Diffusion Kurtosis Imaging (DKI) is a Neuroimaging analysis technique that models the water molecules diffusion pattern and shapes the complex brain microstructural environment through the extraction of specific diffusion metrics. This kind of methodology has proved to be an alternative and effective inspection tool especially in pathologic applications, such as de novo gliomas. Glioma, defined as a brain tumour originating in the supportive glial cells, has an infiltrative behaviour in the white matter brain tissue, potentially leading to the disruption or displacement of the axonal fibers. In this context, DKI was exploited to assess the glioma grade, to differentiate glioma recurrence from pseudo-progression and to investigate the proliferative activity of cancer cells. In addition, DKI revealed to be a powerful tool to also evaluate the alteration of the microstructure environment at the centre and periphery of the glioma lesion. The work of this thesis includes both the application and evaluation of a neural-networks optimization-based non-linear estimation algorithm used to fit the DKI model, followed by the diffusion metrics extraction, and the employment of graph techniques to associate the diffusion metrics with the brain diffusion microstructural connectivity evaluation. The final result of this project is to provide a quantitative analysis of brain microstructure parameters in patients affected by glioma, including the extraction of graph measures thought to be associated with functional activation patterns. The main aim of this project is to identify a preferred functional activation pattern based on diffusion microstructure parameters region-specific correlation through graph theory assessment methodology.
La Diffusion Kurtosis Imaging (DKI) è una tecnica di analisi di neuroimmagine che modella il pattern di diffusione delle molecole d'acqua ed il complesso ambiente microstrutturale del cervello attraverso l'estrazione di specifiche metriche di diffusione. Questo tipo di metodologia si è dimostrata uno strumento di ispezione alternativo ed efficace soprattutto nelle applicazioni patologiche, come i gliomi de novo. Il glioma, definito come un tumore cerebrale che ha origine nelle cellule gliali di supporto, ha un comportamento infiltrativo nel tessuto cerebrale della sostanza bianca, che può portare all'interruzione o allo spostamento delle fibre assonali. In questo contesto, la DKI è stata sfruttata per valutare il grado del glioma, per differenziare la recidività del glioma dalla pseudo-progressione e per indagare l'attività proliferativa delle cellule tumorali. Inoltre, la DKI si è rivelata un potente strumento per valutare anche l'alterazione dell'ambiente microstrutturale al centro ealla periferia della lesione gliomatosa. Il lavoro di questa tesi comprende sia l'applicazione e la valutazione di un algoritmo di stima non lineare basato su reti neurali, utilizzato per adattare il modello DKI, sia l'estrazione delle metriche di diffusione, sia l'impiego di tecniche a grafo per associare le metriche di diffusione alla valutazione della connettività microstrutturale cerebrale. Il risultato finale di questo progetto è fornire un'analisi quantitativa dei parametri di microstruttura cerebrale in pazienti affetti da glioma, comprendendo l'estrazione di misure a grafo che si ritiene siano associate a pattern di attivazione funzionale. L'obiettivo principale di questo progetto è identificare un modello di attivazione funzionale preferito basato sulla correlazione regione-specifica dei parametri di microstruttura di diffusione attraverso la metodologia di valutazione della teoria dei grafi.
Valutazione quantitativa dell'alterazione della connettività strutturale nei pazienti con glioma attraverso l'imaging della curtosi di diffusione e metriche di grafo
GUARNACCIA, FRANCESCO
2021/2022
Abstract
Diffusion Kurtosis Imaging (DKI) is a Neuroimaging analysis technique that models the water molecules diffusion pattern and shapes the complex brain microstructural environment through the extraction of specific diffusion metrics. This kind of methodology has proved to be an alternative and effective inspection tool especially in pathologic applications, such as de novo gliomas. Glioma, defined as a brain tumour originating in the supportive glial cells, has an infiltrative behaviour in the white matter brain tissue, potentially leading to the disruption or displacement of the axonal fibers. In this context, DKI was exploited to assess the glioma grade, to differentiate glioma recurrence from pseudo-progression and to investigate the proliferative activity of cancer cells. In addition, DKI revealed to be a powerful tool to also evaluate the alteration of the microstructure environment at the centre and periphery of the glioma lesion. The work of this thesis includes both the application and evaluation of a neural-networks optimization-based non-linear estimation algorithm used to fit the DKI model, followed by the diffusion metrics extraction, and the employment of graph techniques to associate the diffusion metrics with the brain diffusion microstructural connectivity evaluation. The final result of this project is to provide a quantitative analysis of brain microstructure parameters in patients affected by glioma, including the extraction of graph measures thought to be associated with functional activation patterns. The main aim of this project is to identify a preferred functional activation pattern based on diffusion microstructure parameters region-specific correlation through graph theory assessment methodology.File | Dimensione | Formato | |
---|---|---|---|
Guarnaccia_Francesco_1234378.pdf
accesso aperto
Dimensione
8.94 MB
Formato
Adobe PDF
|
8.94 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/31585