Segmentación deiimágenes de resonancia magnétic en contraste de fase para el eestudio de la dinámica del líquido cefalorraquídeo perimedular / Segmentation of Phase Contrast Magnetic Resonance Imaging to Study the Dynamic of Perimedullary Cerebrospinal Fluid

RESUMEN

La imagen de resonancia magnética en contraste de fase permite estudiar la dinámica del líquido cefalorraquídeo (LCR) perimedular de manera cuantitativa. Sin embargo la anatomía propia del espacio subaracnoideo dificulta la segmentación del LCR debido a la presencia de estructuras vasculares y nervios raquídeos. El objetivo de este trabajo es describir un método de segmentación semiautomático para el estudio de la dinámica del LCR perimedular. El proceso se inicializa con un punto semilla dentro de la región a analizar. El algoritmo crea un mapa de correlación, calcula un valor de umbral y clasifica píxeles de LCR combinando diversas características temporales del comportamiento del flujo como atributos de entrada a un algoritmo k-medias. Un observador llevó a cabo diez veces la segmentación en cinco sujetos sanos y se calculó el volumen por ciclo y el área en el espacio perimedular C2C3. Las variaciones de las medidas fueron evaluadas como una estimación de la reproducibilidad del método. Para esto se calculó el coeficiente de variación. La variabilidad de las medidas fue menor del 5%. El método facilita la cuantificación del LCR perimedular. En 16 sujetos sanos se cuantificó el volumen por ciclo de LCR y el área en el espacio C2C3 y cisterna prepontina.

ABSTRACT

Phase contrast magnetic resonance imaging allows studying quantitatively the perimedullary cerebrospinal fluid (CSF) dynamics. However, the anatomy of the subarachnoid space difficults the segmentation of CSF due to the presence of vascular structures and spinal nerves. The aim of this paper is to describe a semiautomatic segmentation method for the study of the perimedullary CSF dynamics. The process is started with a seed point within the region to analyze. The algorithm creates a correlation map, calculates a threshold value and classifies pixels of CSF combining different temporal characteristics of flow behavior as input attributes to a k-means algorithm. One observer carried out ten times the segmentation of the cervical images in 5 healthy subjects; stroke volume and area were calculated. The variability of the obtained measurements was evaluated as an estimation of the reproducibility of the method. For this the coefficient of variation was calculated. The variability of the measurements was less than 5%. The method facilitates the quantification of perimedullary CSF. Stroke volume and the area at C2C3 space and prepontine cistern were measured in 16 healthy subjects.