Poprawa precyzji traktografii DTI w wybranych ROI przy użyciu BSD-DTI i zaawansowanego preprocesingu

Rysunek. Porównanie wyników traktografii DTI uzyskanych przy użyciu sześciu różnych podejść przetwarzania danych: STD-RAW, STD-DENOISED, STD-PREPROC, BSD-RAW, BSD-DENOISED oraz BSD-PREPROC. Rysunek ilustruje wpływ denoisingu, pełnego preprocesingu oraz korekcji BSD na spójność anatomiczną i zasięg rekonstrukcji włókien. Dla każdego ROI zaprezentowano przekroje 2D z nałożonymi na różowo ręcznie wybranymi obszarami inicjującymi traktografię oraz zielonymi maskami obrazującymi uzyskane wiązki włókien. (W celu interpretacji kolorów w legendzie rysunku, czytelnik proszony jest o zapoznanie się z wersją internetową artykułu.

W celu zwiększenia dokładności analizy dyfuzji i rekonstrukcji traktografii w specyficznych regionach mózgowia, przeprowadzono ekspercką segmentację 11 wybranych obszarów ROI u pojedynczego pacjenta oraz analizę grupową w kohorcie wielu pacjentów. W badaniu wyróżniono cztery ROI o wysokim prawdopodobieństwie obecności włókien typu U (LM, LPa, RM, RPa), a także siedem regionów istoty białej i głębokiej istoty szarej (GoCC, SoCC, IC, TL, TR, Put, GP), które poddano szczegółowej analizie traktograficznej.

Dane dyfuzyjne analizowano w trzech wariantach: RAW (bez preprocesingu), DENOISED (denoising z użyciem LPCA) oraz PREPROC (pełny preprocesing: denoising, korekcja artefaktów Gibbsa, korekcja ruchu i eddy currents oraz korekcja niejednorodności pola B1). Kluczowym elementem analizy była metoda BSD-DTI, która umożliwia korekcję przestrzennych błędów systematycznych wynikających z niejednorodności gradientów pola w skanerze MRI.

Własne oprogramowanie BSD-DTI (NMR LaTiS, AGH-UST) zostało użyte do przetwarzania danych i przeprowadzenia rekonstrukcji traktów włókien nerwowych w oparciu o algorytm FACT. Parametry traktografii obejmowały zakres FA od 0.05 do 1.00, kąt 45°, długość minimalna 30 mm oraz rozdzielczość kroku 0.2 mm. Porównanie wyników uzyskanych metodą standardową (STD) oraz po zastosowaniu BSD-DTI wykazało wyraźną poprawę dokładności odwzorowania przebiegu włókien, szczególnie w regionach podatnych na zakłócenia gradientowe.

Zastosowanie pełnego łańcucha preprocesingu wraz z korekcją BSD-DTI znacząco poprawiło jakość obrazowania traktów nerwowych, co ma istotne znaczenie w kontekście planowania neurochirurgicznego oraz zaawansowanej analizy neuroobrazowej [1, 2].

Nazwy ROIs użytych w analizie:

Regiony związane z obecnością włókien U:

  • LM – Locus medialis (lewa półkula)
  • LPa – Obszar ciemieniowy (lewa półkula)
  • RM – Locus medialis (prawa półkula)
  • RPa – Obszar ciemieniowy (prawa półkula)

Regiony istoty białej (WM) i głębokiej istoty szarej (DGM):

  • GoCC – Genu ciała modzelowatego
  • SoCC – Splenium ciała modzelowatego
  • IC – Torebka wewnętrzna
  • TL – Wzgórze lewe
  • TR – Wzgórze prawe
  • Put – Skorupa
  • GP – Gałka blada

Łącznie: 11 ROI wykorzystywanych do oceny traktografii i wpływu metod przetwarzania oraz korekcji BSD-DTI.

Referencje

  1. Krzyżak AT, Lasek J, Schneider Z, Wnuk M, Bryll A, Popiela T, Słowik A. Diffusion tensor imaging metrics as natural markers of multiple sclerosis-induced brain disorders with a low Expanded Disability Status Scale score. NeuroImage 2024; 290, 120567. https://doi.org/10.1016/j.neuroimage.2024.120567.
  2. Lasek J, Stefańska AK, Kierońska‑Siwak S, Obuchowicz R, Krzyżak AT. Reduction of systematic errors in diffusion tensor imaging of the human brain as a prospect for increasing the precision of planning neurosurgical operations with particular emphasis on fiber tracking. Comput Biol Med 2025; 194:110503. https://doi.org/10.1016/j.compbiomed.2025.110503.

Newsletter

Zapisz się do naszego newslettera aby otrzymywać informacje o aktualnościach, nowych projektach badawczych czy publikacjach.