MNPS is a Stereotactic pre-planning and post-planning system. Suport for several stereotactic apparatus. Image Registration and Fusion. Image Segmentation. DWI, DTI, FA and Tractography support. DBS Electric Field and VTA representation. MNPS runs under Windows 64 bits OS MNPS is developed by : MEVIS Informatica Medica LTDA, Brazil

1. Curso MNPS 2017.
Recursos para o tratamento de imagens dMRI, DWI,
DTI e tractografias.
São Paulo. 23 de Junho, 2017.
Armando Alaminos Bouza.
Equipe de desenvolvimento MNPS-CAT3D.
Mevis Informática Médica LTDA.

2. A imagem por ressonância magnética de difusão (dMRI) é uma modalidade, in vivo,
não invasiva, que utiliza a difusão das moléculas de água no tecido para inferir a
arquitetura de algumas estruturas anatômicas.
Hoje, a aplicação mais importante de dMRI é a reconstrução de fibras de
substância branca cerebral, também conhecidas como tractos. Na literatura
inglesa procurar como “brain fibers” ou “fiber tracks”.
Estas fibras são constituídas por conglomerados de axônios com percursos
paralelos e muito próximos.
As moléculas da água, na substância branca apresentam difusão anisotrópica, com
marcado predomínio da difusão no sentido paralelo às fibras.

3. Ilustração da suposta origem da anisotropia na difusão das moléculas de água nas fibras
de substância branca. Tomado de Christian Beaulieu, NMR in Biomedicine. 2002; 15:435-
455.

4. A dMRI utiliza um gradiente de campo magnético pulsado aplicado sobre a amostra
estudada. Se o gradiente aplicado em um voxel for paralelo com a direção de máxima
difusão das moléculas de água existe uma perda de sinal máxima é mensurável. A
perda de sinal também depende da duração dos gradientes de campo magnético.
A soma dos parâmetros que geram perda de sinal por difusão são quantificados pela
variável denominada “b-value”.
Einstein no seu estudo do movimento Browniano, achou uma equação que relaciona o
provável percurso (raiz média quadrática) da particular com o tempo:
S2
= 2 D t (onde D: “Coeficiente de Difusão” [mm2
/s] )
Conhecida a perda de sinal e o valor do b-value aplicado podemos determinar o valor
aparente de “D” na equação. Mas isso é valido para uma dimensão ou no caso de
difusão absolutamente isotrópica.

5. No caso da dMRI o valor de “D” que conseguimos não é apenas uma expressão da
difusividade do tecido. O valor resultante depende das condições do experimento, tais
como tempo de difusão, intensidades dos campos aplicados, etc. Por isso o termo
utilizado para D na dMRI é “coeficiente de difusão aparente” (Apparent Diffusion
Coefficient ou ADC nas expressões matemáticas).
A difusão é fundamental para explicar a evolução dos sistemas com gradientes de
concentração de um elemento. Segundo a primeira lei de Fick:
Onde J é densidade de fluxo sobre o eixo x, e C concentração de um tipo de moléculas.

6. A imagem de MRI pesada por difusividade se obtém de uma T2 com adição de dois
pulsos de gradiente para amostragem de difusão. Ambos pulsos na mesma direção e
separados por um pequeno tempo. Este método é denominado “Stejskal-Tanner
diffusion Encoding”.
Pode ser provado que para uma direção, a perda de sinal derivada da difusividade
das moléculas de água , com o “Stejskal-Tanner diffusion Encoding” é:
Onde :
Si é o sinal na condição de Stejskal-Tanner,
S0 é o sinal sem pulso de gradiente para difusão,
b é o “b-values”
ADCi é o coeficiente de difusão aparente na direção i do gradiente aplicado.

7. Se continuamos considerando um meio isotrópico, do ponto de vista da difusão, a
densidade de fluxo em 3D pode ser representado como:
Observe que tanto o fluxo J como o gradiente de concentração tem tratamento
vetorial. J e C são vetores em 3 dimensões (3
). O operador matemático que
representa um gradiente é , sendo:
C = i ·∂ C/∂ x + j ·∂ C/∂ y + k ·∂ C/∂ z (i,j,k : vetores unitários)

8. Em geral, para meios não isotrópicos a relação entre o vetor fluxo e o vetor
concentração toma a forma:
Onde D agora é uma matriz 3x3 que equivale a um tensor de ordem (rank) 2:

9. A probabilidade de difusão das moléculas de água em um voxel do tecido é tridimensional,
mas cada “b-value” aplicado apenas nos permite medir a difusão paralela (ou antiparalela)
com a direção do gradiente. Isto obriga a aplicar múltiplas direções do gradiente se
necessitamos reconstruir a distribuição espacial da probabilidade de difusão em cada
voxel.

