В этой статье мы предлагаем новую модель Dense-Unet для восстановления T2WI из T1WI и T2WI с недостаточной выборкой. Добавленный T1WI делает возможной реконструкцию T2WI из 1/8 коэффициента недостаточной выборки в k-пространстве, что приводит к 8-кратному ускорению.Плотный блок, который требует значительно меньше параметров и меньше вычислений, в нашей работе интегрируется в архитектуру Unet. Это позволяет нашей модели еще больше улучшить качество реконструированного T2WI. Всесторонние эксперименты показали превосходные характеристики нашего метода, включая качество восприятия и скорость бега. Таким образом, эта работа может потенциально улучшить эффективность получения и качество изображения в клинических условиях.

Границы | Картирование миелина всего мозга с использованием данных МРТ-изображений, взвешенных по Т1 и Т2

Введение

Миелин, диэлектрическая оболочка, окружающая аксоны нейронов, является важным компонентом эффективного функционирования мозга.Его основная роль заключается в облегчении процессов нейронной коммуникации на дальние расстояния, поддерживающих когнитивные, сенсорные и моторные функции более высокого порядка. Точная оценка миелина in vivo чрезвычайно важна для всестороннего понимания нейроразвития и нейродегенерации человека (Staudt et al., 1994; van Buchem et al., 2001; Paus et al., 2001; Barkovich, 2005; Kizildag et al. al., 2005; Laule et al., 2006, 2007; Steenweg et al., 2010; Deoni et al., 2011; Glasser, Van Essen, 2011; Welker, Patton, 2012).Гистопатологические методы являются золотым стандартом для количественной оценки миелина, но их можно использовать только после смерти (Gareau et al., 2000; Laule et al., 2006). Кроме того, гистопатологические исследования обычно проводятся только для ограниченного числа областей, а не для всего мозга. Для решения этой проблемы были предложены инструменты неинвазивной визуализации на основе магнитно-резонансной томографии (МРТ) для картирования миелина (Barkovich, 2000; Paus et al., 2001): обычные T1-взвешенные (T1-w) и T2-взвешенные ( T2-w) визуализация, визуализация с переносом намагниченности, визуализация тензора диффузии (DTI), восстановление инверсии с ослаблением жидкости (FLAIR), многокомпонентная визуализация T2-релаксации (MCRI) и многокомпонентное наблюдение за управляемым равновесием одиночным импульсом T1 и T2 (МакДЕСПОТ).

В ранних исследованиях МРТ использовались времена релаксации T1 и T2 (Crooks et al., 1987; Tofts and du Boulay, 1990), которые строго связаны с изменениями во взаимодействиях между молекулами воды и макромолекулами тканей (Miot-Noirault et al., 1997 ), чтобы оценить пространственное распределение миелина в головном мозге. Уровень яркости, характеризующий белое вещество на T1-w МРТ, связан с пространственным распределением миелин-связанного холестерина, так что степень миелинового контраста может быть определена по изображениям T1-w (Dobbing and Sands, 1973; Koenig, 1991). ).И наоборот, релаксация T2 связана с переносом протонов, молекулярным обменом и диффузией воды. Гидрофобные свойства липидного бислоя миелина ограничивают молекулярное движение протонов (Miot-Noirault et al., 1997; Barkovich, 2000), а гипоинтенсивность на T2-w изображениях отражает относительно большее содержание миелина. Стоит отметить, что изображения T1-w и T2-w обычно предоставляют только качественную информацию о распределении миелина в головном мозге. Таким образом, различные методы МРТ предпочтительны для клинических исследований, включающих прямое сравнение миелина у пациентов и здоровых людей.

Визуализация с переносом намагниченности — это наиболее часто используемый метод для обнаружения тонких изменений в биохимической архитектуре и составе тканей (Grossman et al., 1994; Rademacher et al., 1999; van Buchem et al., 2001; Barkovich, 2005). Фундаментальная концепция этого метода — обмен намагниченностью между подвижными протонами (вода) и неподвижными протонами, связанными с макромолекулами (неводная ткань). Этот эффект обычно измеряется как коэффициент передачи намагниченности (MTR).Несмотря на высокую чувствительность к изменениям и повреждению тканей, MTR нельзя считать абсолютным маркером миелинизации. Фактически, низкий MTR может быть результатом либо изменения содержания миелина, либо структурных изменений после воспаления (Gareau et al., 2000; Laule et al., 2007).

DTI — это метод, чувствительный к процессам диффузии молекул воды в биологической ткани (Beaulieu, 2002). Кинематика молекул воды может быть выражена в терминах фракционной анизотропии (ФА), которая служит маркером развития белого вещества, повреждения аксонов и патологии миелина.Однако разные исследования предоставили доказательства, что миелин не является единственным элементом анизотропной диффузии воды в аксональных волокнах (Laule et al., 2007; Madler et al., 2008). Следовательно, ЖК следует рассматривать как индикатор плотности волоконного тракта и только косвенно содержания миелина.

