Nanopartículas metálicas em imagens de ressonância magnética: um estudo do sinal e desenvolvimento de um algoritmo para determinação automática do tempo de relaxamento longitudinal

Abstract

A ressonância magnética tem sido uma das técnicas de diagnóstico por imagem com crescente ascensão dentro da área médica. A imagem de ressonância magnética (IRM) permite obter informações estrutural e dinâmica da anatomia humana, baseando-se na detecção das propriedades magnéticas de núcleos atômicos. Em relação à análise visual das IRMs, os diferentes tempos de relaxamento longitudinal (T1) de cada estrutura/tecido é representado em diferentes contrastes (tons de cinza). Assim, a quantificação de T1 pode ser adotada como um parâmetro para análise das imagens de ressonância magnética. Apesar das grandes vantagens das IRMs ponderadas em T1 e das diferentes sequências empregadas, as dificuldades remanescentes estão na geração de contraste reprodutível e na extração de informações quantitativas úteis para auxiliar no diagnóstico e/ou acompanhamento de alguma doença. Além disso, a execução de técnicas para calcular o tempo de relaxação T1 nas imagens de ressonância magnética ainda não são tão simples e, muitas vezes, esse cálculo é feito manualmente por métodos matemáticos que não são rápidos. Assim, com a recente aplicação da inteligência artificial, o uso de algoritmos computacionais para o desenvolvimento de códigos que auxiliem na análise de imagens médicas de forma mais objetiva tornou-se uma alternativa. Nesse sentido, este trabalho de pesquisa teve como objetivo o desenvolvimento de um programa computacional em linguagem python para determinação automática do tempo de relaxamento longitudinal em imagens de ressonância magnética

Magnetic resonance imaging has been one of the diagnostic imaging techniques with increasing growth in the medical field. Magnetic resonance imaging (MRI) provides structural and dynamic information of the human anatomy based on the detection of the magnetic properties of atomic nuclei. Regarding the visual analysis of MRIs, the different longitudinal relaxation times of each structure/tissue are represented in different contrasts (shades of gray). Thus, T1 quantification can be adopted as a parameter for analyzing MRI images. Despite the great advantages of T1-weighted MRIs and the different sequences employed, the remaining difficulties are in generating reproducible contrast and extracting quantitative information useful to aid in the diagnosis and/or follow-up of some disease. In addition, the execution of techniques to calculate the T1 relaxation time in MRI images are still not so simple, and this calculation is done manually, by mathematical methods that are not fast. Thus, with the recent application of artificial intelligence, the use of computational algorithms for the development of codes that help in the analysis of medical images in a more objective way has become an alternative. In this sense, this research work aimed to develop a computational program in python language for automatic determination of the longitudinal relaxation time in magnetic resonance images