تحليل رشد مغز به وسيله ساخت اطلس مغز نوزادان با استفاده از تصاوير

Constructing Neonatal Brain Atlas for Brain Development Analysis Using Magnetic Resonance Images

هدف: كمي كردن رشد مغز در هفته هاي پس از تولد نقش بسزايي در فهم و آموزش آن در پزشكي، تشخيص، پيشگيري و درمان بموقع بيماري هاي سيستم عصبي دارد. از سوي ديگر، رشد مغز و تغييرات شكل آن در روزهاي پس از تولد بسيار سريع است، لذا ساخت اطلس مغزي وابسته به سن، كه معرف ويژگي هاي آناتومي واضح يك جمعيت آماري نوزادان باشد، ضروري است. روش: در اين مقاله به كمك روش نگاشت گروهي بهبود يافته و با استفاده از 16 تصوير تشديد مغناطيسي با وزن 1T، دو اطلس مغز بدون تارشدگي در بازه هاي سني 39 تا 40 و 41 تا 42 هفتگي از زمان شروع بارداري ساخته شد. يافته ها: با استفاده از اطلاعات متقابل شباهت بين تصاوير نگاشت يافته به اطلس هاي مغزي ايجادشده، اطلس هاي موجود براي نوزادان و اطلس هاي ايجادشده با روش نگاشت گروهي معمولي سنجيده شد. بزرگتر بودن اطلاعات متقابل بين اطلس هاي ايجادشده و تصاوير نگاشت يافته به آنها، ميزان شباهت بيشتر تصاوير به اطلس هاي مذكور و حفظ اطلاعات آناتومي پس از نگاشت را تاييد كرد. نتيجه گيري: اطلاعات آناتومي اطلس مغزي ايجادشده براي نوزادان در اين مقاله، غني تر از ساير اطلس هاي موجود براي نوزادان است

Introduction: Quantification of the neonatal brain development has a significant role in understanding, prevention, diagnosis and treatment of nervous system diseases during infancy. Since brain development and the its corresponding morphological changes are very fast during the first days after birth, an age-related brain atlas representing fine anatomical features of a neonatal brain is deemed necessary. Method: We constructed two neonatal brain atlases for the age ranges of 39-40 and 41-42 weeks of gestation, using 16 T1-weighted magnetic resonance images (MRI) through an improved group-wise registration paradigm. Results: Neonatal images were normalized to the newly created and previously available neonatal atlases. The similarity between these atlases and normalized images were calculated via mutual information. The mean mutual information between normalized images and the new atlases using proposed algorithm was considered optimal. Conclusion: This result confirms the greater similarity between normalized images and the atlases created through group-wise registrations of features retrieved from MRI