Page 9 - Boletín_CIMAT_noviembre-2019
P. 9

 En particular, los datos que se utilizan son los que proveen estimadores del proceso de difusión de hidrógeno (el movimiento Browniano de molé- culas de agua) en tejido cerebral.
Contribuciones
En este trabajo se presentan dos contribuciones principales como a continuación se explica.
i) La primera tiene que ver con la propuesta de un nuevo modelo biológico en ratas. Los mo- delos biológicos sirven para analizar a fondo los resultados obtenidos en ratas, es decir, donde se pueden validar los resultados extrayendo peda- zos de tejido de cerebros y haciendo validaciones con imágenes de microscopio, esto se llama va- lidación histológica. Mediante el procedimiento anterior, se puede corroborar si el procesamiento de imágenes de RM reporta resultados útiles, y más importante, si éstos se pueden trasladar a su uso con datos de humano, es decir, a casos donde solo se tienen las imágenes de RM y no se puede manipular el tejido. En dicho modelo biológico, de manera controlada se induce un daño en uno de los manojos de conectores neuronales que pasan por un sitio conocido donde se cruzan los manojos que vienen de cada ojo: se genera un daño isqué- mico en un ojo de la rata y el daño se propaga has- ta el cruce. De esta manera, en el cruce interdigitan axones sanos con enfermos. Se escoge esa área ya que uno de los grandes retos en esta área de inves- tigación es poder separar en una zona del cerebro (un voxel 3D) los manojos de axones que están da- ñados de los que están sanos. Se adquieren imáge- nes de RM de ratas con y sin daño, posteriormente se sacrifican y se hacen valoraciones de daño con histología.
ii) La segunda contribución es sobre procesa- miento de imágenes y métodos numéricos para modelar difusión de hidrógeno. Nuestro equipo de investigación extiende una metodología que presentamos en el año 2017 titulada “Estimation
of individual axon bundle properties by a Multi-Re- solution Discrete-Search method” publicada en el Journal “Medical Image Analysis”. En la nueva pro- puesta nuestro método utiliza optimización numé- rica para adaptar de manera robusta una función de respuesta de difusión. Esta función captura para cada voxel, y más importante, de manera indivi- dual para cada manojo de axones, las propiedades de difusión de hidrógeno. Lo anterior permite de- tectar en datos “ex vivo” cuál de los dos manojos que entre-cruzan está afectado y cuál está sano.
Los resultados de este trabajo permiten carac- terizar la calidad de imágenes que se necesitan para detectar daños particulares con cerebros hu- manos. Dentro de las ventanas de oportunidad que se abren para la investigación futura, nos interesa analizar otros daños en los axones, como por ejem- plo la inflamación que se da en las fases tempranas de algunas enfermedades neurodegenerativas.
Noticias Boletín Mensual 9 de Información
  


























































































   7   8   9   10   11