As imagens de ressonância magnética ponderadas por difusão retratam a difusividade de moléculas de água presentes em tecidos biológicos. Em estruturas biológicas altamente organizadas e compactas como fibras nervosas e musculares, a difusividade é maior na direção paralela às fibras do que perpendicularmente às mesmas. Essa propriedade permite a reconstrução digital das trajetórias das fibras, técnica denominada tractografia, representando uma das poucas formas não invasivas de investigação da conectividade anatômica e organização estrutural do cérebro e do coração. A metodologia de tractografia mais difundida faz uso da integração numérica da direção principal de difusividade para reconstruir essas trajetórias. Porém, esta técnica apresenta problemas como o erro intrínseco a métodos de integração numérica e o erro associado a regiões de incerteza nos dados de difusividade. Uma metodologia considerada mais robusta consiste da modelagem da tractografia como a simulação de um sistema de partículas. No entanto, tal metodologia possui diversos parâmetros que precisam ser otimizados para cada caso e apresenta alta complexidade computacional. Esta dissertação apresenta uma metodologia de tractografia global baseada em sistema de partículas, mas com custo computacional reduzido pois evita passos desnecessários da otimização para reconstrução das trajetórias. Avaliamos sua acurácia em conjuntos de dados com graus de complexidade crescentes utilizando imagens sintéticas de difusão construídas digitalmente e em imagens reais de difusão do miocárdio humano. Nesses testes foram observadas reduções no consumo de tempo e maior acurácia para metodologia global apresentada com relação às descritas na literatura. Essa metodologia possui o potencial de evidenciar a organização e arquitetura de diversos tecidos do corpo humano com maior fidelidade e menor tempo de reconstrução. / The diffusion magnetic resonance imaging portray the diffusivity of water molecules present on biological tissues. High organized and compact biological structures like neuronal fibres and muscles present higher diffusivity parallel to the fibres than perpendicular to those. This property allows the digital reconstruction of fibres trajectories, technique named tractography, being one of the few non invasive ways of investigation of the anatomical connectivity and structural organization of the brain and heart. The most common tractography methodology uses numerical integration following the main diffusion direction in order to reconstruct trajectories. Yet, this technique is prone to intrinsic error to numeric integration and the error associated to uncertainty regions on diffusion data. A methodology considered more robust to such problems consists on modelling tractography as a particle system simulation. However, such methodology has several parameters that require fine tuning for each case and has a high computational complexity. This dissertation presents a global tractography methodology based on particle system but at lower computational cost because of the avoidance of unnecessary optimization steps on trajectory reconstruction. We evaluate its accuracy on synthetic diffusion datasets of increasing complexity and on real human cardiac diffusion images. Theses tests evidence reduced time consumption and increased accuracy for the presented methodology compared to the ones described in the literature. This methodology has the potential to reveal the organization and architecture of several tissues from the human body with higher fidelity and lower reconstruction time.
| Identifer | oai:union.ndltd.org:IBICT/oai:teses.usp.br:tde-17052017-161610 |
| Date | 13 March 2017 |
| Creators | Rafael Reggiani Manzo |
| Contributors | Marcel Parolin Jackowski, Marcelo Finger, João Ricardo Sato |
| Publisher | Universidade de São Paulo, Ciência da Computação, USP, BR |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da USP, instname:Universidade de São Paulo, instacron:USP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds