Purpose. This study sought to correlate lesion volume in infratentorial areas using 3.0-T proton-density (PD)weighted images with disability scales and appropriate functional system scores in patients with multiple sclerosis (MS). Materials and methods. We examined 20 consecutive patients (13 women and 7 men) with a median age of 47 years (range 26-70). Neurological examination included the Expanded Disability Status Scale and its functional systems, the Barthel Index (BI) and the Rivermead Mobility Index (RMI). MRI scans were performed on a system operating at 3.0 T using a quadrature birdcage head coil. Acquired images imported as Digital Imaging and Communication in Medicine (DICOM) files, and the region of interest (ROI) files were converted to Neuroimaging Informatics Technology Initiative (NIfTI) format and normalised to the Montreal Neurological Institute (MNI) standard template. An automated segmentation algorithm was used to distinguish between supratentorial and infratentorial areas. Normalisation to the magnetisation-prepared rapid acquisition with gradient echo (MPRAGE) T1-weighted sequence allowed lesion volume estimation in the different anatomical areas. Results. A significant correlation was found between infratentorial lesion volume and the sensory functional system score (rho=0.76, p=0.002). No significant correlation was found between supratentorial lesion Riassunto Obiettivo. Lo scopo del lavoro è di correlare il volume lesionale sotto-tentoriale in pazienti con sclerosi multipla (SM), utilizzando immagini di risonanza magnetica (RM) pesate in densità protonica a 3 Tesla, con scale di disabilità e sistemi funzionali.
Materiali e metodi. Sono stati studiati 20 pazienti consecutivi (13 donne e 7 uomini) con una età mediana di 47 anni (intervallo 26-70 anni). L'esame neurologico prevedeva l'Expanded Disability Status Scale (EDSS) con i sistemi funzionali, il Barthel Index (BI) e il Rivermead Mobility Index (RMI). Gli esami di RM sono stati eseguiti utilizzando un magnete a 3 Tesla
, con una bobina di quadratura per il cranio. Le immagini, importate come file tipo Digital Imaging and Communications in Medicine (DICOM) e file tipo Regions of Interest (ROI), sono state convertite in formato Neuroimaging Informatics Technology Initiative (NIfTI) e normalizzate rispetto al modello standard del Montreal Neurological Institute (MNI). Un algoritmo di segmentazione automatica è stato applicato per distinguere aree sopra-e sotto-tentoriali. La procedura di normalizzazione rispetto alla sequenza tipo magnetization-prepared rapid acquisition with gradient echo (MPRAGE) pesata in T1 ha permesso di stimare il volume di lesioni nelle differenti aree anatomiche.