Titolo del progetto:
Ottimizzazione e armonizzazione di sequenze di risonanza magnetica (RM) nell’ambito di studi multicentrici di neuroimmagini ad alto campo (Fase 1 e 2)
Capofila:
Fondazione Istituto Neurologico Carlo Besta
Responsabile Progetto:
Dr. Maria Grazia Bruzzone
Il ruolo delle tecniche di neuroimmagine è fondamentale nella ricerca clinica e preclinica. Soltanto iniziative di rete nazionali e internazionali possono veramente portare alla generalizzazione dei risultati e all’adozione di nuove tecniche nella clinica personalizzata. Tali studi consentono l’acquisizione di grandi campioni di dati (“BIG-DATA”) che permetteranno in un futuro prossimo di arrivare ad un uso delle neuroimmagini quantitative per una medicina personalizzata.
L’eterogeneità degli scanner di risonanza magnetica (RM), sia clinici sia preclinici, e dei diversi parametri che li caratterizzano, la mancanza di benchmark per i protocolli di acquisizione standard, la rapida evoluzione tecnologica, in combinazione con una limitata integrazione con test clinici e neuropsicologici, limitano la possibilità di aggregare i dati di differenti Istituti. Per queste ragioni, gli studi multicentrici devono prevedere l’armonizzazione del protocollo di imaging cerebrale e la valutazione della riproducibilità dei dati nel tempo.
Il progetto mira ad incrementare il poterer diagnostico e prognostico dei dati RM (biomarcatori di immagini) da diversi siti attraverso:
-
Integrazione dei dati attraverso un infrastruttura informatica
-
Armonizzazione dei diversi protocolli tra i diversi produttori e i diversi centri per minimizzare la variabilità intra e inter scanner
-
Condivisione di conoscenze ed esperienze per aumentare la competitività scientifica della rete a livello internazionale.
L’impatto di questo progetto si può riassumere in quattro parole chiave:
-
razionalizzazione delle risorse messe a disposizione presso i vari centri che consentirà l’individuazione di protocolli mirati per
specifiche patologie; -
standardizzazione di protocolli e metodi di analisi che consentirà il confronto di dati acquisiti presso centri diversi;
-
ottimizzazione dei sistemi di acquisizione;
-
condivisione di procedure e dati.
Risonanza magnetica funzionale a riposo (‘resting-state fMRI’): a sinistra il default mode network, a destra il network fronto-parietale destro in un gruppo di individui sani.
-
Censimento delle strumentazioni e sequenze RM disponibili;
-
Definizione e condivisione, tra i diversi IRCCS afferenti, di protocolli diagnostici RM standardizzati di base e avanzati sia per la
clinica che per la ricerca; -
Elaborazione di metodi e procedure (Procedure Operative Standard) per l’acquisizione, elaborazione e condivisione di protocolli
RM sia di base che avanzati specifici per le patologie identificate tra i diversi IRCCS della rete; -
Acquisizione di un gruppo normativo di soggetti sani (stratificato per età) per identificare parametri quantitativi di imaging di
valore sia diagnostico che prognostico; -
Creazione di un database che integri informazioni cliniche e radiologiche (big data) sui progetti pilota nelle demenze e di
disabilita intellettiva in età pediatrica; -
Definizione del percorso delle responsabilità nel trasferimento e gestione dei dati sensibili (“pseudonimizzazione”).
-
Valutazione della qualità delle immagini degli scanner, misure intra e inter-scanner su fantocci e volontari ed elaborazione di
procedure comuni; -
Implementazione di una piattaforma di scambio e di analisi dei dati raccolti finalizzata al controllo di qualità delle immagini RM
basata sulla piattaforma già esistente NeuGRID (https://www.neugrid2.eu) -
Implementazione di un progetto pilota di interfaccia con Human Brain Project, con infrastruttura di comunicazione, archiviazione
e gestione dei dati.
È stato costituito un team composto da 4 ricercatori appartenenti a 4 IRCCS a supporto della impostazione delle sequenze RM, del caricamento dei dati ed immagini sulle piattaforme di analisi e del controllo di qualità.
Il team è composto dai seguenti ricercatori.
-
Dr. Paolo Bosco, Fisico Ricercatore, del FiRM lab, Fondazione IRCCS Stella Maris.
Contributo:
- supporto alla ottimizzazione delle sequenze per le misure qMRI sui fantocci
- supporto alla ottimizzazione di protocolli di acquisizione per imaging cerebrale quantitativo;
- supporto all’utilizzo di pipeline avanzate per il processamento (coregistrazioni a spazi standard, creazione di template progetto specifici) e l’estrazione di misure per il controllo di qualità (SNR, CNR, FBER) e misure quantitative da immagini MR strutturali e ultrastrutturali;
- supporto allo sviluppo di modelli AI allenati su misure quantitative in studi multicentriche.
-
Dr.ssa Silvia De Francesco, Ingegnare Biomedico, Laboratorio di Neuroinformatica, IRCCS Centro San Giovanni di Dio Fatebenefratelli.
Contributo:
- supporto alla creazione di pipeline web-based per archiviazione ed elaborazione di dati acquisiti (i.e.: animal model, phantoms, clincial data);
- supporto al post processing di MRI del protocollo RIN (i.e.: T13D, FLAIR, DTI, rsfMRI, QSM);
- supporto alla sviluppo di strumenti di “machine learning” e “deep learning” come servizi di second opinion nella piattaforma RIN e negli istituti Virtuali Nazionali.
-
Dr.ssa Anna Nigri, Ingegnere ricercatrice sanitaria,UOC Neuroradiologia, Fondazione IRCCS Istituto Neurologico C. Besta.
Contributo:
- supporto alla ottimizzazione delle sequenze per le misure qMRI sui fantocci;
- supporto alla ottimizzazione di protocolli di acquisizione per imaging cerebrale quantitativo;
- supporto per la messa a punto di studi fMRI.
-
Dr. Giovanni Sighinolfi, Fisico, Ricercatore Sanitario presso il Laboratorio Neuroimmagini, ‘IRCCS Istituto delle Scienze Neurologiche di Bologna.
Contributo:
- Supporto all’ottimizzazione di protocolli di acquisizione per RM cerebrale funzionale e di diffusione;
- Supporto all’implementazione di pipeline per il pre-processing delle immagini funzionali e diffusione;
- Supporto all’implementazione di tecniche di analisi delle immagini, in particolare finalizzate a studi di connettomica sia funzionale che strutturale;
- Supporto alla definizione di metodi statistici per l’analisi dei risultati.
Per ulteriori informazioni scrivere a: info@reteneuroscienze.it