10. Sequência DWI
mostrando o mapa de
sinal para [b=0]
e [b != 0] para distintos
ângulos do gradiente
aplicado.
Cada uma destas
aquisições permite
determinar o ADC em
uma direção para cada
voxel usando o modelo
de Stejskal-Tanner.
Uma sequência DWI
representa um volume
4D !

11. Embora o tensor de difusão apresente 9 componentes, felizmente é uma matriz
simétrica,
Ou seja Dij == Dji
Com isso o número de incógnitas no tensor cai a 6.

12. Para determinar o tensor em cada voxel de uma sequência DWI necessitamos
resolver o Sistema de equações lineares simultâneas que segue:
Onde N é o número de medidas com ângulos diferentes do gradiente. Xi, Yi, Zi são os
componentes do gradiente na medida i sobre cada eixo, si é o resultado de (Si/S0) e
por ultimo, b o b-values (que pode ser diferente para cada medida).
O número mínimo de medidas com ângulos diferentes é 6. Mas para atingir boa
qualidade nunca se devem fazer menos que 12 direções, com maior número de
medidas melhoramos a estatística e consequentemente a qualidade do tensor.

13. Sendo que em geral sempre contamos com mais do que 6 medidas, é preferível
resolver D por mínimos quadrados, para cada voxel.
Para mensurar se existe anisotropia em um voxel descomponhamos o tensor em seus
autovectores e autovalores (eigenvectors, eigenvalues). Se identificamos os
autovalores como , o tensor de difusão pode ser representado pelo elipsoide:
Se 1, 2, 3, são notoriamente
diferentes, existe grande anisotropia
nesse voxel e isso indica a presença de
fibras.

14. Uma métrica muito difundida da anisotropia do ADC é a “Fractional Anisotropy” ,
geralmente representada como FA:
FA =
<  >
Onde :
FA é uma escalar, ela propriamente não contem direção.

15. Como a FA está associada ao tensor de difusão, que contem informação direcional, o
mais comum para representar mapas ou imagens de FA é utilizar cores para indicar
direção predominante da difusão (direção do autovetor principal).
A codificação das cores segue o padrão:
R = |e1x| FA
G = |e1y| FA
B = |e1z| FA
Exemplo de um mapa de FA no MNPS,
mostrando as curvas de isodose de
radiocirurgia e sua relação com as fibras
subjacentes.

16. No momento que escrevemos
esta aula, o importador DICOM de
Mevis (dicom.exe versão 5.28.05)
tem capacidade para importar
imagens de dMRI (ou DWI),
montar um volume 4D, resolver o
tensor de difusão para cada voxel
e exportar imagens (mapas) de FA
codificados com pixel RGB para
indicar direcionalidade, ou seja,
criar imagens “DTI”.
Observe a entrada do menu que
invoca este recurso:
“Tensor /Fiber/FA”

17. Segundo NAMIC (National Alliance for Medical Image Computing), o suporte a DWI dentro
das imagens DICOM continua sendo “vendor specific” e as recomendações da norma
DICOM não são seguidas para salvar dados de vetores de gradiente e “b-values”.
Isto representa um sério problema, pois as vezes encontramos imagens DWI das quais
não conseguimos extrair os dados necessários para resolver o tensor de difusão.
Exemplo de conjunto dos dados de uma aquisição DWI com 12 direções do gradiente.
Tomado de um estudo com MRI da Siemens.

18. Ferramentas “open source” para processar DWI para gerar DTI e
Tractografia:
- 3DSlicer - Windows, Mac OS X, Linux, https://www.slicer.org/
- FreeSurfer - Mac OS X, Linux , https://surfer.nmr.mgh.harvard.edu/
- FSL - Mac OS X, Linux , Window(com uma VM rodando Linux).
https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/FSL
- BrainSuite - Mac OS X, Linux , Window , Mac OS X, Linux , Window
- DSI Studio - Windows, Mac OS X, Linux, http://dsi-studio.labsolver.org/
Why DSI Studio? The deterministic fiber tracking method in DSI Studio has achieved the highest "valid connection"
examined by an open competition (see the valid connection achieved by ID:3
at http://www.tractometer.org/ismrm_2015_challenge/results) among 96 methods submitted from 20 different
research group around the world. The first 3 highest valid connection (VC) were all conducted in DSI Studio.

19. O MNPS pode importar tractografias em formato .trk ou .obj de qualquer
um destes sistemas, mas neste curso vamos mostrar exclusivamente o DSI
Studio.
DSI Studio is developed by Fang-Cheng (Frank) Yeh,
frank.yeh@gmail.com
Department of Neurological Surgery.
University of Pittsburgh
Pittsburgh, PA 15213
USA.
Supported by:
Advanced Biomedical MRI Lab, National Taiwan University Hospital.
Cognitive Axon Lab, Carngie Mellon University.
Fiber Tractography Lab, University of Pittsburgh.

