Graph-based analysis of brain structural connectivity using different diffusion MRI reconstruction techniques

Il cervello si può definire un network complesso in cui delle regioni sono interconnesse fra loro. L'imaging di risonanza magnetica pesato in diffusione (DWI) insieme alla trattografia, permettono di ricostruire i fasci di fibre assonali di sostanza bianca indagando la connettività strutturale tra le aree di sostanza grigia. Il "connettoma" risultante può essere analizzato e caratterizzato attraverso la graph theory. Il lavoro che ho sviluppato presso l'unità di RM funzionale del Policlinico S. Orsola-Malpighi, e il DIBINEM, Università di Bologna, si propone di ricostruire il connettoma tramite due diversi metodi trattografici probabilistici confrontando i risultati ottenuti da acquisizioni DWI con diverso numero di direzioni del gradiente di diffusione (NDGD), ma con rapporto segnale rumore (SNR) costante. È stata effettuata un’acquisizione a 66 e tre a 22-NDGD per 18 soggetti sani. Le scansioni a 22-NDGD sono state mediate fra loro per ottenere un SNR comparabile con le 66-NDGD (22avg) e poter confrontare correttamente i diversi NDGD. Questo tipo di analisi non è ancora presente in letteratura. Dopo aver segmentato il cervello in diverse aree è stata effettuata la trattografia, tramite gli algoritmi PROBTRACKX2 e iFOD2, per costruire un network pesato del connettoma. Abbiamo effettuato misure locali e globali sui network e analizzato le proprietà di small-world e l'organizzazione modulare. Tali misure sono state confrontate fra i diversi NDGD e algoritmi trattografici. Si è visto come PROBTRACKX2 risulti più sensibile alle variazioni del SNR nel confronto dei network a 22 e 22avg. Per entrambi gli algoritmi sono state misurate differenze significative fra i network a 66 e a 22avg suggerendo che l'aumento della risoluzione angolare influenza fortemente le proprietà del network. In particolare, a livello locale si evidenzia un'alterazione delle misure nodo-specifiche nelle zone della sostanza grigia profonda e nell'area fronto temporale, per entrambi gli algoritmi.