A fiducial-based framework for precise MRI-guided stereotaxic targeting in nonhuman primates

Para estudar o funcionamento interno do cérebro, os cientistas frequentemente precisam alcançar pontos específicos e minúsculos no interior profundo do crânio com extrema precisão. Isso é especialmente verdadeiro ao trabalhar com primatas não humanos, cujos cérebros são complexos e valiosos para a compreensão da cognição e de doenças humanas. O desafio reside em unir duas formas diferentes de visualizar o cérebro: o mapa detalhado e tridimensional fornecido pela ressonância magnética, ou RM, e o espaço físico e mecânico de um arco cirúrgico que mantém a cabeça do animal estável. Para que um cirurgião consiga guiar uma ferramenta até um alvo, as coordenadas do exame devem alinhar-se perfeitamente com a realidade física da sala de operações. Se esses dois mapas não coincidirem, mesmo um pequeno erro pode significar errar o alvo completamente, o que poderia arruinar um experimento ou causar danos. A solução exige uma maneira confiável de registrar, ou travar, a imagem digital e o espaço físico para que um ponto na tela corresponda exatamente a um ponto no crânio.

Em um estudo recente, pesquisadores buscaram encontrar a maneira mais prática e precisa de alcançar esse alinhamento usando pequenos marcadores semelhantes a parafusos que podem ser fixados diretamente ao crânio. Esses marcadores, conhecidos como fiduciais, são feitos de materiais que aparecem claramente em um exame de RM, atuando como pontos de referência permanentes que o computador pode ver. A equipe testou um método usando um modelo impreso em 3D de um crânio equipado com vinte e oito desses marcadores de parafuso. Eles colocaram três alvos específicos dentro do modelo para representar as áreas profundas do cérebro que desejavam alcançar. Os pesquisadores então realizaram uma série de testes para ver quão bem diferentes métodos matemáticos poderiam traduzir a posição dos marcadores do exame para o espaço físico do arco cirúrgico. Eles introduziram erros deliberadamente, desalinhando o modelo para ver como cada método lidaria com o erro, simulando o tipo de pequenos deslocamentos que ocorrem em uma sala de operações real.

O estudo comparou três maneiras diferentes de calcular a posição. O primeiro método simplesmente deslocava toda a imagem por uma quantidade fixa, uma técnica que os pesquisadores descobriram ser altamente sensível a qualquer desalinhamento; se o modelo estivesse minimamente fora do lugar, o alvo era perdido. O segundo método, chamado registro afim, tentava esticar e torcer a imagem para se ajustar perfeitamente aos marcadores. Embora essa abordagem fizesse com que os marcadores se alinhassem muito de perto na superfície, ela na verdade aumentava o erro nos alvos internos, sugerindo que tentar forçar um ajuste perfeito no exterior pode distorcer o interior. O terceiro método, o registro rígido, tratava o crânio como um objeto sólido que poderia ser movido e rotacionado, mas não esticado. Essa abordagem produziu os menores erros gerais nos alvos internos, mesmo quando o modelo estava desalinhado. Os pesquisadores também confirmaram que esses marcadores de parafuso poderiam ser implantados com sucesso em um animal vivo, vistos claramente em uma RM e, posteriormente, localizados durante uma cirurgia posterior, provando que o sistema funciona em um ambiente biológico real.

As descobertas sugerem que o uso de marcadores fixados ao crânio, combinado com um método de registro rígido, oferece o equilíbrio mais seguro para guiar a cirurgia. Essa abordagem corrige as diferenças na forma como o animal está posicionado sem distorcer o mapa interno do cérebro. Ao testar sistematicamente quantos marcadores usar e como diferentes métodos de cálculo lidam com erros, o estudo fornece uma estrutura prática que melhora as técnicas anteriores. Os resultados indicam que, embora ajustes complexos possam parecer oferecer maior precisão, manter a forma do crânio rígida e inalterada durante o cálculo leva a resultados mais precisos nos alvos críticos no interior do cérebro. Este trabalho estabelece um caminho confiável para os pesquisadores navegarem pela paisagem complexa do cérebro de primatas com confiança, garantindo que as ferramentas alcancem exatamente onde pretendem ir.