(A) y 10 días después ( del tratamiento de rehabilitación de la mano en una paciente de 46 años con accidente cerebrovascular crónico. Se obtuvieron imágenes de la paciente 45 minutos después de la inyección de un trazador (550 MBq de [99mTc]ECD) utilizando una cámara gamma Siemens MultiSPECT 3 con colimadores de haz en abanico. La resolución de la imagen es de 7-8 mm. La inspección visual de las imágenes de perfusión del SPECT indican una mejoría menor, si es que la hubo, de la perfusión cortical (región parietal). La izquierda de la paciente es la derecha en la imagen. Este estudio fue realizado con la cooperación de los Dres. J Sivenius, H Aronen, M Könönen y colaboradores del Departamento de Neurología, Clínica Radiológica, y Neurofisiología, Hospital de la Universidad de Kuopio, Finlandia.Figura 2. Diagrama fractal de la variación espacial de la perfusión del hemisferio izquierdo de una paciente con accidente cerebrovascular crónico, antes y después del tratamiento de rehabilitación de la mano (la paciente es la misma que la de la figura 1). El coeficiente de variación (dispersión relativa) está diagramado en el conteo de densidad del SPECT junto con el número de subregiones (N) en las que fueron dibujadas las imágenes SPECT. La ecuación utilizada es Y = Y0XD-1. D es la dimensión fractal, la cual indica la complejidad global de la perfusión cerebral. Hubo un significativo incremento (p < 0.005) de la dimensión fractal luego del tratamiento, indicando una perfusión cerebral más heterogénea.1

un trazador (550 MBq de [^99mTc]EC utilizando una cámara gamma Siemens MultiSPECT 3 con colimadores de haz en abanico. La resolución de la imagen es de 7-8 mm. La inspección visual de las imágenes de perfusión del SPECT indican una mejoría menor, si es que la hubo, de la perfusión cortical (región parietal). La izquierda de la paciente es la derecha en la imagen. Este estudio fue realizado con la cooperación de los Dres. J Sivenius, H Aronen, M Könönen y colaboradores del Departamento de Neurología, Clínica Radiológica, y Neurofisiología, Hospital de la Universidad de Kuopio, Finlandia.(INSERTAR LA FIGURA 2)Figura 2. Diagrama fractal de la variación espacial de la perfusión del hemisferio izquierdo de una paciente con accidente cerebrovascular crónico, antes y después del tratamiento de rehabilitación de la mano (la paciente es la misma que la de la figura 1). El coeficiente de variación (dispersión relativa) está diagramado en el conteo de densidad del SPECT junto con el número de subregiones (N) en las que fueron dibujadas las imágenes SPECT. La ecuación utilizada es Y = Y0X^D-1. D es la dimensión fractal, la cual indica la complejidad global de la perfusión cerebral. Hubo un significativo incremento (p < 0.005) de la dimensión fractal luego del tratamiento, indicando una perfusión cerebral más heterogénea. Relative Dispersion, Dispersión relativa; Number of sub-regions, Número de subregiones; Before Treatment, Antes del tratamiento; After Treatment, Después del tratamiento. LIMITACIONES DE LA APROXIMACIÓN FRACTAL

Dado que ocurren errores metodológicos en todas las imágenes reconstruidas (tomografía computada, MRI, ópticas, PET, SPECT, rayos X, etc.), la dispersión observada (DRobservada) debe ser corregida por la dispersión metodológica (DRmetodológica) para lograr la «verdadera» dispersión espacial (DRespacial).^16-18 La dispersión metodológica es debida, entre otras cosas, a la resolución imagenológica, la falta de uniformidad del colmado del campo, el ruido estadístico, la dispersión, el efecto de volumen parcial y los errores de reconstrucción. Si las variaciones debidas al método y a la heterogeneidad verdadera son procesos independientes, la varianza total (varianza observada) es la suma de las varianzas espacial y metodológica, es decir:^16-18

DR²_observada = DR²_espacial + DR²_{metodológica}

El verdadero valor de la dimensión fractal no puede ser logrado mediante el PET o el SPECT, sino sólo su valor aproximado dentro de ciertos límites de resolución y ruido de las imágenes. Además, los trazadores de difusión limitada pueden subestimar aún más la heterogeneidad de la perfusión. ¹⁹DIRECCIONES FUTURAS

