Construcción y aplicación de un atlas de flujo sanguíneo cerebral basado en regiones funcionales cerebrales mediante imágenes de resonancia magnética-etiquetado de espín arterial

Resumen

Este estudio integró imágenes de resonancia magnética e imágenes de etiquetado de espín arterial para derivar el atlas de flujo sanguíneo cerebral (CBF) para las regiones funcionales cerebrales. La comparación de los atlas de CBF de isquemia cerebral crónica y saludable típica reveló diferencias significativas en las distribuciones regionales de CBF, lo que permitió evaluaciones rápidas y no invasivas de CBF funcional para ayudar en el diagnóstico y evaluar las terapias.

Resumen

Las afecciones cerebrales a menudo requieren un diagnóstico y seguimiento precisos, lo que requiere técnicas de imagen avanzadas. Es posible que las modalidades actuales no detecten adecuadamente los signos tempranos de daño tisular reversible, lo que subraya la necesidad de herramientas de diagnóstico innovadoras que puedan cuantificar los cambios en el flujo sanguíneo cerebral (CBF) con alta especificidad y sensibilidad. Este estudio integra el marcaje tridimensional de espín arterial (3D-ASL) con la resonancia magnética estructural para desarrollar atlas completos de CBF que cubran todas las regiones funcionales principales del cerebro. Esta innovadora metodología de marcaje de espín arterial por imágenes de resonancia magnética (MRI-ASL) proporciona un medio rápido y no invasivo de cuantificar el CBF específico de la región, ofreciendo una vista detallada de los niveles de CBF en diferentes regiones funcionales. La comparación entre pacientes con isquemia cerebral crónica (ICC) y sujetos sanos reveló una disminución significativa del CBF en todas las regiones funcionales cerebrales en los atlas de CBF construidos para los primeros. Este enfoque no solo permite la identificación eficiente de CCI mediante el análisis de las disminuciones concurrentes de CBF en áreas críticas en relación con las distribuciones saludables, sino que también permite el seguimiento de las respuestas al tratamiento y el progreso de la rehabilitación a través de atlas longitudinales de CBF. El atlas CBF desarrollado utilizando la técnica MRI-ASL representa un avance novedoso en el campo del diagnóstico cerebral y la atención al paciente. Al comparar los niveles regionales de CBF con los estándares normativos, este método mejora las capacidades de diagnóstico, lo que permite a los médicos brindar atención personalizada a los pacientes con afecciones cerebrales.

Introducción

En el ámbito de la neuroimagen, la búsqueda de herramientas precisas y no invasivas para evaluar la función y la patología cerebral sigue siendo primordial. Entre estos, el flujo sanguíneo cerebral (CBF) se destaca como un indicador vital, que refleja las demandas metabólicas y el estado de salud del tejido cerebral¹. Los enfoques tradicionales a menudo implican evaluaciones empíricas, que dependen en gran medida de la experiencia de los clínicos para interpretar las imágenes y discernir los cambios patológicos². Sin embargo, los avances en las técnicas de resonancia magnética (RM), en particular el marcaje de espín arterial (ASL)³, ofrecen una vía prometedora para cuantificar el CBF con mayor precisión y objetividad ^4,5.

Este estudio presenta una metodología pionera que integra el ASL tridimensional (3D-ASL) con la resonancia magnética estructural para construir un atlas completo de CBF a través de las regiones funcionales cerebrales⁶. Al aprovechar este enfoque novedoso, los médicos no solo pueden obtener una perspectiva global de la CBF, sino también profundizar en áreas funcionales específicas, lo que permite una comprensión matizada de los patrones de perfusión cerebral ^7,8. Esta mejora en la resolución es un resultado directo del progreso tecnológico en los equipos de imágenes más que del uso de vóxeles interpolados. Vale la pena señalar que la mayoría de los dispositivos de resonancia magnética convencionales disponibles en el mercado hoy en día suelen ofrecer una precisión de imagen mejor que 1,5 mm⁹. Estos avances en la tecnología de imágenes han allanado el camino para evaluaciones más detalladas y precisas de la CBF. Esto representa un cambio de paradigma con respecto a las imágenes convencionales, que a menudo carecen de la resolución necesaria para detectar cambios sutiles en el CBF asociados a patologías en estadios tempranos¹⁰.

