Preprocessing e analisi preliminare di immagini MRI cerebrali in neonati pretermine

Abstract

La nascita pretermine rappresenta una delle principali cause di morbilità neurologica infantile e richiede strumenti affidabili per la valutazione precoce dello sviluppo cerebrale. Questo lavoro si concentra sul preprocessing e sull’analisi preliminare di immagini di risonanza magnetica (MRI) cerebrale in neonati molto pretermine, con l’obiettivo di identificare parametri quantitativi associati agli outcome neuroevolutivi.

Lo studio è stato condotto su una coorte di 19 neonati nati tra la 28ª e la 32ª settimana di età gestazionale e sottoposti a risonanza magnetica all’età equivalente al termine. Le immagini sono state elaborate mediante la pipeline automatizzata Infant FreeSurfer, specificamente sviluppata per l’imaging cerebrale pediatrico, che consente la segmentazione di sostanza bianca, sostanza grigia profonda e liquido cerebrospinale. Dopo un accurato controllo di qualità, comprensivo di eventuali correzioni manuali, sono stati estratti parametri volumetrici e morfometrici delle principali strutture cerebrali.

Le misure ottenute sono state correlate con gli score clinici Hammersmith Infant Neurological Examination (HINE) a 12 mesi e Griffiths Mental Development Scales – Extended Revised (GMDS-ER) a 24 mesi. I risultati hanno evidenziato una correlazione positiva tra volumi maggiori di sostanza bianca e sostanza grigia profonda e migliori esiti neurologici, mentre l’aumento degli spazi ventricolari è risultato associato a punteggi inferiori. Questi dati suggeriscono che la volumetria automatica possa rappresentare un biomarcatore precoce dello sviluppo neurologico e un valido supporto alle valutazioni cliniche tradizionali. L’integrazione di strumenti avanzati di analisi delle immagini potrebbe favorire una diagnosi più tempestiva e la pianificazione di interventi terapeutici personalizzati nei neonati molto pretermine.

Preterm birth is one of the leading causes of neurological morbidity in childhood, highlighting the need for reliable tools for the early assessment of brain development. This thesis focuses on the preprocessing and preliminary analysis of brain magnetic resonance imaging (MRI) in very preterm infants, aiming to identify quantitative parameters associated with neurodevelopmental outcomes.

The study involved a cohort of 19 infants born between 28 and 32 weeks of gestational age who underwent MRI at term-equivalent age. Images were processed using Infant FreeSurfer, an automated pipeline specifically designed for pediatric brain imaging, enabling the segmentation of white matter, deep gray matter, and cerebrospinal fluid. Following careful quality control and, when necessary, manual corrections, volumetric and morphometric measurements of major brain structures were extracted.

These parameters were correlated with clinical scores, including the Hammersmith Infant Neurological Examination (HINE) at 12 months and the Griffiths Mental Development Scales – Extended Revised (GMDS-ER) at 24 months. The results showed a positive association between larger white matter and deep gray matter volumes and better neurological outcomes, whereas enlarged ventricular spaces were associated with lower developmental scores. These findings suggest that automated brain volumetry may represent an early biomarker of neurological maturation and a valuable complement to conventional clinical assessments. The integration of advanced image analysis tools into clinical practice could improve early risk stratification and support personalized therapeutic interventions in very preterm infants.