Semi-automatic analysis of tracts in severe brain damage : validation in consciousness disorder cases

In the last years, the employment of structural and functional MRI in patients with disorder of consciousness (DoC) allowed an increasing in understanding human consciousness. Therefore, by combining anatomical lesion localization with diffusion techniques, this work proposes a semi-automatic pipeline of analysis focused on the white matter (WM) damage in DoC patients which usually present multiple heterogenous lesions particularly challenging from a radiological point of view. This study was conducted telematically in the CADiTeR MRI Lab of the IRCCS S. M. Nascente, Fondazione Don Carlo Gnocchi Onlus in Milano, using a Siemens scanner 3T. The first part of the data analysis was performed using the software of FMRIB library, FSL (https://fsl.fmrib.ox.ac.uk/fsl/fslwiki). Subsequently, a study of the microscopic state of the WM was performed estimating the diffusion tensor and the resulting indices maps (fractional anisotropy, mean, axial and radial diffusivity). A first statistical comparison was done to detect the tracts that result most affected by the lesion; however, this kind of approach was unsatisfactory due to the multiple lesions and the resulting severe anatomical impairment of patients. To better address this issue, a microscopic study of the white matter bundles was conducted implementing a semi-automatic tractography. Indeed, such procedure has required to manually predefine selected ROIs in the MNI space, using a sample of ten healthy subjects. Once this step is performed an automatic selection of the bundles of interest can be done. Finally, for the most impaired tracts, an along-tract analysis of the diffusion parameters has been performed by applying the Matlab tool Along-tract-stats (https://github.com/johncolby/along-tract-stats) and the subsequent statistical analysis was done by applying the linear mixed effects model. Finally, the results of this analysis were compared with those of the software Network Modification Tool (NeMo) (https://github.com/kjamison/nemo) which allows computing the connectivity loss both at the local level for each single gray region and at the pairwise level between pairs of gray regions. The main result of this thesis work has been the development of the pipeline of analysis. Each step of the pipeline has been validated and combined in a unique workflow through additional new scripts. Such pipeline allowed to define normative diffusion indices (fractional anisotropy, mean, axial and radial diffusivity) along the length of 31 WM bundles, of whom 16 closely resemble Yeatman (Yeatman et al., 2018) and Colby (Colby et al., 2012) results, while 15 tracts are new additional trends with respect the existing literature. Finally, the pipeline has been applied on four DoC patients to perform a multi-facet characterization of WM impairment compared to the control population.

Negli ultimi anni l’impiego delle tecniche di risonanza magnetica strutturali e funzionali nei pazienti con disordini di coscienza ha permesso una comprensione sempre maggiore della coscienza umana. Il seguente lavoro di tesi, combinando insieme le tecniche di localizzazione anatomica con quelle di risonanza magnetica pesata in diffusione, propone una pipeline di analisi semi-automatica focalizzata sul danno di sostanza bianca (SB). Nello specifico, la seguente pipeline è stata impiegata a pazienti con disordini di coscienza radiologicamente molto complessi da studiare rispetto a una normativa di controllo. Il seguente lavoro è stato svolto in via telematica presso il laboratorio di risonanza magnetica CADiTeR, IRCCS S. M. Nascente, Fondazione Don Carlo Gnocchi Onlus di Milano, utilizzando uno scanner Siemens 3T. La prima parte di analisi dei dati è stata effettuata tramite i software delle librerie FMRIB, FSL (https://fsl.fmrib.ox.ac.uk/fsl/fslwiki). Successivamente mediante la stima del tensore e il conseguente calcolo delle mappe degli indici di diffusione (anisotropia frazionaria, diffusività media, assiale e radiale), è stato realizzato uno studio dello stato microscopico dei tessuti. Tuttavia, il confronto statistico tra pazienti e normativa di controllo non ha dato esito soddisfacente a causa dell’anatomia molto alterata dei casi presi in esame. Pertanto, lo studio dello stato microscopico dei fasci è stato condotto implementando una trattografia semi-automatica. Tale procedura è semi-automatica in quanto è necessario predefinire manualmente delle ROI in spazio MNI su un campione di dieci soggetti. Tuttavia, una volta che le ROI sono state definite è possibile effettuare una selezione automatica dei fasci di interesse. Lo studio è stato poi completato con l’analisi degli indici di diffusione lungo i tratti, mediante il tool Matlab Along-tract-stats (https://github.com/johncolby/along-tract-stats) e le analisi statistiche sono state fatte usando il modello lineare a effetti misti. Infine, i risultati di suddetta analisi sono stati confrontati con quelli del software Network Modification Tool (NeMo) (https://github.com/kjamison/nemo), che ha consentito una valutazione dell’impatto della lesione sulla sostanza grigia (SG). Il principale risultato del seguente lavoro di tesi è stato lo sviluppo della pipeline di analisi. Ogni step della pipeline è stato validato e assemblato con l’aggiunta di nuovi moduli di codice al fine di ottenere un unico strumento di analisi. Tale pipeline ha permesso di definire una normativa degli indici di diffusione (anisotropia frazionaria, diffusività media, assiale e radiale) lungo il decorso di 31 tratti di SB, di cui 16 comparabili con gli studi di Yeatman (Yeatman et al., 2018) and Colby (Colby et al., 2012), mentre 15 aggiuntivi rispetto alla letteratura. Infine, la pipeline è stata applicata per analizzare lo stato della SB su ognuno dei quattro pazienti con disordine di coscienza rispetto alla normativa di controllo.