Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/277860
Type: TESE
Title: Quantificação de sinais de MRS do cérebro in-vivo para classificação de tumores
Title Alternative: Automatic in-vivo MRS signal quantification for the classification of brain tumors
Author: Cuellar Baena, Sandra Patricia
Advisor: Castellano, Gabriela, 1970-
Abstract: Resumo: Este trabalho visou o estudo e validação de técnicas de pre-processamento e quantificação de dados provenientes da técnica de Espectroscopia por Ressonância Magnética (MRS, do inglês Magnetic Resonance Spectroscopy), obtidos do cérebro humano in vivo, para a extração de informação que fosse clinicamente relevante para o estudo e diagnostico de tumores cerebrais. Para isso, foi feito o estudo da técnica com base na literatura, incluindo a revisão dos aspectos físicos envolvidos, estudando os métodos computacionais utilizados para o pre-processamento e quantificação dos dados, e os aspectos bioquímicos dos metabólicos de interesse presentes no cérebro humano, passiveis de serem quantificados através da técnica. Especificamente, foi estudado um método de quantificação de dados de MRS, o método. AMARES (Advanced Method for Accurate, Robust and Efficient Spectral fitting of MRS data), aplicado na quantificação de dados de MRS adquiridos de sujeitos controles e pacientes portadores de tumores cerebrais, provenientes de uma base de dados do Laboratório de Neuroimagem (LNI - Hospital das Clinicas - UNICAMP). Isso foi feito utilizando o software de domínio público jMRUI (http://sermn02.uab.es/mrui/)[1], que possui o método AMARES já implementado. Estes resultados foram comparados com resultados provenientes de uma quantificação manual desses mesmos dados, realizada previamente como parte do projeto de doutorado da Dra. Andréia Vasconcellos (atual docente do Depto. de Radiologia da FCM/UNICAMP)[2]. Foi verificada a concordância entre os dois métodos de quantificação, e também a viabilidade de usar os resultados da quantificação com o método automático para alem de diferenciar entre os grupos de pacientes e controles, realizar a separação dos Pacientes com tumores em diferentes grupos. Obteve-se que os resultados obtidos com o método automático foram mais precisos e consistentes que os obtidos com o método manual, e permitiram uma melhor classificação dos tipos de tumores. Adicionalmente, foram incluídos neste trabalho os resultados do estudo de perfis metabólicos ex vivo em tumores cerebrais pediátricos através da técnica HR-MAS (do inglês High Resolution Magic Angle Spinning). Este estudo adicional foi realizado no Laboratório de Imagem Molecular da Faculdade de Medicina da Universidade de Valencia (Espanha) através do Programa Santander de Mobilidade Internacional e financiado através de uma bolsa do Banco Santander-Banespa.

Abstract: The aim of this work was to study and validate techniques for pre-processing and quantificating Magnetic Resonance Spectroscopy data, obtained in vivo from the human brain, in order to get information clinically useful for the study and diagnosis of brain tumors. Therefore, a literature-based study of the technique was made, including a review of the Physics concepts involved, the data acquisition process in the scanner and the computational methods used to pre-process and quantificate the spectral data, as well as the biochemical aspects of the metabolites of interest in the human brain that can be detected by this technique. Special attention was given to the AMARES (Advanced Method for Accurate, Robust and Efficient Spectral fitting of MRS data) method for MRS data quantification, which was studied and applied to the quantification of data from control subjects and patients with brain tumors. The data came from a database of the Neuroimaging Laboratory (LNI - Hospital das Clinicas - UNICAMP). The quantification with AMARES was made through the jMRUI software (http://sermn02.uab.es/mrui/) [1], a public domain software for processing and quantification of MRS data. These results were compared to the results obtained with a manual quantification of the same data, previously done as part of the PhD thesis work of Dr. Andreia Vasconcellos (lecturer from the Radiology Department of the School of Medicine, UNICAMP) [2]. The agreement between the results from both quantification methods was verified, as well as the feasibility of using the automatic quantification results to differentiate among tumor types, besides differentiating between patients and controls. Results obtained by the automatic method were more accurate and consistent than those obtained by the manual method allowing a better classification. Additionally, in this work were included the results of the study of ex vivo and in vivo metabolic profiling in pediatric brain tumors using the HR-MAS (High Resolution Magic Angle Spinning) technique. This study was carried out in the Molecular Imaging Laboratory, School of Medicine at the University of Val¿encia (Spain), within the Santander-Banespa Bank International Exchange Program.
Subject: Espectroscopia de ressonância magnética nuclear
Metabonômica
Tumores intracranianos
Tumores - Classificação
Language: Português
Editor: [s.n.]
Date Issue: 2008
Appears in Collections:IFGW - Dissertação e Tese

Files in This Item:
File SizeFormat 
CuellarBaena_SandraPatricia_M.pdf2.9 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.