L’analisi mediante RM del tensore di diffusione (Diffusion Tensor Imaging, DTI) consente di valutare anche in vivo e con modalità non invasive il processo di diffusione delle molecole d’acqua nei tessuti biologici. La peculiare organizzazione di alcuni tessuti biologici (es: muscoli, sostanza bianca del sistema nervoso centrale e tessuti ad alta cellularità) influenza tale fenomeno rendendolo anisotropo e quindi ben valutabile con tali tecniche di studio. Nonostante i grandi vantaggi di tale tecnica, il DTI è basato su un modello molto semplificato che assume che lo spostamento per diffusione segua un profilo gaussiano il che è molto raro in un ambiente variegato come i tessuti biologici. Per caratterizzare la natura non gaussiana della diffusione dell’acqua nei tessuti è stata sviluppata negli ultimi anni la Diffusion Kurtosis Imaging (DKI) che permette di ottenere ulteriori e più accurate informazioni sulle caratteristiche ultrastrutturali tissutali. Nel presente lavoro si è posto come obiettivo lo sviluppo di un software in grado di ricostruire le mappe tipiche della DKI. In particolare, il software è stato sviluppato in linguaggio di programmazione “Python” e permette di estrarre i parametri DTI e DKI da una serie di dati acquisiti per vari valori di b e per un vario numero di direzioni di gradienti.

Collura, G., Marrale, M., Toschi, N., Gagliardo, C., Midiri, M., Brai, M., et al. (2013). Sviluppo di un software per l’analisi di immagini di Diffusion Kurtosis Imaging. In Il nuovo sistema radiologico: situazioni di esposizione programmate, esistenti e di emergenza (IV sessione).

Sviluppo di un software per l’analisi di immagini di Diffusion Kurtosis Imaging

COLLURA, Giorgio;MARRALE, Maurizio;GAGLIARDO, Cesare;MIDIRI, Massimo;BRAI, Maria;GALLO, Salvatore
2013-01-01

Abstract

L’analisi mediante RM del tensore di diffusione (Diffusion Tensor Imaging, DTI) consente di valutare anche in vivo e con modalità non invasive il processo di diffusione delle molecole d’acqua nei tessuti biologici. La peculiare organizzazione di alcuni tessuti biologici (es: muscoli, sostanza bianca del sistema nervoso centrale e tessuti ad alta cellularità) influenza tale fenomeno rendendolo anisotropo e quindi ben valutabile con tali tecniche di studio. Nonostante i grandi vantaggi di tale tecnica, il DTI è basato su un modello molto semplificato che assume che lo spostamento per diffusione segua un profilo gaussiano il che è molto raro in un ambiente variegato come i tessuti biologici. Per caratterizzare la natura non gaussiana della diffusione dell’acqua nei tessuti è stata sviluppata negli ultimi anni la Diffusion Kurtosis Imaging (DKI) che permette di ottenere ulteriori e più accurate informazioni sulle caratteristiche ultrastrutturali tissutali. Nel presente lavoro si è posto come obiettivo lo sviluppo di un software in grado di ricostruire le mappe tipiche della DKI. In particolare, il software è stato sviluppato in linguaggio di programmazione “Python” e permette di estrarre i parametri DTI e DKI da una serie di dati acquisiti per vari valori di b e per un vario numero di direzioni di gradienti.
Settore FIS/07 - Fisica Applicata(Beni Culturali, Ambientali, Biol.e Medicin)
Settore MED/36 - Diagnostica Per Immagini E Radioterapia
Settore MED/37 - Neuroradiologia
18-set-2013
Convegno Nazionale di Radioprotezione
Palermo
18-20 Settembre 2013
XXXVI
set-2013
2013
10
Online
Collura, G., Marrale, M., Toschi, N., Gagliardo, C., Midiri, M., Brai, M., et al. (2013). Sviluppo di un software per l’analisi di immagini di Diffusion Kurtosis Imaging. In Il nuovo sistema radiologico: situazioni di esposizione programmate, esistenti e di emergenza (IV sessione).
Proceedings (atti dei congressi)
Collura, G; Marrale, M; Toschi, N; Gagliardo, C; Midiri, M; Brai, M; Gallo, S
File in questo prodotto:
File Dimensione Formato  
AIRP_Collura-DKI.pdf

accesso aperto

Descrizione: Articolo principale
Dimensione 1.88 MB
Formato Adobe PDF
1.88 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10447/87323
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact