Esquema computacional automático para segmentação e identificação de processo inflamatório agudo em lesões de esclerose múltipla sem uso de agente de contraste

Resumo

Esclerose Múltipla (EM) é uma doença inflamatória e desmielinizante (isto é, com perda de mielina) do sistema nervoso central (SNC). É considerada uma doença autoimune a qual o sistema imunológico considera a bainha de mielina como um elemento estranho e então a ataca, resultando em inflamação e formação de cicatrizes gliais (escleroses) em múltiplas áreas da matéria branca do SNC. O imageamento multiespectral por ressonância magnética (RM) tem sido usado clinicamente com muito sucesso para o diagnóstico e monitoramento da EM devido às suas propriedades de alta resolução e boa diferenciação entre tecidos moles. Durante o exame de RM, é comum o uso de um agente de contraste à base de gadolínio (Gd) para o realce de lesões em estágio inflamatório, também chamadas de lesões ativas. A detecção e subsequente análise dessas lesões permitem a avaliação da eficácia do tratamento prescrito ao paciente, uma vez que possibilita a análise do quadro inflamatório da doença. Até recentemente, acreditava-se que o agente de contraste era eliminado completamente do organismo após alguns dias do exame, mas estudos recentes, publicados a partir de 2014, passaram a apontar o acúmulo de gadolínio em determinadas regiões do cérebro de pacientes que realizaram múltiplos exames de RM com injeção de contraste; caso esse de pacientes com EM. Os efeitos fisiológicos desse acúmulo ainda são desconhecidos pela comunidade científica, o que tem levantado sérias dúvidas quanto a continuidade da aplicação do gadolínio em pacientes. Dado isso, desde 2015 seu uso passou a ser recomendado apenas em casos de absoluta necessidade. Além do desconhecimento dos efeitos nocivos do gadolínio, o seu uso também aumenta o custo e duração dos exames de RM. Nesse sentido, este projeto de doutorado propõe o estudo e desenvolvimento de um método computacional automático para realizar a segmentação de lesões de EM de maneira robusta em imagens clínicas de RM, obtidas sem o uso do agente de contraste, e indicar, a partir da análise de textura das regiões das lesões segmentadas, quais delas se encontram em estágio inflamatório. Com isso, os exames de RM deixarão de oferecer risco de acúmulo de gadolínio - e seus consequentes efeitos nocivos -, além de agilizar e reduzir os custos dos exames. Para tal, modelos finitos de distribuições de probabilidade, atlas probabilísticos, análises de textura e assimetria cortical serão investigados e utilizados para este fim.