El análisis fractal en la investigación médica está en su infancia. Si estas medidas de posprocesamiento de las imágenes médicas fuesen útiles para la cuantificación y diferenciación de las estructuras cerebrales anormales, su perfusión, metabolismo y densidad de receptores a fin de añadir precisión diagnóstica, o para predecir el efecto del tratamiento, otras varias intervenciones deberían ser probadas. Los hallazgos del envejecimiento normal versus los signos patológicos tempranos de la estructura y función cerebrales examinados simultáneamente serán importantes en el futuro próximo. Por ejemplo, las medidas de la complejidad de las señales fisiológicas (EEG, ERP, estudios de activación por fMRI, MEG, etcétera) y sus respuestas a las tareas cognitivas durante el envejecimiento y en diferentes enfermedades podrían probar su utilidad para la mejor comprensión de la fisiología y fisiopatología cerebrales. Así, los efectos de las drogas que como «balas mágicas» actúan sobre las funciones cognitivas, conducta, metabolismo y ocupación de receptores podrían ser evaluados junto con las medidas convencionales utilizando el análisis fractal. Una aplicación nueva es la extrema pérdida de la heterogeneidad de la perfusión en las imágenes de alta resolución provistas por la fMRI, las cuales podrían tener valor clínico para la identificación de pacientes con accidente cerebrovascular agudo que se encuentran en riesgo de muerte súbita.¹⁵CONCLUSIÓN

Dentro de los límites de la resolución espacial y el ruido de las imágenes médicas, la heterogeneidad de la estructura cerebral y su flujo sanguíneo se caracterizan correctamente por medio de la dimensión fractal. Una aproximación fractal puede ser útil como uno de los métodos de posprocesamiento para interpretar los detalles más finos de las imágenes médicas y las señales fisiológicas. Sin embargo, se necesita mucha más experiencia para evaluar su valor diagnóstico o predictivo para el cuidado del paciente.BIBLIOGRAFIA

1. Detre JA, Floyd TF. Functional MRI and its application to the clinical neurosciences. Neuroscientist 2001; 7: 64-79.
2. Ross B, Bluml S. Magnetic resonance spectroscopy of the human brain. Anat Rec 2001; 265: 54-84.
3. Grafton ST. PET: activation of cerebral blood flow and glucose metabolism. Adv Neurol 2000; 83: 87-103.
4. Kuikka JT, Belliveau JW, Hari R. Future of functional brain imaging. Eur J Nucl Med 1996; 23: 737-740.
5. Lammertsma AA. PET/SPECT: functional imaging beyond now. Vision Res 2001; 41: 1277-1281..
6. Hari R, Forss N. Magnetoencephalograhy in the study of human somatosensory cortical processing. Philos Trans R Soc Lond B Biol Sci 1999; 354: 1145-1154.
7. Mandelbrot B. How long is the coast of Britain Statistical self-similarity and fractal dimension. Science 1967; 156: 636-638.
8. Lewis A, Lipsitz MD, Goldberger AL. Loss of ‘complexity’ and aging. Potential applications of fractals and chaos theory to senescence. JAMA 1992; 267: 1806-1809.
9. Nelson TR. Fractals. Physiologic complexity, scaling, and opportunities for imaging. Invest Radiol 1990; 25: 1140-1148.
10. Goldberger AL. Is the normal heartbeat chaotic or homeostatic NIPS 1991; 6: 87-91.
11. Cook MJ, Free SL, Manford MR, Fish DR, Shorvon SD, Stevens JM. Fractal description of cerebral cortical patterns in frontal lobe epilepsy. Eur Neurol 1995; 35: 327-335.
12. Hentschel F, Besthorn C, Schmidt MH. The fractal dimension as an imaging parameter in CT scans of patients with anorexia nervosa before and after therapy. Z Kinder Jugendpsychiatr Psychother 1997; 25: 201-206.
13. Grachev ID, Apkarian AV. Chemical heterogeneity of the living human brain: a proton MR spectroscopy study on the effects of sex, age, and brain region. Neuroimage 2000; 11: 554-563.
14. Cheng LL, Anthony DC, Comite AR, Black PM, Tzika AA, Conzalez RG. Quantification of microheterogeneity in glioblastoma multiforme with ex vivo high-resolution magic-angle spinning (HRMAS) proton magnetic resonance spectroscopy. Neuro Oncol 2000; 2: 87-95.
15. Ostergaard L, Sorensen AG, Chesler DA, Weisskoff RM, Koroshetz WJ, Wu O, Gyldensted C, Rosen BR. Combined diffusion-weighted and perfusion-weighted flow heterogeneity magnetic resonance imaging in acute stroke. Stroke 2000; 31: 1097-1103.
16. Kuikka JT, Hartikainen P. Heterogeneity of cerebral blood flow: a fractal approach. Nuklearmedizin 2000; 39: 37-42.
17. Kuikka JT, Länsimies E. A fractal approach for evaluation of pulmonary circulation in man at rest and during exercise. Clin Physiol 1999; 19: 107-110.
18. Bassingthwaighte JB, Liebovitch LS, West JB. Fractal Physiology. New York, NY: Oxford University Press 1994.
19. Quarles RP, Mintum MA, Larson KB, Markham J, MacLeod AM, Raichle ME. Measurement of regional cerebral blood flow with positron emission tomography: a comparison of 15Owater to 11Cbutanol with distributed-parameter and compartmental models. J Cereb Blood Flow Metab 1993; 13: 733-747.

La respuesta correcta se infiere al leer atentamente el trabajo:

ANALISIS FRACTAL PARA EL ESTUDIO CEREBRAL

Programa SIIC  de Eduación Médica Contínua (PEMC-SIIC)