L'imaging da tensore di diusione (diffusion tensor imaging) è una tecnica di risonanza magnetica (magnetic resonance imaging, MRI) non invasiva, che permette di ottenere informazioni riguardanti la direzionalità della struttura microscopica cerebrale. In questa tesi vengono presentati dei nuovi algoritmi sviluppati con lo scopo di migliorare l'analisi e la comprensione delle caratteristiche microstrutturali e dell'organizzazione del cervello in vivo. In particolare, viene esposto un nuovo algoritmo di trattografia per la valutazione delle caratteristiche microstrutturali e di diffusione delle lesioni della materia bianca causate da sclerosi multipla, e una nuova tecnica per lo studio di alterazione nella connettività talamo corticale in pazienti colpiti da traumi cranici.

Diffusion tensor imaging and fiber tractography: new approaches to study altered microstructure and evaluation in different pathologies

SQUARCINA, LETIZIA
2010

Abstract

L'imaging da tensore di diusione (diffusion tensor imaging) è una tecnica di risonanza magnetica (magnetic resonance imaging, MRI) non invasiva, che permette di ottenere informazioni riguardanti la direzionalità della struttura microscopica cerebrale. In questa tesi vengono presentati dei nuovi algoritmi sviluppati con lo scopo di migliorare l'analisi e la comprensione delle caratteristiche microstrutturali e dell'organizzazione del cervello in vivo. In particolare, viene esposto un nuovo algoritmo di trattografia per la valutazione delle caratteristiche microstrutturali e di diffusione delle lesioni della materia bianca causate da sclerosi multipla, e una nuova tecnica per lo studio di alterazione nella connettività talamo corticale in pazienti colpiti da traumi cranici.
30-gen-2010
Inglese
diffusion tensor imaging, trattografia / tractography, connettività / connectivity
BERTOLDO, ALESSANDRA
COBELLI, CLAUDIO
Università degli studi di Padova
File in questo prodotto:
File Dimensione Formato  
Squarcina_Diffusion_Tensor_Imaging.pdf

accesso aperto

Dimensione 11.52 MB
Formato Adobe PDF
11.52 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/82383
Il codice NBN di questa tesi è URN:NBN:IT:UNIPD-82383