La génesis de esta metodología radica en el imperativo de abordar los desafíos diagnósticos que plantean las afecciones cerebrales, incluida la isquemia cerebral crónica (ICC) y otros trastornos neurológicos^11,12. Estas condiciones requieren evaluaciones precisas y oportunas para orientar las intervenciones terapéuticas de manera efectiva ^13,14. Al comparar los atlas de CBF entre individuos sanos y pacientes con ICC, este estudio revela disparidades significativas en las distribuciones regionales de CBF, ofreciendo información sobre la patología de la enfermedad y las posibles vías de tratamiento.

La utilidad de este enfoque de RM-ASL se extiende más allá del diagnóstico, abarcando la evaluación terapéutica y el seguimiento de la progresión de la enfermedad¹⁵. Los atlas longitudinales de CBF son prometedores en el seguimiento de las respuestas al tratamiento y los resultados de la rehabilitación, ya que proporcionan a los médicos herramientas inestimables para el tratamiento personalizado de los pacientes. Además, la capacidad de discernir cambios sutiles en el CBF puede servir como un biomarcador temprano para anomalías tisulares inminentes, lo que permite intervenciones proactivas para mitigar el daño neurológico antes de que se vuelva irreversible¹⁶.

Si bien esta metodología representa una herramienta avanzada, hay varias vías de refinamiento y expansión que merecen consideración. La estandarización de los protocolos de exploración, las técnicas de normalización de CBF y la construcción de atlas de CBF saludables de múltiples sujetos son pasos cruciales para mejorar la precisión diagnóstica y la utilidad clínica. Los esfuerzos colaborativos entre diversas patologías cerebrales son esenciales para validar y refinar este enfoque para su adopción clínica generalizada.

Este estudio introduce un enfoque novedoso mediante el cual los atlas de CBF derivados de la resonancia magnética ofrecen a los médicos una visión profunda de la función cerebral y la patología. Al cerrar la brecha entre el grupo de imágenes y la interpretación clínica, esta metodología tiene el potencial de revolucionar el diagnóstico y el tratamiento de una gran variedad de afecciones neurológicas, marcando el comienzo de un futuro de medicina de precisión adaptado a las necesidades únicas de cada paciente.

Protocolo

Este estudio fue aprobado por la Junta de Revisión Institucional del Hospital Dongzhimen de Beijing, Beijing, China. Se utilizó un escáner de resonancia magnética con secuencia de ASL pulsada (PASL) basada en eco de espín turbo gradiente (TGSE) para el marcaje de espín arterial en 3D (3D-ASL) con los siguientes parámetros: TR 4000 ms, TE 25 ms, duración del bolo 700 ms, tiempo de inversión 1990 ms. Las herramientas de software utilizadas en esta investigación se enumeran en la Tabla de Materiales.

1. Recopilación y preparación de datos

NOTA: La variación en los parámetros no se ve afectada por el enfoque de la investigación. Tanto el formato DICOM como el NIFTI se utilizan para almacenar datos de imágenes médicas digitales, siendo DICOM la salida habitual de los dispositivos de imágenes clínicas. Sin embargo, a menudo se prefiere el formato NIFTI por conveniencia computacional en las actividades de investigación. La conversión de DICOM a NIFTI es una práctica sencilla y común¹⁷. En este estudio, se adquirieron datos DICOM auténticos y se convirtieron al formato NIFTI. Los datos se adquirieron utilizando un escáner de resonancia magnética de 1,5 Tesla. En el proceso de registro de imágenes cruzadas de este estudio, se utilizó principalmente la secuencia de recuperación de inversión atenuada por fluidos (FLAIR) y se fusionó con imágenes CBF. La herramienta CBF Atlas (Tabla de Materiales) utilizada en este estudio es un software comercial.

