Herramienta computacional para el estudio del ictus cerebral usando mapas de ADC. Evaluación preliminar

Autores/as

  • Evelio R. González Dalmau Centro de Ingeniería Genética y Biotecnología (CIGB)
  • Carlos Cabal Mirabal Centro de Ingeniería Genética y Biotecnología (CIGB)
  • Eduardo Barbará Morales Instituto Superior Politécnico José A. Echeverría (ISPJAE)
  • Roberto C. Pérez Dopico Instituto Superior Politécnico José A. Echeverría (ISPJAE)
  • Grettel Rodríguez Cruz Instituto Superior Politécnico José A. Echeverría (ISPJAE)

Palabras clave:

Coeficiente de difusión aparente (ADC), lesiones, diágnostico, clasificación

Resumen

La enfermedad cerebrovascular isquémica afecta anualmente a 15 millones de personas en  todo el mundo, de  ellas 5 millones mueren y otros quedan con algún tipo de discapacidad permanente. En este trabajo se presenta un estudio descriptivo, observacional y de corte longitudinal, en  pacientes con sospecha de daños isquémicos, entre julio y  agosto del 2012, con el objetivo de determinar valores de los mapas del coeficiente de difusión aparente (ADC) para clasificar los tejidos cerebrales en diferentes zonas. En el estudio participaron 26 individuos, 14 presentan lesiones  isquémicas recientes y la edad comprendida se encuentra entre 29 y 89 años. De los pacientes con lesiones seis son del  sexo masculino y los ocho restantes del sexo femenino. Se utilizaron cinco voluntarios sanos con edades entre 20 y 79 años. Siete pacientes poseen lesiones cerebrales antiguas. De este estudio se obtiene una clasificación de los pacientes en sanos y patológicos según los valores obtenidos del ADC y por edades. El mapa de ADC mostró utilidad en el diagnóstico de zonas afectadas por la disminución de este valor en el tejido isquémico (48.6±10.8)*10-5mm2 /s con respecto al sano (83.0±9.4)*10-5mm2 /s y al líquido cefalorraquídeo (311.4±12.1)  *10-5mm2 /s. Se desarrolló una herramienta autóctona en Matlab  (ADCquant) para el manejo y la cuantificación de los mapas de (ADC). Por primera vez se realiza una clasificación del tejido  cerebral por el valor de ADC.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Lorente C. L. Utilidad de la Secuencia de Difusión por Resonancia Magnética en el Diagnóstico del Ictus Isquémico, Tesis de Especialista en Radiología. Instituto Superior de Ciencias Médicas de la Habana, 2012.

Rojas J. I. LP, Romano M., Riccio P. M., Cristiano E. “Registro de enfermedad cerebrovascular isquémica”, Medicina. vol. 66, n. 6, pp. 547-551, 2006.

Corine A. E., Osseby G. V., Rouaud O. “Influence of prior transient ischaemic attack on stroke prognosis”, J. Neurol. Neurosurg. Psychiatry. vol. 82, n. 9, pp. 993-1000, 2011.

González R. G., Schaefer P. W., Buonanno F. S., Schwamm L. H., Budzik R. F., Rordorf, G. “Diffusion weighted MR Imaging: Diagnostic Accuracy in Patients Imaged within 6 Hours of Stroke Symptom On set”, Radiology. vol. 210, n. 1, pp. 155-162, 1999.

Oppenheim C., et al. “Prediction of Malignant Middle Cerebral Artery Infarction by Diffusion-Weighted”, Stroke. vol. 31, pp. 2175- 2181, 2000.

Contreras O. A. “Secuencias funcionales en resonancia magnética (difusión, DTI, espectroscopia)”, Academic Journal. vol. 14, n. 1, pp. 58-68, 2009.

Shen J.M, Xia X.W, Kang W.G, Yuan J.J, Sheng L. L. “The use of MRI apparent diffusion coefficient (ADC) in monitoring the development of brain infarction”, BMC Medical Imaging. Vol. 11, n. 6, pp.14-23, 2011.

Bammer R. “Basic principles of diffusion-weighted imaging”, European Journal of Radiology. vol. 45 pp. 169-184, 2003

Naggara O, Raymond J, Ayllon D. A M, Al-Shareef F, Touzé E, et al. “T2 Susceptibility Vessel Sign” Demonstrates Clot Location and Length in Acute Ischemic Stroke”, PLoS ONE. vol. 8, n. 10. pp. 1-9, 2013.

Gonzalez, R. G. “Clinical MRI of acute ischemic stroke,” Journal of Magnetic Resonance Imaging. vol.36, no. 2, pp. 259– 271, 2012.

Olivot J. M., Mosimann P. J., Labreuche J., Inoue M., Meseguer E., Desilles J. P., Rouchaud A., Klein I. F., Straka M., Bammer R., Mlynash M., Amarenco P., Albers G. W., Mazighi M. “Impact of diffusionweighted imaging lesion volume on the success of endovascular reperfusion therapy”, Stroke. vol. 44, n.10. pp. 2205-11, 2013.

Dubey P., Pandey S., Moonis G. “Acute Stroke Imaging: Recent Updates”, Stroke Research and Treatment. Volume 2013, p 6+, [Online]. Available: http://www.hindawi.com/journals/srt/2013/767212/ [Accessed Nov 24, 2013].

Tofts P. Quantitative MRI of the brain. Measuring changes by disease. John Wiley & Sons Inc, New York. 2003.

Walter T., Shattuck D., Baldock R. “Visualization of image data from cells to Organisms”, Nature America. vol. 7, pp. 26-41, 2010.

González E., Noda M., and Domínguez W. “Cuantificación de descriptores de la calidad de Tomógrafos por Resonancia Magnética a bajos campos”, Universidad Ciencia y Tecnología, vol. 5, pp. 65-72, 2001.

PS 3.1. Digital Imaging and Communications in Medicine (DICOM). Part 1: Introduction and Overview, National Electrical Manufacturers Association, New York, USA, 2003.

Klose U., Batra M., Nägele T. “Age-dependent changes in the histogram of apparent diffusion coefficients values in magnetic resonance imaging”, Frontiers in Aging Neuroscience, vol. 5, n. 78: doi:10.3389/fnagi.2013.00078, 2013.

Descargas

Publicado

2014-09-08
Metrics
Vistas/Descargas
  • Resumen
    90
  • PDF
    46

Cómo citar

González Dalmau, E. R., Cabal Mirabal, C., Barbará Morales, E., Pérez Dopico, R. C., & Rodríguez Cruz, G. (2014). Herramienta computacional para el estudio del ictus cerebral usando mapas de ADC. Evaluación preliminar. INGE@UAN - TENDENCIAS EN LA INGENIERÍA, 4(8). Recuperado a partir de https://revistas.uan.edu.co/index.php/ingeuan/article/view/366

Número

Vol. 4 Núm. 8 (2014)

Sección

Artículo de investigación científica y tecnológica

Licencia

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Métrica