El resonador magnético es una tecnología que permite adquirir imágenes que representan el tejido cerebral, de otra forma de difícil acceso a la observación. La representatividad es un atributo clave de las imágenes por resonancia magnética: cuanto mejor representen al tejido cerebral, mayor es su valor. Una imagen por resonancia magnética posee una extensión que representa la espacialidad del cerebro que se organiza de manera matricial. Es decir, como un arreglo rectangular en forma de grilla, donde cada cuadrado posee un valor de señal. El ejemplo típico de matriz es una foto, donde cada píxel es un ‘cuadrado’ de la matriz que es la foto. En el ejemplo, la tecnología de captura de señal sería la cámara de fotos, mientras que en resonancia magnética es una antena que se coloca en torno a la persona. La unidad mínima donde se coloca una señal se denomina píxel en las fotos, mientras que en la resonancia magnética se denomina vóxel, porque en vez de dos dimensiones, posee tres.

Podemos resumir que tenemos valores de señal que se colocan en una matriz y tienen correspondencia espacial con el cerebro real (es decir, un punto de la matriz representa un punto particular del cerebro real de la persona). Entonces, inicialmente necesitamos cuatro variables para describir una imagen por resonancia magnética: tres variables de coordenadas X Y Z para ubicar el punto de la matriz, que representan las tres dimensiones espaciales que ocupa el cerebro, y una variable i de intensidad de señal, es decir, qué tan baja o alta es la señal que se capturó.

Los datos de difusión son una forma de adquirir la señal en imágenes por resonancia magnética que permite obtener medidas del movimiento del agua en el tejido cerebral en distintas direcciones. Se han creado modelos para obtener información de interés a partir de esas medidas, por ejemplo, índices de integridad de sustancia blanca. Esto es posible porque en la sustancia blanca la difusión de las moléculas de agua es restringida en ciertas direcciones, debido a su estructura tubular. Si se observa difusión direccionada, entonces se infiere que las estructuras que componen la sustancia blanca poseen buena integridad. Estos índices han sido vinculados a capacidades y procesos cognitivos y afectivos. A su vez, teniendo en cuenta estos índices es posible reconstruir la red de conexiones cerebrales de una persona. Estas tecnologías tienen importantes aplicaciones clínicas y de investigación, siendo una de las primeras la evaluación neuropsicológica tractográfica (Marino, 2018). Algo importante a recordar es que para medir la difusión (movimiento) del agua, se requiere al menos de dos secuencias: una imagen sin ponderación de difusión y una imagen con ponderación de difusión. La ponderación de difusión significa qué tanta señal vamos a perder en caso de que ocurra difusión en el tejido. ‘Perder’ implica una comparación, y esta es la que se realiza entre las dos secuencias. Por ello es por lo que también se suele llamar a la segunda secuencia ‘imagen atenuada por difusión’ (IAPD). Debe notarse que no se adquiere directamente una señal de difusión, sino que se obtiene una imagen con una determinada intensidad de señal, que luego se compara punto a punto con una imagen cuya señal será menor, y esa diferencia será proporcional a la magnitud de la difusión que haya ocurrido.

Para obtener información útil sobre la integridad de la sustancia blanca, es necesario medir la difusión en múltiples direcciones. Por lo tanto, es necesario adquirir la señal, del mismo punto del cerebro, con ponderación de difusión en distintas direcciones. Entonces, una adquisición de datos de difusión requiere capturar múltiples veces la señal de todo el cerebro; cada una de estas capturas genera un volumen cerebral (un ‘cerebro entero’ para el que se obtuvo la señal). Aquí comienza el nudo de este texto. Las imágenes por resonancia magnética se ven afectadas por artefactos: toda señal que se observe en la imagen que no está presente en el cerebro real, sino que ocurre como resultado de la adquisición, el procesamiento o el postprocesamiento. Son errores en la representación matriz-cerebro. Los volúmenes de datos de difusión no son la excepción, y existen numerosos artefactos que disminuyen su valor. Por lo tanto, se han diseñado procedimientos para detectarlos y corregirlos.

Si clasificamos los artefactos en un volumen según los volúmenes que necesitamos para detectarlos y corregirlos, pueden considerarse dos tipos: los que pueden corregirse con sólo conocer el volumen afectado y los que requieren de utilizar la información del tejido que nos proveen otros volúmenes (sean de adquisición de DD o de otro tipo – por ejemplo, T1). Frecuentemente, sin embargo, se utiliza otra clasificación de artefactos que también nos será útil: los artefactos de ‘intensidad de señal’ y los ‘geométricos’. Los primeros son errores de hipointensidad (más baja de lo que debería ser) e hiperintensidad (más alta de lo que debería ser), que pueden ser locales (afectan de forma diferente a cada parte del volumen) o globales (afectan por igual a todo el volumen). Los segundos refieren a la otra propiedad de la señal de resonancia magnética: la localización. Un ejemplo típico de este tipo de artefacto puede servir a entenderlo: los desalineamientos entre volúmenes debido a movimientos del sujeto. Dado que los volúmenes son adquiridos uno tras otro, los movimientos de cabeza que haga la persona que está siendo escaneada provocarán desajustes en la localización de la señal que se adquiere del cerebro. Un mismo vóxel de la matriz pasará a representar distintos puntos del tejido, según el volumen.

