Motor Neuron Disease (MND) is a rapidly progressive neurodegenerative disorder characterized by degeneration of upper and/or lower motor neurons associated to iron overload in the brain. During the diagnosis of MND, which involves careful clinical and neurological examination, patients undergo a clinical evaluation of the upper motor neuron (UMN) and lower motor neuron (LMN) impairments for upper limbs, lower limbs and bulbar musculature. Quantitative Susceptibility Mapping (QSM) algorithms have been developed to quantitatively study the magnetic susceptibility in brain tissues and operator-dependent measurements of susceptibility in the motor cortex were demonstrated to be linked to the iron accumulation and useful as a biomarker of UMN impairment [1] [2]. The aim of the project is to implement a fully automatic neuroimaging study to investigate susceptibility properties and cortical thickness in the whole motor cortex and in three main motor cortex segments, corresponding to lower limbs, upper limbs and bulbar musculature, according to the motor homunculus representation. A total of 41 MND subjects with impairment of the upper motor neuron (uMND) and 23 healthy controls (HC) were recruited and scanned at 3T magnetic resonance unit. The fully-automatic image processing pipeline was performed by using MATLAB and Freesurfer software suite. A segmentation of the entire motor cortex and a sampling of the QSM-derived susceptibility values on the cortical surface was implemented. Then, the motor cortex was splitted into the three main areas corresponding to the upper limbs, lower limbs and bulbar area in a fully-automatic and reproducible method. Several susceptibility distribution metrics and cortical thickness were measured in the total motor cortex and in the three motor cortex segments and investigated in both healthy controls and uMND patients. Statistically significative difference between uMND and HC in susceptibility skewness and cortical thickness mean was found in the whole motor cortex. Then in a hierarchical regression model, increased susceptibility skewness and decreased cortical thickness independently predict UMN score in uMND. The skewness of the susceptibility distribution in the motor cortex subregions corresponding to lower limbs and upper limbs areas significantly correlates with and predicts the UMN impairments of the corresponding limbs. No prediction of UMN score was demonstrated for the bulbar area and this finding could be related to an inefficiency of assessment tools for the bulbar UMN subscore. The presented fully-automatic method may quantify susceptibility in several cortical or sub cortical brain regions, in MND or any neurodegenerative disease.

La malattia del motoneurone (MND) è una malattia neurodegenerativa rapidamente progressiva caratterizzata da una degenerazione dei motoneuroni superiori e/o inferiori associati al sovraccarico di ferro nel cervello. Durante la diagnosi della malattia del motoneurone, che comporta un attento esame clinico e neurologico, i pazienti sono sottoposti a una valutazione clinica riguardo i coinvolgimenti dei motoneuroni superiori (UMN) e dei motoneuroni inferiori (LMN) per gli arti superiori, gli arti inferiori e muscolatura bulbare. Gli algoritmi di Quantitative Susceptibility Mapping (QSM) sono stati sviluppati per studiare quantitativamente la suscettività magnetica nei tessuti cerebrali e si è dimostrato che le misurazioni di suscettività operatore-dipendenti nella corteccia motoria sono correlate all’accumulo di ferro e utili come biomarcatori di compromissione del motoneurone superiore [1] [2]. Lo scopo del progetto è quello di implementare uno studio di neuroimaging completamente automatico per studiare le proprietà di suscettività e spessore corticale in tre segmenti principali della corteccia motoria corrispondenti agli arti inferiori, agli arti superiori e alla muscolatura bulbare, secondo la rappresentazione dell’homunculus motorio. Sono stati reclutati un totale di 41 soggetti affetti da malattia del motoneurone con coinvolgimento del motoneurone superiore (uMND) e 23 controlli sani (HC) e sono stati scansionati all’unità di risonanza magnetica 3T. La pipeline completamente automatica di elaborazione delle immagini è stata eseguita utilizzando MATLAB e la suite software Freesurfer. È stata implementata una segmentazione dell’intera corteccia motoria e un campionamento sulla superficie corticale dei valori di suscettività derivati dal QSM. Quindi la corteccia motoria è stata suddivisa in tre aree principali corrispondenti agli arti superiori, agli arti inferiori e all’area bulbare in un metodo completamente automatico e riproducibile. Sono state misurate diverse metriche della distribuzione della suscettività e lo spessore corticale nella corteccia motoria totale e nei tre segmenti della corteccia motoria e sono state studiate sia nei controlli sani sia nei pazienti uMND. È stata trovata una differenza statisticamente significativa tra uMND e HC nell’asimmetria della suscettività e nello spessore corticale medio in tutta la corteccia motoria. Quindi, in un modello di regressione gerarchica, l’aumento dell’asimmetria della suscettività e la riduzione dello spessore corticale predirebbero indipendentemente lo score UMN nei pazienti uMND. L'asimmetria della distribuzione di suscettività nelle sotto-regioni della corteccia motoria corrispondenti alle aree degli arti inferiori e degli arti superiori è significativamente correlata e predice i coinvolgimenti dei motoneuroni superiori degli arti corrispondenti. Nessuna previsione del punteggio UMN è stata dimostrata per l'area bulbare e questo risultato potrebbe essere collegato a un'inadeguatezza degli strumenti di valutazione per il sotto-score UMN bulbare. Il metodo completamente automatico presentato può quantificare la suscettività in diverse regioni corticali o sottocorticali del cervello, nella malattia del motoneurone o in qualsiasi malattia neurodegenerativa.

