geodesics,
3–9 de Mayo
[7.]
S.M. Smith, M. Jenkinson, M.W. Woolrich, C.F. Beckmann, TEJ Behrens, H. Johansen-Berg, et al.
Advances in functional and structural MR image analysis and implementation as FSL.
NeuroImage, 23 (2004), pp. 208-219
[8.]
D.S. Margulies, A.M. Kelly, L.Q. Uddin, B.B. Biswal, F.X. Castellanos, M.P. Milham.
Mapping the functional connectivity of anterior cingulate cortex.
Neuroimage, 37 (2007), pp. 579-588
Aug 15
Copyright © 2010. Clínica Las Condes
Opciones de artículo
Herramientas