1. Copie los datos en el directorio de trabajo designado.
   1. Copie todos los datos NIFTI en un directorio de trabajo personalizado.
      NOTA: El directorio de trabajo es el mismo en el sistema operativo y en MATLAB. La investigación sigue el estándar de orientación Anterosuperior Derecho (RAS).
   2. Vaya al directorio que contiene los datos dentro del directorio de trabajo actual de MATLAB y utilice la función niftiread para cargar los datos de FLAIR en el espacio de trabajo. Utilice la función de tamaño para comprobar las dimensiones de la secuencia FLAIR. Llame al comando Flair_Slice para ver la secuencia FLAIR (como se muestra en la Figura 1). Utilice los comandos específicos de la siguiente manera:
      FLAIR_XLF = niftiread('FLAIR_XFL.nii');
      Tamaño(FLAIR_XLF)
      Flair_Slice(FLAIR_XLF);
   3. Consulte la Figura 1 para obtener una imagen de la interfaz gráfica de usuario (GUI) interactiva para la secuencia FLAIR. Utilice la barra de desplazamiento inferior para navegar rápidamente por las diferentes secuencias.
2. Compruebe rápidamente las imágenes de CBF.
   1. Utilice la función niftiread para cargar datos CBF en el espacio de trabajo. Utilice la función de tamaño para comprobar las dimensiones de la secuencia CBF. Llame al comando CBF_Slice para ver la secuencia CBF (como se muestra en la Figura 2). Utilice los comandos específicos de la siguiente manera:
      CBF_XLF = niftiread('CBF_XFL.nii');
      Tamaño(CBF_XLF)
      CBF_Slice(CBF_XLF);
   2. Consulte la Figura 2 para obtener una captura de pantalla interactiva de la secuencia CBF. Utilice la barra de desplazamiento inferior para navegar rápidamente por las diferentes secuencias.
      NOTA: En la Figura 2, el rango de valores de CBF suele ser de 0 a 120 mL/100 g/min. La Figura 2 utiliza un mapa de colores para representar diferentes niveles de CBF en diferentes colores.

2. Segmentación de regiones funcionales cerebrales a partir de la secuencia FLAIR

NOTA: La secuencia FLAIR sirve como imagen estructural y proporciona excelentes capacidades de diagnóstico patológico. Por lo tanto, la fusión de FLAIR con CBF tiene un importante valor diagnóstico en las clínicas. Este estudio segmenta las principales regiones funcionales cerebrales de la secuencia FLAIR.

1. En el área de trabajo, llame a la función FLAIR_Segment y ejecute el programa de segmentación de imágenes basado en U-Net 3D previamente entrenado para generar automáticamente vistas triplanares de la segmentación de las regiones funcionales cerebrales, como se muestra en la Figura 3. Cada color de la Figura 3 representa una región funcional distinta.
2. Para la inspección en tiempo real de las diferentes regiones funcionales cerebrales, utilice la interacción de la cruz (Figura 3). Haz clic y arrastra el centro del punto de mira para un examen arbitrario en 3D de la anatomía del cerebro reconstruida.
   NOTA: La GUI de la Figura 3 también permite ajustar el rango de intensidad de la escala de grises, el contraste y el brillo de las vistas triplanares.
3. Pulse y arrastre el botón izquierdo del ratón sobre cualquier región de las imágenes para modificar en tiempo real los niveles de brillo y contraste. Suelte el botón del ratón para confirmar y finalizar los ajustes.

3. Vistas triplanares de la distribución del CBF a través de las regiones funcionales cerebrales

NOTA: El examen de la distribución del CBF en las diferentes regiones funcionales cerebrales facilita juicios clínicos precisos de las condiciones del paciente. Bajo el marco de la región funcional de la Figura 3, la incorporación de los valores exactos de CBF de la secuencia CBF y su presentación en vistas triplanares permite una inspección médica completa.

1. Llame a la función CBF_triplanar para generar la vista de GUI triplanar que se muestra en la Figura 4, que muestra la distribución espacial CBF a través de regiones funcionales. Mueva el cursor en cruz para permitir el examen de la distribución de CBF en las regiones de interés.
2. Haga clic en el botón Sugerencias de datos en la esquina superior derecha de la GUI para mostrar los valores de CBF en cualquier posición.
3. Pulse y arrastre el botón izquierdo del ratón sobre cualquier región de las imágenes para modificar en tiempo real los niveles de brillo y contraste. Suelte el botón del ratón para confirmar y finalizar los ajustes.

