Complejidad espacial y estructural de los hemisferios cerebrales en el cerebro masculino y femenino: análisis fractal y cuantitativo de resonancias magnéticas cerebrales
DOI:
https://doi.org/10.31051/1852.8023.v15.n3.43151Palabras clave:
cerebro, dimensión fractal, género, neuroimagenResumen
Objetivos: El objetivo del presente estudio fue comparar las características de la complejidad estructural de los hemisferios cerebrales en hombres y mujeres mediante el análisis fractal de imágenes delineadas y esqueletizadas, así como el análisis cuantitativo de esqueletos digitales de los hemisferios cerebrales. Material y Métodos: Se investigaron resonancias magnéticas cerebrales de 100 individuos de 18 a 86 años (44 hombres y 56 mujeres). Se seleccionaron cinco secciones tomográficas de cada cerebro para el estudio morfométrico (4 secciones coronales y 1 axial). Las secciones fueron preprocesadas y se obtuvieron imágenes delineadas y esqueletizadas. Se realizó un análisis fractal utilizando el método de conteo de cajas bidimensional, y se determinaron las dimensiones fractales de las imágenes delineadas y esqueletizadas. Además, se llevó a cabo un análisis cuantitativo de las imágenes esqueletizadas, determinando los siguientes parámetros: ramas, intersecciones, voxels de punto final, voxels de intersección, voxels de losas, puntos triples, puntos cuádruples, longitud promedio de la rama y longitud máxima de la rama. Resultados: Observamos que ambas variantes de dimensión fractal en hombres y mujeres no mostraron diferencias significativas, aunque la mayoría de los parámetros cuantitativos en hombres fueron mayores que en mujeres. Conclusiones: La complejidad espacial y estructural de los hemisferios cerebrales, caracterizada por dimensiones fractales, es casi indistinguible entre hombres y mujeres. Sin embargo, en algunas secciones tomográficas individuales, el cerebro masculino puede mostrar un número ligeramente mayor de voxels de punto final, correspondientes a los giros de los hemisferios cerebrales. Los datos obtenidos se pueden utilizar en la práctica clínica con fines diagnósticos (por ejemplo, para detectar malformaciones) y para estudios teóricos en neuroanatomía.
Referencias
Brennan D, Wu T, Fan J. 2021. Morphometrical brain markers of sex difference. Cerebral Cortex. 31(8):3641–3649.
De Luca A, Arrigoni F, Romaniello R, Triulzi FM, Peruzzo D, Bertoldo A. 2016. Automatic localization of cerebral cortical malformations using fractal analysis. Physics in Medicine and Biology. 61(16):6025–6040.
Di Ieva A, Esteban FJ, Grizzi F, Klonowski W, Martín-Landrove M. 2015. Fractals in the neurosciences, Part II: Clinical applications and future perspectives. The Neuroscientist. 21(1):30-43.
Farahibozorg S, Hashemi-Golpayegani SM, Ashburner J. 2015. Age- and sex-related variations in the brain white matter fractal dimension throughout adulthood: an MRI study. Clinical Neuroradiology. 25(1):19–32.
Goñi J, Sporns O, Cheng H, Aznárez-Sanado M, Wang Y, Josa S, Arrondo G, Mathews VP, Hummer TA, Kronenberger WG, Avena-Koenigsberger A, Saykin AJ, Pastor MA. 2013. Robust estimation of fractal measures for characterizing the structural complexity of the human brain: optimization and reproducibility. NeuroImage. 83:646-657.
Ha TH, Yoon U, Lee KJ, Shin YW, Lee JM, Kim IY, Ha KS, Kim SI, Kwon JS. 2005. Fractal dimension of cerebral cortical surface in schizophrenia and obsessive-compulsive disorder. Neuroscience Letters. 384(1-2):172-176.
Hofman MA. 1991. The fractal geometry of convoluted brains. Journal of Hirnforschung. 32(1):103-111.
Im K, Lee JM, Yoon U, Shin YW, Hong SB, Kim IY, Kwon JS, Kim SI. 2006. Fractal dimension in human cortical surface: multiple regression analysis with cortical thickness, sulcal depth, and folding area. Human Brain Mapping. 27(12):994-1003.
Jelinek HF, Fernandez E. 1998. Neurons and fractals: how reliable and useful are calculations of fractal dimensions? Journal of Neuroscience Methods. 81(1-2):9-18.