Brain magnetic susceptibility in motor neuron disease : a fully automatic investigation in the upper-limb, lower-limb and bulbar motor cortex segments

CERINI, MARIANNA
2018/2019

Abstract

Motor Neuron Disease (MND) is a rapidly progressive neurodegenerative disorder characterized by degeneration of upper and/or lower motor neurons associated to iron overload in the brain. During the diagnosis of MND, which involves careful clinical and neurological examination, patients undergo a clinical evaluation of the upper motor neuron (UMN) and lower motor neuron (LMN) impairments for upper limbs, lower limbs and bulbar musculature. Quantitative Susceptibility Mapping (QSM) algorithms have been developed to quantitatively study the magnetic susceptibility in brain tissues and operator-dependent measurements of susceptibility in the motor cortex were demonstrated to be linked to the iron accumulation and useful as a biomarker of UMN impairment [1] [2]. The aim of the project is to implement a fully automatic neuroimaging study to investigate susceptibility properties and cortical thickness in the whole motor cortex and in three main motor cortex segments, corresponding to lower limbs, upper limbs and bulbar musculature, according to the motor homunculus representation. A total of 41 MND subjects with impairment of the upper motor neuron (uMND) and 23 healthy controls (HC) were recruited and scanned at 3T magnetic resonance unit. The fully-automatic image processing pipeline was performed by using MATLAB and Freesurfer software suite. A segmentation of the entire motor cortex and a sampling of the QSM-derived susceptibility values on the cortical surface was implemented. Then, the motor cortex was splitted into the three main areas corresponding to the upper limbs, lower limbs and bulbar area in a fully-automatic and reproducible method. Several susceptibility distribution metrics and cortical thickness were measured in the total motor cortex and in the three motor cortex segments and investigated in both healthy controls and uMND patients. Statistically significative difference between uMND and HC in susceptibility skewness and cortical thickness mean was found in the whole motor cortex. Then in a hierarchical regression model, increased susceptibility skewness and decreased cortical thickness independently predict UMN score in uMND. The skewness of the susceptibility distribution in the motor cortex subregions corresponding to lower limbs and upper limbs areas significantly correlates with and predicts the UMN impairments of the corresponding limbs. No prediction of UMN score was demonstrated for the bulbar area and this finding could be related to an inefficiency of assessment tools for the bulbar UMN subscore. The presented fully-automatic method may quantify susceptibility in several cortical or sub cortical brain regions, in MND or any neurodegenerative disease.
CONTARINO, VALERIA ELISA
ING - Scuola di Ingegneria Industriale e dell'Informazione
25-lug-2019
2018/2019
La malattia del motoneurone (MND) è una malattia neurodegenerativa rapidamente progressiva caratterizzata da una degenerazione dei motoneuroni superiori e/o inferiori associati al sovraccarico di ferro nel cervello. Durante la diagnosi della malattia del motoneurone, che comporta un attento esame clinico e neurologico, i pazienti sono sottoposti a una valutazione clinica riguardo i coinvolgimenti dei motoneuroni superiori (UMN) e dei motoneuroni inferiori (LMN) per gli arti superiori, gli arti inferiori e muscolatura bulbare. Gli algoritmi di Quantitative Susceptibility Mapping (QSM) sono stati sviluppati per studiare quantitativamente la suscettività magnetica nei tessuti cerebrali e si è dimostrato che le misurazioni di suscettività operatore-dipendenti nella corteccia motoria sono correlate all’accumulo di ferro e utili come biomarcatori di compromissione del motoneurone superiore [1] [2]. Lo scopo del progetto è quello di implementare uno studio di neuroimaging completamente automatico per studiare le proprietà di suscettività e spessore corticale in tre segmenti principali della corteccia motoria corrispondenti agli arti inferiori, agli arti superiori e alla muscolatura bulbare, secondo la rappresentazione dell’homunculus motorio. Sono stati reclutati un totale di 41 soggetti affetti da malattia del motoneurone con coinvolgimento del motoneurone superiore (uMND) e 23 controlli sani (HC) e sono stati scansionati all’unità di risonanza magnetica 3T. La pipeline completamente automatica di elaborazione delle immagini è stata eseguita utilizzando MATLAB e la suite software Freesurfer. È stata implementata una segmentazione dell’intera corteccia motoria e un campionamento sulla superficie corticale dei valori di suscettività derivati dal QSM. Quindi la corteccia motoria è stata suddivisa in tre aree principali corrispondenti agli arti superiori, agli arti inferiori e all’area bulbare in un metodo completamente automatico e riproducibile. Sono state misurate diverse metriche della distribuzione della suscettività e lo spessore corticale nella corteccia motoria totale e nei tre segmenti della corteccia motoria e sono state studiate sia nei controlli sani sia nei pazienti uMND. È stata trovata una differenza statisticamente significativa tra uMND e HC nell’asimmetria della suscettività e nello spessore corticale medio in tutta la corteccia motoria. Quindi, in un modello di regressione gerarchica, l’aumento dell’asimmetria della suscettività e la riduzione dello spessore corticale predirebbero indipendentemente lo score UMN nei pazienti uMND. L'asimmetria della distribuzione di suscettività nelle sotto-regioni della corteccia motoria corrispondenti alle aree degli arti inferiori e degli arti superiori è significativamente correlata e predice i coinvolgimenti dei motoneuroni superiori degli arti corrispondenti. Nessuna previsione del punteggio UMN è stata dimostrata per l'area bulbare e questo risultato potrebbe essere collegato a un'inadeguatezza degli strumenti di valutazione per il sotto-score UMN bulbare. Il metodo completamente automatico presentato può quantificare la suscettività in diverse regioni corticali o sottocorticali del cervello, nella malattia del motoneurone o in qualsiasi malattia neurodegenerativa.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
2019_07_Cerini.PDF

accessibile in internet solo dagli utenti autorizzati

Descrizione: Testo della tesi
Dimensione 6.47 MB
Formato Adobe PDF
6.47 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/149055