Artículo original: Gracien RM, van Wijnen A, Maiwrom M, et al. Improved synthetic T1-weighted images for cerebral tissue segmentation in neurological diseases. Magn Reson Imaging. 2019;61:158–166.
DOI: https://doi.org/10.1016/j.mri.2019.05.013
Sociedad: N/A
Palabras clave: Synthetic images, Quantitative MRI, T1, PD, Epilepsy, Focal cortical dysplasia, Multiple sclerosis (MS).
Abreviaturas: qMRI (resonancia magnética cuantitativa), MP-RAGE (Magnetizacion – Prepared Rapid Acquisition of Gradient Echoes), EM (esclerosis múltiple), DP (densidad protónica), campo magnético externo (B0).
Línea editorial del número
La revista Magnetic Resonance Imaging publica 10 números anualmente, siendo marzo y agosto los meses sin número. Es una publicación interdisciplinar altamente técnica en torno al desarrollo y aplicación de la RM, así como a las técnicas de inteligencia artificial basadas en ella. Publica trabajos sobre medicina, fisiología, química, física, biología o ingeniería biomédica. Sus artículos cubren investigación, uso de aplicaciones e innovación tecnológica. El número actual (septiembre) incluye 35 artículos de muy de variada naturaleza, entre los que destacan un trabajo sobre la utilidad de la espectroscopia y la difusión ante hallazgos inespecíficos en estudios de mama con contraste; un texto sobre la precisión y aplicabilidad de la secuencia Multi-VENC 4D Flow para la evaluación de la hemodinámica cardíaca y un tercero dedicado a la RM pulmonar de alta resolución con TE ultracorto en equipos de 1,5 y 3 teslas.
Motivos para la selección
El creciente uso de la inteligencia artificial como herramienta para la detección de alteraciones morfológicas o químicas (entre otras) de manera rápida y precisa, así como el futuro que tiene por delante, merecen destacar un artículo que da buena cuenta de las mejoras que pueden conseguirse. Así mismo, el trabajo de ingeniería que crea y mejora las aplicaciones empleadas a posteriori en diagnóstico, el cual queda detrás, generalmente oculto para el profesional de la radiología, es un valor lo suficientemente importante como para ser destacado. Asumiendo que el artículo pertenece a la disciplina de la ingeniería biomédica, omitiré en gran medida la información técnica propia de esta ciencia para facilitar la lectura.
Resumen
La resonancia magnética cuantitativa (qMRI) permite la cuantificación de los parámetros tisulares y puede ayudar a destacar patologías difusas susceptibles de pasar desapercibidas con las técnicas clínicas habituales de la RM. Como ejemplo, la aplicación de qMRI en la EM permite la percepción de cambios en el parénquima cerebral más allá de las lesiones obvias. En el caso de la epilepsia, donde la RM convencional en muchas ocasiones no muestra cambios patológicos, la qMRI permite diferenciar entre pacientes afectos y sanos. No obstante, el análisis de los datos necesita de la segmentación de tejidos, para lo cual es habitual la adquisición de secuencias ponderadas en T1 y trabajar sobre ellas con un software dedicado al efecto. Las secuencias MP-RAGE ponderadas en T1 son especialmente adecuadas para el proceso de segmentación (delimitación de áreas anatómicas homogéneas que se traduce en discriminación de conjuntos de datos, elemento fundamental para la creación de bases de datos de referencia para construcción de modelos de diagnóstico mediante inteligencia artificial). Es importante destacar que la generación de imágenes MP-RAGE sintéticas tiene ventajas como la visualización de tumores y, con la variante MP2RAGE, una mayor sensibilidad para la carga lesional en pacientes con EM. Siempre hablando de secuencias sintéticas generadas a posteriori, mediante un posprocesado, no de adquisición de imagen primaria.
El artículo aquí revisado versa sobre la mejora de este tipo de secuencias sintéticas. En concreto, el objetivo de la investigación presentada fue mejorar el método de adquisición de secuencias MP-RAGE sintéticas (estas se obtienen a partir de mapas T1 y mapas DP mediante un método ya descrito por Nöth et al) para, a su vez, mejorar la segmentación del parénquima cerebral, por lo que se introdujeron dos novedades:
– El algoritmo para el cálculo del T1 se amplió para corregir los efectos de heterogeneidad del campo magnético externo (B0) en los pulsos de excitación selectiva del agua.
– Para los cálculos se emplearon mapas seudo-DP derivados de la adquisición T1 MP-RAGE, en lugar de mapas DP puros.
Para el estudio se contó con la colaboración de 10 individuos sanos y 20 con patología: 10 pacientes con EM (patología difusa y focal evidente) y 10 pacientes con epilepsia (patología de dificultosa evidencia en imagen). Se trabajó con un equipo de RM de 3 Teslas con una antena en fase de cabeza de 8 canales; el procesamiento de datos se realizó con los programas FreeSurfer, Matlab y FSL.
Los métodos estándar empleados para la obtención de mapas T1 y DP a partir de secuencias MP-RAGE pueden mostrar artefactos en las áreas basal, frontal y temporal en las imágenes sintéticas generadas con posterioridad, lo que dificulta la segmentación de los tejidos. Los artefactos se deben principalmente a que los pulsos estándar de excitación selectiva del agua son muy sensibles a la heterogeneidad de B0. Los ángulos adecuados de los pulsos de excitación selectiva ante esta heterogeneidad se determinaron aplicando un factor de corrección al mapa T1 subyacente. La información DP para el cálculo de las imágenes mejoradas se obtuvo mediante la conversión de los mapas T1 corregidos en mapas seudo-DP, quedando asimismo libres de artefactos.
Con este nuevo procedimiento, la ausencia de artefactos permitió que las imágenes sintéticas mejoradas mostrarán mayor posibilidad de segmentación en la áreas basales, frontales y temporales, tanto en los sujetos con EM como con epilepsia. Las segmentaciones realizadas sobre secuencias MP-RAGE convencionales adolecían de un menor contraste DP en estas mismas áreas, lo que quedó corregido con el nuevo método. El análisis de la diferencia relativa entre los valores T1 obtenidos en los mapas T1 estándar y los mejorados mostraron diferencias de contraste en las tres áreas cerebrales citadas y el tronco del encéfalo. En la misma línea, las imágenes sintéticas mejoradas permitieron una mayor diferenciación entre las sustancias blanca y gris. Con todo ello, los autores dedujeron que el empleo de secuencias MP-RAGE estándar para la segmentación de tejidos puede ser sustituido por el de las secuencias MP-RAGE sintéticas mejoradas que se presentan en el artículo. Es destacable que los errores en la segmentación fueron más pronunciados en los pacientes con EM recurrente, posiblemente porque afectaciones como atrofia cerebral y las propias lesiones de la EM podrían dificultar la discriminación entre los límites de la sustancia blanca y la sustancia gris.
Valoración personal
Considero que este trabajo da buena cuenta del importante presente y prometedor futuro que presenta la inteligencia artificial y el diagnóstico en el campo de la RM. La corrección de factores técnicos en el posprocesado de la secuencia MP-RAGE ponderada en T1 para obtener mapas T1 y seudo-DP mejorados, minimizando artefactos e incrementando el contraste entre tejidos para conseguir una mejor segmentación, es un avance más en la dirección correcta. Sin embargo, como sucede en numerosas investigaciones -y los propios autores indican- se debe seguir investigando al haberse trabajado sobre una muestra limitada.
Francisco José Crespo Villalba
Instituto Biomédico QUAES, TSIDMN
fcrespo@ibquaes.com @PacoCrespoTSID
cbseram.com 
Deja una respuesta