A avaliação do diagnóstico e prognóstico de pacientes com doença de Alzheimer ou doença de Parkinson com comprometimento cognitivo usando ressonância magnética de difusão

Atualmente, a Doença de Alzheimer (DA) e a Doença de Parkinson (DP) são diagnosticadas principalmente por neurologistas, com base nos sintomas clínicos. No entanto, não existem critérios objetivos disponíveis para o seu diagnóstico. Embora a ressonância magnética (MRI) seja frequentemente empregada em conjunto com o julgamento clínico, as imagens são usadas principalmente para eliminar outras doenças, em vez de confirmar o diagnóstico. Outros métodos de imagem, como a Tomografia por Emissão de Posição ou a Tomografia Computadorizada, podem auxiliar no diagnóstico da DA e da DP, mas têm efeitos nocivos sobre o corpo humano.

A ressonância magnética de difusão e, em particular, a imagem por tensor de difusão, são frequentemente empregadas na avaliação de alterações na conectividade no sistema nervoso central. Por não ser invasiva e não envolver radiação, a RM por difusão é adequada para estudos longitudinais. Tem sido usado para a avaliação da densidade de fibras e seção transversal em muitas doenças, incluindo epilepsia, esclerose múltipla e tumores cerebrais, com bons resultados. Várias medições podem ser obtidas a partir da RM de difusão, incluindo anisotropia fracionada e difusividade média, radial e axial. As alterações observadas na RM de difusão estão relacionadas a alterações no conteúdo de água dentro e fora das células, portanto, um aumento no coeficiente de difusão pode refletir um aumento na permeabilidade da membrana celular, que pode ser atribuído à morte e ruptura celular. Um coeficiente de difusão mais alto pode ser indicativo de mais morte neuronal. Portanto, usando a curtose de difusão, o investigador pode melhorar o diagnóstico de DP.

A partir de pesquisas sobre DA, o investigador descobriu que o coeficiente de difusão de pacientes com comprometimento cognitivo leve e DA é significativamente maior do que os pacientes de controle. O investigador fará análises em 90 regiões cerebrais, incluindo giro fusiforme, hipocampo, para-hipocampo e cíngulo. Observou-se que as regiões listadas têm diferenças na difusividade média para pacientes com DA e aqueles em risco de DA, em comparação com controles normais. Em estudos anteriores, foram observadas sobreposições entre áreas onde a difusividade média aumenta e áreas onde as regiões do cérebro diminuem, mas há mais regiões e áreas maiores onde o coeficiente de difusão aumenta. Portanto, a difusividade média pode ser um índice clínico mais adequado do que o método atual de volume cerebral. Além disso, existe uma correlação entre o aumento da difusividade média e a gravidade do comprometimento cognitivo leve ou DA. A deposição de amiloide é consistente com a progressão da doença, apoiando ainda mais que a difusividade média pode ser usada para refletir a progressão do comprometimento cognitivo leve e DA.

O investigador planeja usar o Compressed Sensing para aumentar a velocidade de difusão da ressonância magnética. Isso inclui pré-processamento de imagem, aquisição de observações de Detecção Comprimida, reconstrução do modelo e reconstrução do algoritmo. O investigador também planeja superar as limitações atuais da análise da região de interesse. Uma forma de conseguir isso é pela análise voxelwise, porém ela tem limitações causadas pela normalização da imagem para um espaço template, e possíveis problemas na tractografia causados ​​pela rotação ou distorção da imagem. Além disso, o uso de um modelo específico de estudo evita que os resultados estejam disponíveis nas coordenadas Brodmann ou Talairach. Mais importante ainda, a análise de voxel não é baseada em regiões do cérebro, por isso é difícil determinar as propriedades de cada região e, de acordo com nosso algoritmo, uma grande quantidade de dados de voxel reduziria muito a resolução das estatísticas e causaria problemas na análise estatística . Portanto, o investigador deve usar um espaço padrão comum e desenvolver uma técnica de imagem adequada.

O investigador escolhe usar a Rotulagem Anatômica Automática (AAL), pois este é um sistema comumente usado em pesquisas em neurociência. O investigador também usa o Modelo 152 do Montreal Neuroscience Institute (MNI152) como modelo padrão. Na geração de imagens e no processamento de todo o cérebro, o investigador usa a Transformação Afim, pois é comumente usada para ressonância magnética e ressonância magnética de difusão. Isso inclui Camino, FSL e SPM. O investigador vai estudar como o envelhecimento de um cérebro saudável altera a difusão da ressonância magnética e fazer comparações entre o envelhecimento em homens e mulheres.

O investigador também usará Deep Learning para aumentar a sensibilidade e especificidade e para melhorar a precisão da classificação e diagnóstico, por pré-processamento de dados de alocação de amostra de conjunto de dados e design de rede neural profunda.

Usando AAL, a parcela do cérebro inteiro será realizada para obter informações de ressonância magnética de difusão de regiões do cérebro. As regiões afetadas serão identificadas e analisadas. O investigador espera que a ressonância magnética de difusão usando regiões cerebrais inteiras possa ser usada para diagnóstico diferencial e para identificar regiões que têm alta correlação com a gravidade clínica e para diagnóstico e prognóstico precisos da doença, para servir como referência para os médicos.

O investigador pretende usar a ressonância magnética de difusão para avaliar a função cognitiva e avaliar se ela se deteriora em pacientes com doenças neurodegenerativas. Além disso, o investigador espera usar a ressonância magnética de difusão para determinar a gravidade e o prognóstico da doença. O agravamento da neurodegeneração e da capacidade cognitiva provoca aumento da mortalidade e piora da qualidade de vida. A relação entre os resultados da ressonância magnética de difusão e a gravidade da doença pode fornecer um método objetivo que permite aos médicos diagnosticar essas doenças com maior confiança e mais cedo no início da doença, antes do agravamento dos sintomas.

O estudo será concluído em três fases, ao longo de três anos. No primeiro ano, o investigador espera estabelecer um esquema de detecção de compressão de imagem de alta qualidade ideal e um processo de restauração de dados de imagem para ressonância magnética de difusão. O investigador também espera desenvolver um método ideal para parcelamento do cérebro e usar o aprendizado profundo para melhorar o diagnóstico de pacientes com comprometimento cognitivo leve.

No segundo ano, o investigador espera estabelecer um processo de previsão do prognóstico de pacientes com DP típica e atípica, usando aprendizado profundo. O investigador também espera concluir nossa avaliação do uso de aprendizado profundo para o diagnóstico de comprometimento cognitivo leve.

No terceiro ano, o investigador pretende concluir o desenvolvimento de um método para prever o prognóstico de doentes com DP típica e atípica. O investigador também estabelecerá e completará nosso método de uso de aprendizado profundo para avaliar se pacientes com desenvolvimento cognitivo leve desenvolverão DA. Além disso, o investigador completará a interface do usuário para processamento de imagem.