Ny avhandling om metoder för analys och karakterisering av hjärnmorfologi från MRI-bilder
Hallå där Irene Brusini, doktorand vid sektionen för klinisk geriatrik, NVS. Den 25 mars försvarar du din avhandling "Methods for the analysis and characterization of brain morphology from MRI images", vad handlar den om?
Min avhandling syftar till att öka kunskapen om hur bilder från en magnetkameraundersökning (MRI) kan användas för att analysera och karakterisera hjärnans struktur. Från en strukturell MRI-bild är det möjligt att extrahera flera egenskaper hos olika hjärnregioner, såsom deras volym och form. Dessa åtgärder kan möjliggöra en bättre förståelse av hjärnan och bidra till identifiering av viktiga biomarkörer för neurologiska och psykiatriska sjukdomar.
Vilka är de viktigaste resultaten?
I mitt första projekt studerades effekten av domesticering (från vild till tam) hos kaniner, och det konstaterades att denna evolutionära process avsevärt omformade deras hjärnstruktur jämfört med deras vilda motsvarigheter. I den andra studien undersöktes hur livsstilsförändringar kan påverka hjärnan hos råttor. Vi fann att en experimental livsstilsintervention kan bromsa hjärnans åldrande hos dessa råttor. Slutligen, i mina studier som gjorts på patienter, visar vi att maskininlärning framgångsrikt kan användas för att automatiskt segmentera hjärnstrukturer från MRI-bilder. Strukturer vi fokuserat på är tidigt påverkade vid neurodegenerativa sjukdomar, så som hippocampus hos Alzheimers patienter (AD) och corpus callosum hos patienter med multipel skleros (MS). De mätvärden vi extraherade från dessa hjärnregioner var också relaterade till sjukdomsgrad.
Hur kan den kunskapen komma människor till nytta/bidra till att förbättra människors hälsa?
Resultaten av de positiva effekterna av en hälsosam livsstil på hjärnans åldrande hos råttor kan stödja användningen av livsstilsrelaterade förebyggande metoder för att bromsa hjärnans åldrande även hos människor. Dessutom är min forskning om hjärnsegmentering med hjälp av maskininlärning värdefull för att utöka den nuvarande kunskapen och på sikt förbättra bilddiagnostiken.
Vad kommer du att göra nu? Kommer du att fortsätta forska?
Jag skulle gärna fortsätta att arbeta inom detta område i framtiden och fortsätta utveckla metoder och tekniska lösningar för att förbättra människors hälsa.