Published in

Mathematics and Visualization, p. 355-372

DOI: 10.1007/978-3-319-61358-1_15

Links

Tools

Export citation

Search in Google Scholar

Automatic atlas-based segmentation of brain white-matter in neonates at risk for neurodevelopmental disorders

This paper is available in a repository.
This paper is available in a repository.

Full text: Download

Green circle
Preprint: archiving allowed
Green circle
Postprint: archiving allowed
Red circle
Published version: archiving forbidden
Data provided by SHERPA/RoMEO

Abstract

Na Europa, mais de meio milhão de bebés nasce prematuramente por ano. Os recémnascidos com menos de 32 semanas de gestação estão especialmente em risco para desordens de desenvolvimento neuronal. Para estes bebés, os principais problemas de desenvolvimento surgem a nível cognitivo (40%). Reabilitação é possível, principalmente se for feita nos primeiros tempos de vida quando o cérebro é caracterizado pela sua enorme plasticidade. No entanto, não existem bio-marcadores que possibilitem prever quais os bebés prematuros que estão em risco. Este trabalho tem como objetivo analisar a maturação da matéria branca do cérebro em bebés prematuros e investigar a sua usabilidade como possível marcador para desordens de desenvolvimento neuronal. Um pipeline automático para segmentação atlas-based de matéria branca visualizada com tratografia de Diffusion Tensor Imaging (DTI) foi implementado. O atlas usado foi construído previamente com tratografias de bebés prematuros em term equivalente age (TEA). Principais contribuições correspondem à automatização do pipeline e desenvolvimento de algoritmos específicos para tratografias neonatais para: registo entre tratografias, skull-stripping e sampling. O algoritmo para registo entre tratografias foi inspirado no trabalho de O’Donnell (2012). Este tipo de registo utiliza a informação relativa à conectividade global de regiões de matéria branca no cérebro, característica dos dados de tratografia. Em comparação com métodos de segmentação manual, este método consome menos tempo e é menos dependente do utilizador. Os resultados são promissores, apenas 12% das segmentações contêm mais de 30% de fibras erroneamente segmentadas por estrutura anatómica. A performance da segmentação não foi influenciada pela presença de patologias da matéria branca nos pacientes. As estruturas anatómicas automaticamente segmentadas do corpus callosum foram também analisadas relativamente aos seus volumes e valores de anisotropia. Volume e difusão média são significamente correlacionados com a intensidade de patologia da matéria branca. Estes resultados estão de acordo com descobertas prévias sobre como patologia na matéria branca influencia os valores de anisotropia. Em conclusão, tratografia neonatal pode ser segmentada nas principais estruturas anatómicas de interesse para estudo de desordens do desenvolvimento neuronal.