Advanced image-processing techniques in magnetic resonance imaging for the investigation of brain pathologies and tumour angiogenesis

L'imaging a risonanza magnetica (MRI) è sempre più utilizzato in ambiente medico per la sua abilità di produrre in modo non invasivo immagini di altà qualità dell'interno del corpo umano. Sin dalla sua introduzione nei primi anni 70, techiche di acquisizione via via più complesse sono state proposte, portando l'MRI ad essere utilizzata su uno spettro di applicazioni sempre più ampio. Le tecniche più innovative, tra cui la risonanza magnetica funzionale e di diffusione, richiedono tecniche di analisi ed algoritmi di elaborazione molto complessi per estrarre informazioni utili dai dati acquisiti. Lo scopo di questa tesi è stato quello di sviluppare e ottimizzare tecniche avanzate di elaborazione per applicarle all'analisi di dati di risonanza magnetica sia in ambiente preclinico che clinico. Durante il corso di dottorato sono stato coinvolto attivamente in diversi progetti di ricerca, ed ogni volta mi sono trovato ad affrontare problematiche diverse. In questa tesi, tuttavia, saranno riportati i risultati ottenuti nei tre progetti più interessanti a cui ho preso parte. Tali progetti avevano come obiettivo (i) l'implementazione di un protocollo sperimentale innovativo per imaging funzionale in animali da laboratorio, (ii) lo sviluppo di nuovi metodi per l'analisi di dati di Dynamic Contrast Enhanced MRI in modelli sperimentali di tumore e (iii) l'analisi di dati di diffusione in pazienti affetti da ischemia cerebrale. Particolare enfasi sarà posta sugli aspetti tecnici che riguardano gli algoritmi ed i metodi di elaborazione utilizzati nel processo di analisi.

Magnetic resonance imaging (MRI) is increasingly being used in medical settings because of its ability to produce, non-invasively, high quality images of the inside of the human body. Since its introduction in early 70’s, more and more complex acquisition techniques have been proposed, raising MRI to be exploited in a wide spectrum of applications. Innovative MRI modalities, such as diffusion and functional imaging, require complex analysis techniques and advanced algorithms in order to extract useful information from the acquired data. The aim of the present work has been to develop and optimize state-of-the-art techniques to be applied in the analysis of MRI data both in experimental and clinical settings. During my doctoral program I have been actively involved in several research projects, each time facing many different issues. In this dissertation, however, I will report the results obtained in three most appealing projects I partecipated to. These projects were devoted (i) to the implementation of an innovative experimental protocol for functional MRI in laboratory animals, (ii) to the development of new methods for the analysis of Dynamic Contrast Enhanced MRI data in experimental tumour models and (iii) to the analysis of diffusion MRI data in stroke patients. Particular emphasis will be given to the technical aspects regarding the algorithms and processing methods used in the analysis of data.