Entre los artefactos de intensidad de señal y los geométricos existe una relación importante: la corrección de los artefactos geométricos depende de la corrección de los artefactos de intensidad de señal, pero lo inverso no ocurre. Esto significa que podemos realizar una corrección de artefactos geométricos deficiente si no realizamos primero la corrección de artefactos de intensidad de señal, mientras que la corrección de artefactos de intensidad de señal no se ve afectada gravemente por el otro tipo de correcciones.

¿Por qué esta relación asimétrica? Primero debe saberse que las correcciones geométricas se basan en tres pasos: (1) detectar las imágenes afectadas por artefactos a partir de la comparación con otras imágenes adquiridas (en el ejemplo de movimientos del sujeto, podemos tomar el primer volumen adquirido, y considerar los restantes volúmenes como ‘desalineados’, si la persona se movió), (2) calcular las correcciones geométricas que debemos hacer para que las imágenes afectadas para que se parezcan lo más posible a las no afectadas (en el ejemplo anterior, deberemos calcular traslaciones y rotaciones del espacio cerebral – que son los movimientos que puede haber hecho la persona), (3) realizar las correcciones geométricas. La clave para responder la pregunta de comienzo de párrafo está en el ‘que se parezcan lo más posible’, ya que el grado de similitud es evaluado computacionalmente como diferencias en intensidad de señal entre las imágenes (afectadas vs no afectadas). Entonces, si tenemos un artefacto que afecta la intensidad de señal, puede hacer que la evaluación de la similitud sea errada, y por lo tanto las correcciones geométricas no sean adecuadas. Por el otro lado, los artefactos geométricos no afectan la corrección de artefactos de intensidad de señal locales (ya que estos se detectan y corrigen únicamente a partir del volumen afectado, por lo que no tiene importancia si está desalineado con respecto a otro; por ejemplo, el artefacto de anillos de Gibbs) ni globales (ya que las correcciones de este tipo de artefactos hacen de cada volumen un único valor medio de intensidad de señal; por ejemplo, el artefacto de deriva de señal). Esto no quita que sí existan relaciones de interacción entre los artefactos de intensidad de señal locales y globales, y sus correcciones (por ejemplo, los artefactos de intensidad de señal locales no deberían perjudicar la corrección de artefactos de intensidad de señal globales, mientras que los artefactos de intensidad de señal globales sí pueden perjudicar la corrección del otro tipo de artefactos, pero las razones de esto escapan al objetivo de este texto; sin embargo se menciona que este es el caso para la relación entre los artefactos de derivas de señal y de anillos de Gibbs, por lo que el primero debe hacerse antes).

Al momento de realizar un postprocesamiento de datos de difusión es importante conocer estas interacciones entre artefactos y correcciones, ya que determinan el orden en que debemos realizar las etapas de corrección de artefactos. Es esencial corregir primero los artefactos de intensidad de señal, y luego los artefactos geométricos.

Por ejemplo, en un estudio reciente las etapas de postprocesamiento corrigieron: anillos de Gibbs, movimientos del sujeto, corrientes de Foucault, y distorsiones por adquisición eco-planar (en ese orden). El primer artefacto es de intensidad de señal local, mientras que los otros tres son geométricos. ¿Qué determina el orden de estas últimas tres correcciones? Todo artefacto geométrico provoca desalineamientos, desajustes entre volúmenes adquiridos. En cuanto a los movimientos del sujeto los provocan debido a traslaciones y rotaciones entre volúmenes. Las corrientes de Foucault, debido a una interacción entre campos magnéticos y corrientes eléctricas, elongan o comprimen en una dimensión en particular la señal adquirida (por ejemplo, el cerebro puede verse ligeramente estirado de atrás hacia adelante). El último artefacto genera distorsiones a nivel local, es decir, que varían según la zona del cerebro. Para la corrección de cada uno de estos tres artefactos, el procedimiento tiene una base común que se explicó anteriormente, de la que recuperaremos la segunda etapa: “calcular las correcciones geométricas que debemos hacer para que las imágenes afectadas para que se parezcan lo más posible a las no afectadas”. En el primer artefacto, las correcciones geométricas pueden ser traslaciones o rotaciones. En el segundo, pueden ser elongaciones o compresiones. En el tercero, se introduce la posibilidad de hacer modificaciones geométricas a nivel local (por ejemplo, elongar cierta parte, pero mantener sin modificaciones el resto del cerebro). La clave para determinar el orden de las etapas de corrección nuevamente reside en las relaciones de dependencia. Es erróneo estimar las elongaciones o compresiones que serán necesarias si existen traslaciones y rotaciones que desalinean los volúmenes que están siendo comparados, y por lo tanto no permiten establecer un espacio cerebral común a todos los volúmenes. Asimismo, no se puede detectar ni corregir distorsiones específicas de ciertas partes del cerebro si no se han corregido ya las elongaciones y compresiones a lo largo de las tres dimensiones del espacio cerebral.

Una regla general a mantener respecto a las correcciones de artefactos en imágenes por resonancia magnética es que el orden suele ser global a local, ya que lo global tiene una influencia mucho mayor en la corrección local que viceversa.

Comments

comments

Deja un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.