4. Atlas de CBF en las principales regiones funcionales cerebrales

NOTA: La normalización de las distribuciones de probabilidad de CBF en diferentes regiones funcionales genera el Atlas de Regiones Funcionales Cerebrales CBF, que expresa los niveles de CBF en todas las regiones funcionales cerebrales del sujeto.

1. Llame a la función CBF_Atlas para convertir la distribución espacial CBF que se muestra en la Figura 4 en un Atlas CBF (como se muestra en la Figura 5).
   NOTA: En la Figura 5, el eje x representa diferentes regiones funcionales cerebrales y el eje y representa diferentes niveles de CBF; Los diferentes colores denotan diferentes niveles de probabilidad (cuanto más rojo es el color, más vóxeles están presentes).
2. Haga clic en el botón Acercar/Alejar en la parte superior derecha de la GUI que se muestra en la Figura 5 para escalar imágenes parciales.
   NOTA: La curva de la Figura 5 conecta el CBF promedio entre regiones.

5. Diferencias significativas en CBF_Atlas entre sujetos sanos y pacientes con ICC

NOTA: Utilizando el mismo proceso descrito en las secciones 1-4, se pueden obtener los valores medios de CBF en diferentes regiones funcionales cerebrales para los pacientes con ICC.

1. Utilice la función CBF_Compare para generar un gráfico comparativo de la curva CBF de un sujeto sano frente a un paciente con ICC (Figura 6).
2. Obsérvese las diferencias significativas entre la curva CBF del paciente (coloreada en negro) y la curva sana (coloreada en rojo) (Figura 6). Identificar las regiones funcionales con caídas de CBF más pronunciadas en el paciente. Integrando el paso 3.3, vuelva a examinar las regiones donde el paciente se desempeñó peor en comparación con las otras regiones.
   NOTA: El paso 3.3 permite la visualización de los niveles de CBF del paciente en un espacio tridimensional, lo que significa que los médicos pueden utilizar la vista GUI triplanar que se muestra en la Figura 4 para examinar el CBF en cualquier posición del paciente. En este caso, el grado de disminución del CBF varía en las diferentes localizaciones de los pacientes con ICC. Los médicos pueden revisar la Figura 4 para centrarse en las regiones del cerebro con una disminución significativa del CBF.
3. Utilice los iconos de la esquina superior derecha de la GUI (Figura 5) para acceder a funciones como alejar, acercar, volver a la vista global y marcar las coordenadas del píxel seleccionado.
   NOTA: Utilizando el mismo principio, los resultados previos y posteriores al tratamiento del mismo paciente también pueden compararse utilizando el enfoque de la Figura 6 para evaluar la eficacia clínica a lo largo del tiempo.

Resultados

Esta investigación utiliza datos reales de pacientes adquiridos mediante un escáner de resonancia magnética de 1,5 T para validar la cuantificación del flujo sanguíneo cerebral (CBF) y la metodología de construcción del atlas. Los pasos de preprocesamiento incluyeron imágenes estructurales FLAIR (Figura 1), imágenes CBF (Figura 2) e imágenes triplanares fusionadas (Figura 3 y Figura 4).

Discusión

Los pasos clave (secciones 3 y 4) constituyen la base para la construcción del Atlas de CBF, cuantificando la distribución de CBF a través de las regiones funcionales cerebrales. El paso 4.2 delinea explícitamente los niveles de CBF para cada área del cerebro, siendo pionero en una nueva técnica. Esto no solo proporciona a los médicos una visión global del CBF del paciente, sino también mediciones cuantitativas de las regiones funcionales individuales. El paso 5.1 demuestra que el Atlas CBF tiene una utilidad diagnóstica...

Materiales

Lista de materiales utilizados en este artículo

Nombre	Empresa	Número de catálogo	Comentarios
CBF Atlas	Entropía Inteligente	CBF Atlas V1.0	Beijing Entropía Inteligente Ciencia & Technology Co Ltd. Modelado para enfermedades de la tiroides
MATLAB	MathWorks	2023B	Computación y visualización
Dispositivo de resonancia magnética	Siemens	Amria 1.5 T	Escáner de resonancia magnética