20. O DSI Studio é um sistema muito fácil de instalar. Apenas precisa fazer o
download do pacote. No caso de sistemas Windows é distribuído em um
pacote ZIP.
Descompacte o ZIP e copie todo o conteúdo em uma pasta.
Por exemplo, crie uma pasta :
C:DSIstudio
Depois crie um atalho para o executável principal, que é:
dsi_studio.exe
Pronto para uso.

21. Execute o DSI Studio e dê um click em “STEP1:…”

22. Navegue pelas pastas até chegar naquela que contém a sequência DWI.
Selecione as primeiras imagens (é bom que estejam com .dcm !)

23. O DSI Studio informa quantas imagens formam parte da sequência.
Aceite que abra todas.

24. Ao abrir esta
janela, click em
OK.
Click OK em outra
janela que
informa que o
volume foi criado.

25. Agora pode dar CLICK em STEP2.
Selecione o arquivo .src desejado.

26. Cria uma máscara para tentar
eliminar tecidos fora do
encéfalo, ossos, etc.
Estando satisfeito CLICK em
“Step 2: Select
Reconstruction method”

27. O método de reconstrução
default é DTI, que é nosso
objetivo.
CLICK em “Run Reconstruction”,
na parte inferior direita.
Agora deve aguardar pelo
processamento, pode demorar
até minutos se o seu PC for
lento.
Quando termina abre uma
janelinha que informa: “FIB file
created”. Click em OK e feche a
janela “Reconstructions”

28. CLICK em STEP3:

29. Selecione o arquivo .src.gz.dti.fib desejado
A seguir se abre a
janela de trabalho para
partindo do mapa de
FA e do tensor criar os
tractos/fibras.

30. Extender
“Tracking Parameters”
Para integração com MNPS a escolha de salvar os tractos em
formato .trk, sem compactar com gzip, é recomendada.

31. Após um CLICK em
“Fiber Tracking”
as fibras são mostradas

32. Se as fibras forem
satisfatórias selecione no
menu “Tracks”,
“Save Tracks” e depois
“Save Current Tracks As”
O importador Dicom da
Mevis vai procurar o
arquivo “DTI.TRK” na hora
de importar as imagens.
Deve estar na pasta com
as imagens.

33. Agora arraste uma imagem dicom da sequência DWI e solte no atalho do MNPShell.
Selecione “For Virtual Siducials Mode”

34. No menu “Options” selecione “Tensor/Fiber/FA”

35. O Dicom importer cria um volume NIFTI 4D em uma subpasta, que normalmente é TMP000, e espera
confirmação para abrir o NIFTI. Antes de confirmar, copie o arquivo DTI.TRK nessa pasta.

36. Com isso o importador Dicom de Mevis carrega os tractos junto com as imagens
(normalmente as que tem b-value nulo, que tem sinal mais alto) e exporta para o MNPS
os tractos em um arquivo com extensão .mevtra
Nesta data ainda o processo não é
simples e apresenta várias
dificuldades que devemos resolver
manualmente. Fundamentalmente
por não ter acesso aos TAGs
privados de b-value e vetores
gradiente dos fabricantes.
Nos próximos meses esperamos
melhorar e simplificar este
processo.

37. Para criar as imagens de FA é bem mais simples.
Após criado o volume NIFTI 4D e carregado, volte a selecionar
“Tensor/Fiber/FA”

38. Recomendo fazer um “Rename” para evitar confusão com a imagem original de DWI

39. Se cria uma máscara para isolar o tecido cerebral de outras parte. Pode modificar a
máscara com teclas de flechas e percorrer as imagens com rodinha do mouse.
Termine com Tecla F10
O importador Dicom cria
outro folder e colocas as
imagens de Fractional
Anisotropy (FA). Que devem
ser tratadas no MNPS como
“Virtual Fiducials”.

40. Bibliografia:
1- Mukherjee P., et.al. ”Diffusion Tensor MR Imaging and Fiber Tractography: Theoretic Underpinnings” . AJNR, Apr
2008.
2-Beaulieu C., “The basis of anisotropic water diffusion en the nervous system – technical review”. NMR Biomed
2002;15:435-455.
3-Minati Ludovico, et.al. “Physical Foundations, Models, and Methods of Diffusion Magnetic Resonance Imaging of the
Brain: A Review “. Wiley InterScience. 2007.
4 – Mori Susumu, et.al. “Fiber tracking: principles and strategies – a technical review. NMR Biomed. 2002; 15:468-480.
5- NAMIC: “National Alliance for Medical Image Computing” . Referências úteis: https://wiki.na-
mic.org/wiki/Overview , https://wiki.na-mic.org/wiki/NAMIC_Wiki:DTI:DICOM_for_DWI_and_DTI , https://wiki.na-
mic.org/wiki/NAMIC_Wiki:DTI:Nrrd_format .