Registrazione di immagini PET/CT su atlante MNI per l'individuazione di pattern ipometabolici nelle diagnosi di demenza

In questo lavoro è stato presentato lo sviluppo di un software per l’analisi automatica e semi-quantitativa del tracciante PET [18F]-FDG nelle diagnosi di demenza. Al momento, una normale diagnosi di demenza, si basa sulla valutazione qualitativa del medico, molto spesso influenzata da fattori di soggettività. Inoltre non è possibile confrontare PET appartenenti a pazienti diversi, concentrandosi solo sulle diversità in termini di captazione e escludendo quindi le differenze morfologiche e anatomiche. Scopo principale del progetto è stato quindi quello di riuscire a standardizzare le immagini PET in modo da garantire il confronto e favorire l’oggettività della valutazione. Per ottenere immagini standard, l’immagine PET di ogni paziente è stata registrata su un atlante cerebrale. L’intero software è stato realizzato usando come linguaggio di programmazione Python e fornisce automaticamente, senza quindi alcuna interazione con l’utilizzatore, le immagini PET standardizzate. Il pacchetto scelto per la registrazione è il pacchetto gratuito di SimpleElastix. Durante l’intero lavoro sono stati testati diversi metodi di registrazione al fine di scegliere quello ritenuto migliore sia in termini di risultati finali sia per la complessit`a e velocit`a dell’algoritmo. L’atlante scelto per la registrazione è l’atlante MNI-152 fornito in formato Nifti dal tool FSL eyes in due versioni: atlante completo e atlante costituito dal solo cervello. Sono stati testati 4 diversi metodi di registrazione. Uno di questi prevede l’utilizzo della PET come immagine mobile che viene direttamente registrata sull’atlante. Questo metodo utilizza quindi la sola immagine funzionale con bassa risoluzione e scarso dettaglio anatomico. In questo caso la registrazione non risulta accurata. Per questo motivo negli altri 3 metodi si utilizzano, per il calcolo dei parametri di trasformazione, le immagini CT che hanno una risoluzione piu` elevata rispetto alla PET e un maggior dettaglio anatomico. I metodi che utilizzano la CT si compongono di 4 passaggi identici che includono registrazione rigida e non rigida della CT sull'atlante e la registrazione non rigida della PET sull'atlante segmentato ma ciò che distingue un metodo dall’altro sono l’immagine fissa e mobile utilizzate per la registrazione. Infatti nei primi due casi viene usata la CT senza cranio e l'atlante MNI con il solo cervello mentre nell'ultimo la CT con il cranio e l'MNI completo. Questo metodo è risultato il migliore tra i tre in termini di allineamento dei tessuti interni e velocità inoltre non presenta alcun ispessimento della corteccia, che ricordiamo essere la parte principalmente osservata nelle diagnosi di demenza. A questo punto le PET dei diversi pazienti non differiscono per morfologia ma solo in termini di captazione. La quantit`a di tracciante che si deposita nelle varie regioni per`o dipende non solo dal tipo di tracciante, ma da altri fattori quali: peso del paziente, tempo di iniezione e di scansione, dose iniettata. Per questo motivo il volume PET viene convertito voxel per voxel in un volume con i valori di SUV e SUVr ovvero i valori di SUV normalizzati per una regione di riferimento considerata normale e quindi non colpita da alcuna patologia. Infine, si `e progettato un prototipo di interfaccia grafica simile a quella con cui attualmente il medico realizza la diagnosi uitlizzando le librerie di python e il pacchetto Qt designer. Nell’interfaccia grafica si ha la visualizzazione di tutti i volumi calcolati e registrati sull’atlante nelle visioni assiale, coronale e sagittale con diverse opzioni come la scelta di diverse colormap, marker di forma,colore e dimensione diversi ecc..