Jiang S, Pan Z, Feng Z, Guan Y, Ren M, Ding Z, Chen S, Gong H, Luo Q, Li A. 2020. Skeleton optimization of neuronal morphology based on three-dimensional shape restrictions. BMC Bioinformatics. 21(1):395.
Kalmanti E, Maris TG. 2007. Fractal dimension as an index of brain cortical changes throughout life. In vivo. 21(4):641–646.
King RD, George AT, Jeon T, Hynan LS, Youn TS, Kennedy DN, Dickerson B; Alzheimer’s Disease Neuroimaging Initiative. 2009. Characterization of atrophic changes in the cerebral cortex using fractal dimensional analysis. Brain Imaging and Behavior. 3(2):154-166.
Király A, Szabó N, Tóth E, Csete G, Faragó P, Kocsis K, Must A, Vécsei L, Kincses ZT. 2016. Male brain ages faster: the age and gender dependence of subcortical volumes. Brain Imaging and Behavior. 10(3):901–910.
Kiselev VG, Hahn KR, Auer DP. 2003. Is the brain cortex a fractal? NeuroImage. 20(3):1765-1774.
Lee JM, Yoon U, Kim JJ, Kim IY, Lee DS, Kwon JS, Kim SI. 2004. Analysis of the hemispheric asymmetry using fractal dimension of a skeletonized cerebral surface. IEEE Transactions on Biomedical Engineering. 51(8):1494-1498.
Li S, Quan T, Xu C, Huang Q, Kang H, Chen Y, Li A, Fu L, Luo Q, Gong H, Zeng S. 2019. Optimization of traced neuron skeleton using Lasso-based model. Frontiers in Neuroanatomy. 13:18.
Madan CR, Kensinger EA. 2016. Cortical complexity as a measure of age-related brain atrophy. NeuroImage. 134:617-629.
Mandelbrot BB. 1982. The fractal geometry of nature. San Francisco: W.H. Freeman and Company.
Maryenko NI, Stepanenko OY. 2022a. Fractal dimension of skeletonized MR images as a measure of cerebral hemispheres spatial complexity. Reports of Morphology. 28(2):40-47.
Maryenko NI, Stepanenko OY. 2022b. Shape of cerebral hemispheres: structural and spatial complexity. Quantitative analysis of skeletonized MR images. Reports of Morphology. 28(3):62-73.
Maryenko N, Stepanenko O. 2023. Quantitative characterization of age-related atrophic changes in cerebral hemispheres: A novel “contour smoothing” fractal analysis method. Translational Research in Anatomy. 33:100263.
Milosević NT, Ristanović D. 2006. Fractality of dendritic arborization of spinal cord neurons. Neurosci Lett. 396(3):172-176.
Podgórski P, Bladowska J, Sasiadek M, Zimny A. 2021. Novel volumetric and surface-based magnetic resonance indices of the aging brain - does male and female brain age in the same way? Frontiers in Neurology. 12:645729.
Savic I, Arver S. 2011. Sex dimorphism of the brain in male-to-female transsexuals. Cerebral Cortex (New York, N.Y. : 1991). 21(11):2525–2533.
Schneider CA, Rasband WS, Eliceiri KW. 2012. NIH Image to ImageJ: 25 years of image analysis. Nature Methods. 9(7):671-675.
Zhang L, Liu JZ, Dean D, Sahgal V, Yue GH. 2006. A three-dimensional fractal analysis method for quantifying white matter structure in human brain. Journal of neuroscience methods, 150(2):242-253.
Zhang L, Dean D, Liu JZ, Sahgal V, Wang X, Yue GH. 2007. Quantifying degeneration of white matter in normal aging using fractal dimension. Neurobiology of Aging. 28(10):1543-1555.
Zhang L, Butler AJ, Sun CK, Sahgal V, Wittenberg GF, Yue GH. 2008. Fractal dimension assessment of brain white matter structural complexity post-stroke in relation to upper-extremity motor function. Brain Research. 1228:229-240.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2023 Nataliia Maryenko, Oleksandr Stepanenko
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación en esta revista. Su utilización estará restringida a fines no comerciales.
Una vez aceptado el manuscrito para publicación, los autores deberán firmar la cesión de los derechos de impresión a la Asociación Argentina de Anatomía Clínica, a fin de poder editar, publicar y dar la mayor difusión al texto de la contribución.
