• image processing
• malattie coronariche
• risonanza magnetica 7 Tesla
• simulatori fluido-dinamici
• velocity map

Questo lavoro di tesi ha come contesto clinico quello delle malattie cardiovascolari, in particolare quella dell’aterosclerosi coronarica. Tale malattia viene trattata con il metodo dell’angioplastica, che consiste nell’inserimento di uno stent in prossimità della placca aterosclerotica che blocca il flusso sanguigno. Sono stati condotti diversi studi basati su simulazione numerica per analizzare il flusso coronarico e come questo cambia in seguito all’impianto di uno stent. Tali simulazioni, tuttavia, necessitano di dati sperimentali, che possono essere reperite grazie a simulatori fluido-dinamici. La prima parte della fase sperimentale di questo lavoro verrà dedicata alla generazione di alcune immagini che verranno successivamente utilizzate per la validazione di algoritmi (dei quali si discuterà successivamente) e altre che verranno analizzate da questi ultimi. Vengono, quindi, prodotte coronarie con la tecnica della prototipazione rapida e realizzato un simulatore fluido-dinamico. Si procede con l’acquisizione delle immagini esclusivamente statiche delle coronarie, statiche e dinamiche del simulatore con RM ad alto campo (7 Tesla) e, infine, realizzazione dell’immagine di un fantoccio parabolico tridimensionale tramite software (Matlab). Nella seconda parte della fase sperimentale, si prosegue con lo sviluppo degli algoritmi, sfruttando il software Matlab. Tali algoritmi vengono inseriti all’interno di funzioni per garantire la modularità del codice che verrà in seguito scritto per l’analisi vera e propria delle immagini di RM. Il primo algoritmo ad essere stato realizzato è un metodo di tracking 3D dello skeleton di un oggetto di forma tubulare (nella fase di sviluppo dell’algoritmo in questione è stata usata l’immagine di una delle coronarie precedentemente citata). Esso prende in ingresso il volume di una centerline e le coordinate del punto dal quale iniziare la ricerca dei pixel della centerline stessa. In questo modo, si otterranno le coordinate ordinate dal basso verso l’alto (o viceversa, in base alla posizione del punto dato in ingresso) di quest’ultima che, inoltre, verrà ripulita dall’algoritmo stesso nel caso vi siano presenti punti di accumulo di pixel e/o ramificazioni inesistenti nel volume originale. In seguito, si sviluppa un algoritmo che prende in ingresso come primo parametro il volume di un oggetto di forma tubulare (nella fase di sviluppo dell’algoritmo in questione è stata utilizzata l’immagine simulata su Matlab del fantoccio parabolico), le coordinate ordinate della centerline dell’oggetto, il numero di punti da interpolare per calcolare i vettori e un ulteriore valore scalare che indica la dimensione di una fetta del volume stesso. L’algoritmo, infatti, estrae le fette perpendicolari all’asse dell’oggetto rappresentata dalla centerline e le restituisce, impilate l’una sull’altra, all’interno di un volume. L’algoritmo restituisce anche le coordinate di tali fette nel sistema di riferimento in cui sono state estratte e i vettori normali ad esse. Il terzo algoritmo prende come parametri di ingresso il volume di una coronaria ramificata e i punti finali dei rami secondari della stessa e restituisce il volume (eventualmente ripulito), le coordinate ordinate di ogni ramo secondario fino alla fine del ramo comune e, per ogni ramo secondario, le coordinate dei punti in cui vi sono connessioni con altri rami, come nel caso delle biforcazioni. Un ulteriore algoritmo sviluppato prende in ingresso il volume delle fette normali all’asse di un oggetto di forma tubulare e restituisce a sua volta un volume in cui mancano le fette nelle quali la sezione dell’oggetto non supera una certa soglia di circolarità (settabile dall’utente con valore di default pari a 0.9). I successivi algoritmi si concentrano sull’analisi delle immagini di flusso. In particolare, si realizza una procedura che consente la registrazione delle immagini volumetriche in condizioni dinamiche con quelle acquisite in condizioni statiche. Altre due procedure calcolano il valore di velocità e di flusso all’interno di un ramo/tubo (dando in ingresso le fette normali all’asse del ramo/tubo stesso) da immagini in cui il valore del segnale indica la presenza di velocità di flusso espressa in cm/s. Infine, altre due funzioni sono state realizzate per calcolare il modulo della velocità dati i volumi di flusso in cui l’informazione sulla velocità del flusso è acquisita su tre direzioni definite come read, phase e slice direction e per ricostruire il flusso con rappresentazione vettoriale della velocità utilizzando i vettori del modulo della velocità restituiti dalla funzione precedente. La rappresentazione del flusso distingue graficamente, con colori differenti, 4 intervalli di velocità diverse sulla base di tre valori che sono il valore massimo, minimo e medio dei valori medi di velocità di tutte le slice date in ingresso. Nell’ultima parte della fase sperimentale si esegue l’analisi delle immagini acquisite con la RM. Le sequenze utilizzate sono FLASH, FLOWMAP, velocity map e PCA 3D. La prima è impiegata per l’acquisizione delle immagini in condizioni statiche, mentre le altre per le acquisizioni dinamiche. Di queste tre acquisizioni, quella più adatta allo studio del flusso all’interno del simulatore è risultata essere la velocity map, che fornisce una mappa della velocità in cm/s. Le altre due (FLOWMAP e PCA 3D) hanno valori di segnale non interpretabili, in quanto non si conosce la loro unità di misura (assenza di informazioni nei file DICOM). Dall’analisi delle velocity map, invece, è risultato che il flusso si conserva all’interno del simulatore. Infatti, impostando un valore di flusso della pompa, si ritrova lo stesso valore in maniera approssimata all’interno dei rami del fantoccio utilizzato per il simulatore fluido-dinamico. Inoltre, è risultato che dopo un certo valore di flusso della pompa (130 ml/min) si ha un riabbassamento della velocità e, quindi, del flusso all’interno dei rami; ciò indica un possibile innalzamento delle resistenze del circuito dovuto all’aumento delle forze di attrito causato, a sua volta, dal corrispondente aumento di flusso della pompa. In conclusione, la realizzazione del simulatore fluidodinamico in questo lavoro ha consentito di riprodurre esperimenti clinici già esistenti, ma in ambiente ad alto campo, in cui le dimensioni del set-up si riducono. Inoltre, è stato dimostrato che le migliori acquisizioni, con spettrometro Bruker a 7 Tesla, per gli studi fluido-dinamici sono le velocity map.