Description Descrizione: Development, tuning and testing of a software tool that calculates MRI relaxation rates and proton density voxel-wise (QMCI images), and segments most of the brain tissues, including multiple sclerosis lesions. The current version, validated at 1 and 1. 5 Tesla, segments brain studies into the following 18 compartments: Gray Matter (GM); White Matter (WM); demyelinized/abnormal WM (AWM); Cerebrospinal Fluid (CSF); Globus Pallidus; Putamen; Thalamus; Caudate Nucleus; Substantia Nigra; Red Nucleus; Dentate Nucleus; Muscle, Fat; Vitreous humor; Intra-Cranial and Extra-Cranial Connective tissues; Extra-Cranial Fluid; and Low Proton Density tissue. The software produces volumetric and relaxometric information of each compartment. This model based segmentation uses relaxation rates, proton density and anatomical information. The software is configurable and can be optimized in various environmental situations as different scanner characteristics and different anatomical regions (see also Relaxometry based MRI limb segmentation). A module for automatic follow-up evaluation was also developed: it aligns basal and follow-up studies with rigid coregistration (normalized mutual information based of the SPM software), cuts out tissues not common to all studies and perform volumes and rates Pearson's analisys. Application to neurological research: Aging; Alzheimer Disease; Schizophrenia; Degenerative disorders; Partial volume effect correction for PET and SPECT. The improvements currently in testing phase include: 3T brain studies segmentation; Receiving and Transmission MRI inhomogeneity correction (critical for 3T studies); Automatic real flip angle estimation; Registration of misaligned semi-series. Affine registration of basal and follow-up to take into account MR gradient derive; Improved anatomical and signal model for brain studies. Planned future improvements are: Fast Spin Echo support; T1w-like 3D FFE support; Other 3D fast sequences for rates maps; Further improved anatomical and signal model for brain studies; Iterative segmentation. Sviluppo, messa a punto e sperimentazione di uno strumento software che calcola i rates (velocità) di rilassamento RM e densità protonica voxel per voxel (immagini QMCI), e segmenta la maggior parte dei tessuti del cervello, tra cui lesioni di sclerosi multipla.
La versione attuale, validata a 1 e 1. 5 Tesla, segmenta studi del cervello nei seguenti 18 compartimenti: Materia Grigia (GM); Sostanza bianca (WM); Demielinizzata / Bianca Anormale (AWM); Liquido Cerebrospinale (CSF); Globo Pallido; Putamen; Talamo; Nucleo Caudato; Sostanza Nigra; Nucleo Rosso; Nucleo Dentato; Muscolo, Grasso; Umor Vitreo; Tessuti Connettivi intra-cranici ed extra-cranici; Fluidi extra-cranici; e tessuti a bassa densità protonica. Il software produce informazioni volumetriche e rilassmetriche di ogni comparto.
Questa segmentazione basata su modello, utilizza velocità di rilassamento, densità protonica e informazioni anatomiche.
Il software è configurabile e può essere ottimizzato per varie situazioni ambientali, come diverse caratteristiche dello scanner e diverse regioni anatomiche (vedi anche Segmentazione RM arto basata sulla rilassometria).
Un modulo per la valutazione automatica di follow-up è stato inoltre sviluppato: allinea studi basali e di follow-up con coregistrazione rigida (basata sulla mutual information normalizzata del software SPM), taglia fuori i tessuti non comuni a tutti gli studi ed esegue l'analisi di Pearson su volumi e rates.
Applicazione per la ricerca neurologica: invecchiamento; Malattia di Alzheimer; Schizofrenia; malattie degenerative; correzione dell'effetto volume parziale per la PET e SPECT.
I miglioramenti attualmente in fase di test includono: segmentazione di studi cervello a 3T; correzione disomogeneità RM in ricezione e trasmissione (critico per studi 3T); Stima automatica del reale angolo di flip; registrazione di semi-serie disallineate. Registrazione affine di basale e dl follow-up per tener conto della deriva del gradiente MR; Miglioramento del modello anatomico e di segnale per gli studi del cervello.
I miglioramenti pianificati futuri sono: supporto fast spin Echo; supporto 3D FFE simil- T1w; Altre sequenze veloci 3D per le mappe rilassamento; Modello anatomico e di segnale ulteriormente migliorati per gli studi del cervello; segmentazione iterativa.
Figures Figure:
QMCI image and corresponding segmented image Immagine QMCI e corrispondente immagine segmentata
Relaxometry based MRI brain segmentation Segmentazione RM cerebrale basata sulla rilassometria
Antonini A, Vitale C, Barone P, Cilia R, Righini A, Bonuccelli U, Abbruzzese G, Ramat S, Petrone A, Quatrale R, Marconi R, Ceravolo R, Stefani A, Lopiano L, Zappia M, Capus L, Morgante L, Tamma F, Tinazzi M, Colosimo C, Guerra UP, Valzania F, Fagioli G, Distefano A, Bagnato A, Feggi L, Anna S, Maria Teresa Rosaria De Cr, Nobili F, Mazzuca N, Baldari S, Eleopra R, Bestetti A, Benti R, Varrone A, Volterrani D, Massa R, Stocchi F, Schillaci O, Dore F, Zibetti M, Castellano G, Battista SG, Giorgetti G * The relationship between cerebral vascular disease and parkinsonism: The VADO study(427 visite) Parkinsonism Relat D (ISSN: 1353-8020, 1873-5126, 1873-5126electronic), 2012; 18(6): 775-780. Impact Factor:3.274 DettagliEsporta in BibTeXEsporta in EndNote
Bruni AC, Bernardi L, Colao R, Rubino E, Smirne N, Frangipane F, Terni B, Curcio SA, Mirabelli M, Clodomiro A, Di Lorenzo R, Maletta R, Anfossi M, Gallo M, Geracitano S, Tomaino C, Muraca MG, Leotta A, Lio SG, Pinessi L, Rainero I, Sorbi S, Nee L, Milan G, Pappata S, Postiglione A, Abbamondi N, Forloni G, St George Hyslop P, Rogaeva E, Bugiani O, Giaccone G, Foncin JF, Spillantini MG, Puccio G * Worldwide distribution of PSEN1 Met146Leu mutation: A large variability for a founder mutation(432 visite) Neurology (ISSN: 0028-3878, 1526-632x, 1526-632xelectronic), 2010 Mar 9; 74(10): 798-806. Impact Factor:8.017 DettagliEsporta in BibTeXEsporta in EndNote
345 Records (285 escludendo Abstract e Conferenze). Impact factor totale: 1253.591 (1102.939 escludendo Abstract e Conferenze). Impact factor a 5 anni totale: 1260.695 (1085.156 escludendo Abstract e Conferenze).
Last modified by Ultima modifica di Marco Comerci on in data Thursday 01 October 2020, 14:29:24 304192 views visite. Last view on Ultima visita in data Wednesday 07 April 2021, 19:04:15