.png)
La máscara restringe el área donde se procesa en el objeto que la usa, sirve para evitar procesar los bordes o el ruido de la imagen.
<aside> 💡 Las máscaras se pueden exportar e importar desde archivos NIFTI generados en la aplicación o aplicaciones que exporten un formato compatible, cualquier máscara se podrá usar para limitar los modelos o para las semillas de la tractografia
</aside>
La máscara manual se genera en blanco cuando se carga la imagen y se puede editar con las herramientas de la pestaña de máscara para seleccionar regiones del estudio o puntos específicos en una capa
Máscara en un punto con herramienta manual
Máscara manual según threshold de color de la imagen creada con la herramienta de fill
Esta máscara se genera según la anatomía de la imagen cargada y trata de cubrir todo el cerebro de forma automática, al generarla los parámetros permiten ajustar el algoritmo para cubrir más o menos detalles, modificar el suavizado y expandir el área durante la generación.
Máscara generada con radio y # pasadas altos
Máscara generada con radio bajo y # de pasadas alto
Máscara generada con radio bajo y # de pasadas alto
<aside> 📢 Esta máscara puede ser útil si filtramos los valores de ruido en los bordes en pasos siguientes de la tractografia pero hay que asegurarse que cubra zonas importantes
</aside>
Esta máscara se genera de forma similar a la herramienta de fill pero basándose en los valores de los picos generados desde un modelo, por lo que puede llegar a ser más precisa al seleccionar los voxeles que cumplen la condición
<aside> 💡 El valor del threshold depende de los valores de los picos, por lo que si se normalizaron el threshold estará en un rango de 0 a 1
</aside>
Máscara con un threshold bajo
Máscara con un threshold alto
<aside> 📢 Generar esta máscara es obligatorio para la tractografia porque se usará como criterio de parada para los tractos.
</aside>
Al seleccionar la tractografia automática se pueden generar máscaras para regiones anatómicas preestablecidas, estas se tratan de acomodar al estudio cargado del paciente por medio de transformaciones que en orden son rígida→afin→difeomorfica, al generarlas estas regiones se agregarán como máscaras y el programa permite generar las tractografías para todas las regiones creadas en conjunto. (Ver más en Uso de regiones automáticas )
Las transformaciones por las que pasa el dataset son las siguiente:
<aside> ⚠️
No se puede asegurar que el registro automático sea perfecto con estudios donde la anatomía del paciente está muy comprometida, se aconseja verificar las regiones creadas y evaluar su validez caso a caso
</aside>
El modelo es el método que se usará para la reconstrucción del flujo de difusión, este es obligatoriamente necesario para la tractografia y después de generarlo ya nos puede dar a saber información sobre el paciente.
A continuación está una lista de los modelos y sus resultados con una imagen de ejemplo
.png)
Los picos representan los flujos obtenido con base al modelo entrenado y con base a estos se realiza la tractografia, al generarlos hace falta escoger el modelo que se usará para generarlos.
.png)
Una vez generados se pueden previsualizar a nivel de capa o total desde la aplicación y su calidad depende del modelo entrenado y la calidad de la imagen.
Modelo: El modelo que se usa para generarlos
Comparación de los picos de un modelo DTI y uno CSA, muestra que el DTI transforma el ruido en tensores basado al promedio por lo que es menos preciso
Umbral relativo: theshold para filtrar los picos [0,1]
Ángulo mínimo de separación: La distancia mínima entre dos direcciones, si dos picos están por debajo del este valor solo el mayor se tiene en cuenta [0,90]
Normalizar valores: Si está seleccionado todos los picos se calculan relativo a max(odf)
<aside> ⚠️ Si no se normalizan las visualizaciones pueden variar en claridad de líneas demasiado cortas para ser visibles a demasiado largas para ser visibles
La tractografia determinística se puede generar una vez se generan los picos y la máscara de threshold y muestra los tractos continuos encontrados desde una semilla
.png)
Al generarla se puede usar cualquier máscara para la semilla, las máscaras que cubren una zona igual o más grande que la de threshold resultaran en una tractografia total y dependiendo de la imagen su tiempo de generación puede aumentar considerablemente.
<aside> 💡 Si se usa una máscara pequeña la tractografia se hará de forma local y es recomendado subir la densidad para tener más claridad ya que a diferencia de máscaras grandes, esto no afecta en gran manera a el tiempo de generación.
</aside>
Tractografia total
tractografia de las zonas con los picos más altos
Tractografia hecha con una máscara manual y diferentes densidades
Una vez generada la tractografia en la interfaz se muestra un histograma con las distancias de los tractos, ese se puede usar como guía para filtrar las distancias mínimas y máximas de los tractos al cambiar el parámetro Retornar todos los tractos y cambiar los valores de threshold
Al igual que las máscaras, los resultados de una tractografia se pueden exportar y cargar en la aplicación, al igual que cargar en el módulo principal de navegación.
Un clúster es un subgrupo de tractos generado por similitud entre ellos
Grupo completo de tractos
Clúster 1 generado de los tractos
Al hacer agrupamiento de los tractos el programa tomará el número objetivo indicado y realizará un proceso iterativo hasta conseguir el número de subgrupos deseado o ver que el número de subgrupos no continua subiendo, así este dejará la cantidad más alta de subgrupos que no sobrepase el valor objetivo.
Después de agrupar, los resultados van a filtrar subgrupos de muy pocas fibras y aquellos donde las fibras sean muy cortas para evitar grupos poco significativos y ruido generado por la generación.