Modelagem em ressonância magnética para diagnóstico médico

Resumo

Ressonância Magnética (RM) é atualmente o método de formação de imagem médica que possibilita excelente visualização de detalhes anatômicos de estruturas internas do corpo humano. Este estudo teve por objetivo analisar a modelagem na formação de imagens por RM, destacando a sua importância para aplicações médicas. Consistiu em uma revisão integrativa da literatura realizada a partir de artigos científicos publicados nos últimos 5 anos, disponíveis nas bases de dados MEDLINE e LILACS, com o uso dos descritores: MRI, diagnostic imaging, image processing, clinical application, com o operador booleano AND. No diagnóstico médico realizado com a RM, pacientes têm sido submetidos a intenso campo magnético estático. Nas imagens tomográficas por RM, análises anatômicas e funcionais têm sido associadas ao comportamento do próton de Hidrogênio, presente em moléculas de água móvel. Devido à sua natureza de dipolo magnético, tais prótons se alinham ao campo aplicado, gerando uma magnetização resultante. Esse alinhamento envolve o movimento de precessão, cuja frequência é chamada de frequência de Larmor (Rakhimov et al., 2025). Para gerar a imagem, é necessário aplicar pulsos de radiofrequência, que desviam a magnetização para o plano transverso. Após o término do pulso, os prótons retornam ao estado de equilíbrio por meio do processo de relaxação, em T1 (tempo de relaxação longitudinal, spin-rede) e em T2 (tempo de relaxação transversal, spin-spin), permitindo diferenciar os tecidos do corpo humano, conforme suas propriedades físico-químicas (Azhar et al., 2022). Sequências de pulso como Spin Echo e Gradient Echo podem gerar outras ponderações no contraste das imagens. Os sinais de radiofrequência emitidos pelo corpo do paciente, durante o processo de relaxação, são captados por bobinas e submetidos à codificação espacial, via gradientes de campo magnético. Esses dados são armazenados no k-space e processados por algoritmos que constroem a imagem final (Jahng et al., 2020). Recentemente a Ressonância Magnética Fingerprinting (RMF) representou um avanço na obtenção de imagens médicas, ao empregar subamostragem do k-space, reconstruir por comparação com um dicionário simulado, otimizando tempo de obtenção da imagem e a acurácia quantitativa do diagnóstico (Monga et al., 2024). Clinicamente, a RM tem sido aplicada para o diagnóstico e monitoramento de neoplasias e de lesões musculoesqueléticas, na análise da função cardíaca e do encéfalo, dentre outras indicações clínicas (Azhar et al., 2022; Jahng et al., 2020). A RM tem possibilitado a avaliação multiplanar do corpo humano com alta qualidade de imagem, sem uso de radiação ionizante, e com caráter não invasivo. Além do alto custo dos equipamentos de RM e disparidade logístico-social no acesso ao método, na obtenção da imagem médica há alta sensibilidade a movimentos do paciente, intenso e desconfortável ruído gerado pelo equipamento, contraindicação para seu uso por pacientes com dispositivos metálicos implantados e em pacientes claustrofóbicos (Rakhimov et al., 2025). Apesar destas limitações técnico-estruturais, conclui-se que a Ressonância Magnética possibilita a obtenção de imagens de alta resolução, desempenhando um papel essencial em diagnósticos e na tomada de decisões médicas.
 
Palavras-chave: diagnóstico médico; engenharia biomédica; imagem médica; processamento de imagens.
  
Referências:
AZHAR, S.; CHONG, L. R. Clinician’s guide to the basic principles of MRI. Postgraduate Medical Journal, v. 99, n. 1174, p. postgradmedj-2022-141998, 2022. 
JAHNG, G.-H. et al. Magnetic Resonance Imaging: Historical Overview, Technical Developments, and Clinical Applications. Progress in Medical Physics, v. 31, n. 3, p. 35–53, 2020. 
MONGA, A. et al. Emerging Trends in Magnetic Resonance Fingerprinting for Quantitative Biomedical Imaging Applications: A Review. Bioengineering, v. 11, n. 3, p. 236, 2024.
RAKHIMOV, B. et al. Physical Principles of Magnetic Resonance Imaging (MRI). Modern American Journal of Medical and Health Sciences, v. 1, n. 2, p. 56–61, 2025.