Creación de plantillas personalizadas para la implementación de morfometría basada en vóxeles

Abstract

RESUMEN: Introducción: La morfometría basada en vóxeles es una técnica desarrollada para caracterizar diferencias cerebrales in vivo, usando imágenes estructurales por resonancia magnética de manera automática, sin necesidad de definir regiones de interés. Dentro del procesamiento de las imágenes se encuentran tareas que requieren el uso de plantillas de referencia. Sin embargo, el uso de plantillas que difieran demográficamente de la población de estudio puede llevar a interpretaciones erróneas de los resultados. Objetivo: Describir la construcción de plantillas que capturen la variabilidad y las características propias de la población en estudio, adaptando el uso de la morfometría basada en vóxeles. Metodología: De una población de 50 sujetos voluntarios sanos se construyeron plantillas de sustancia gris, sustancia blanca y líquido cefalorraquídeo, que luego fueron comparadas con la plantilla del Instituto Neurológico de Montreal, y posteriormente utilizadas como datos de referencias en los procesamientos de morfometría basada en vóxeles bajo una prueba de género. Los resultados fueron comparados con los obtenidos al utilizar las plantillas del instituto y validados según estudios similares presentados en la literatura. Resultados: El uso del conjunto de algoritmos DARTEL en la metodología propuesta permitió generar plantillas con mejor detalle morfológico, y la implementación de estas en morfometría basada en vóxeles aumentó la sensibilidad de la técnica. Conclusiones: Las plantillas generadas representan mejor la variabilidad local de la población y posibilitan la personalización de técnicas como la morfometría basada en vóxeles, al mejorar los resultados de la segmentación y otras tareas de procesamiento.

ABSTRACT: Introduction: Voxel-based morphometry (VBM) has been developed to characterize in vivo brain anatomic and functional differences using magnetic resonance imaging (MRI) automatically, without having to define regions of interest. Compared to other techniques, VBM does not require manual delineation of regions of interest. Image processing includes tasks which require the use of reference templates. However, the use of templates that differ demographically from the studied population could lead to incorrect interpretations of the results. Objective: To scribe the construction of templates which describe the variability and the specific morphological characteristics of the studied population. Methodology: Gray matter, white matter and cerebrospinal fluid templates were built from a population of 50willing healthy persons. These templates were then compared with the template of the Montreal Neurological Institute and were subsequently used as reference data in the processing of voxel-based morphometry in a gender test. The results were compared with those obtained by using templates of the Montreal Neurological Institute and validated by similar studies reported in the literature. Results: We found that the use of DARTEL algorithms in the suggested methodology can generate better morphological detail templates, and the implementation of their algorithms in voxel based morphometry increases the sensitivity of the technique. Conclusions: Our templates improve local variability of the population and enable personalization of techniques such as voxel-based morphometry, by improving segmentation results and other processing tasks.