Кроме того, в ограниченном количестве исследований высказывались предположения о потенциале визуализации FLAIR в качестве подходящего маркера созревания миелина (Ashikaga et al., 1999; Murakami et al., 1999; Kizildag et al., 2005).FLAIR — это особая инверсионно-восстановительная последовательность, которую можно использовать при визуализации головного мозга для подавления или значительного уменьшения сигнала, исходящего от спинномозговой жидкости. В этом отношении обнаружение глубоких поражений белого вещества рядом с желудочками оказалось чрезвычайно важным для распознавания патологических процессов, таких как рассеянный склероз (Miller et al. , 1998).

В последние годы были внедрены и другие методы, такие как MCRI (MacKay et al., 1994; Whittall et al., 1997; Beaulieu et al., 1998; Гаро и др., 2000; Видарссон и др., 2005; Лаул и др., 2006; Oh et al., 2006; Madler et al., 2008) и mcDESPOT (Deoni et al., 2008, 2011). Они основаны на том принципе, что спиновая релаксация в конкретной неоднородной среде не может считаться моноэкспоненциальной. Соответственно, они используют несколько последовательностей получения МР-импульсов для определения биофизических свойств исследуемой ткани (Laule et al., 2007). Это позволяет разделить сигнал, принадлежащий воде, заключенной между бислоями миелина (миелиновая вода) (MacKay et al., 1994) из общего сигнала MR, что привело к измерению доли миелина и воды (MWF). MWF в настоящее время считается надежным маркером миелина (Gareau et al., 2000; Laule et al., 2006). Однако серьезной проблемой при использовании как MCRI, так и mcDESPOT является ощутимо долгое время сканирования (от 10 до 25 минут) (Whittall et al. , 1997; Gareau et al., 2000; Oh et al., 2006; Madler et al., 2008). ; Deoni et al., 2011; Kitzler et al., 2012; Kolind et al., 2012), что может ограничить их применимость в клинических исследованиях.

В последнее время возродился интерес к визуализации T1-w и T2-w для картирования миелина. Glasser и Van Essen (2011) предложили комбинировать изображения T1-w и T2-w для получения контрастного изображения с усилением миелина (Glasser et al., 2013, 2014). По сравнению с количественными методами, которые обычно требуют более длительного сбора данных, быстрое сканирование делает его потенциально хорошо подходящим для клинических исследований. Однако стоит отметить, что метод T1-w / T2-w, описанный Glasser и Van Essen (2011), является относительной мерой, потенциально характеризующейся несогласованностью шкалы интенсивности в наборах данных, которые могут присутствовать даже для МРТ-изображений, собранных с помощью один и тот же сканер в разные дни.Для решения этой проблемы, которая может затруднить внутригрупповые и межгрупповые статистические сравнения, строго необходимо использование калибровочного подхода. Глассер и Ван Эссен (2011) представили внутреннюю калибровку на основе гистограммы изображения. Важно отметить, что этот подход может быть неподходящим для исследований, в которых ожидаются изменения миелина в результате заболевания головного мозга. Действительно, внутренняя калибровка уменьшает глобальные различия между пациентами и контрольной группой до такой степени, что измененные уровни миелина могут не обнаруживаться.Кроме того, форма гистограммы изображения T1-w / T2-w у пациентов может отличаться от контрольной, так что локальные изменения уровней миелина у пациентов могут наблюдаться ошибочно из-за выравнивания гистограмм между пациентами и контрольными группами.

Здесь мы стремились к дальнейшему развитию техники T1-w / T2-w, решая проблему несоответствия шкалы интенсивности в разных наборах данных. Мы разработали рабочий процесс анализа для калибровки интенсивностей T1-w / T2-w в головном мозге с использованием информации об интенсивности T1-w и T2-w, извлеченной из ткани вне мозга, тем самым избегая проблем, связанных с использованием внутренней калибровки. .Чтобы оценить эффективность нашей процедуры нормализации, мы сравнили изображения T1-w / T2-w, полученные с разных МРТ-сканеров, с разными последовательностями и параметрами получения. Затем мы исследовали согласованность T1-w / T2-w у здоровых людей по сравнению с другими методами МРТ, такими как MTR, FA и FLAIR. Наши результаты показывают, что метод соотношения T1-w / T2-w может быть надежным и относительно быстрым инструментом для неинвазивной визуализации миелина.

Методы

В этом разделе мы описываем рабочий процесс калибровки изображений T1-w / T2-w, позволяющий картировать миелин в мозге человека с использованием данных МРТ-изображений T1-w и T2-w.Затем мы покажем надежность и чувствительность метода отношения T1-w / T2-w по сравнению с альтернативными методами.

Описание метода

Теоретические основы

Наш метод является расширением метода, первоначально предложенного Глассером и Ван Эссеном (2011). Они показали, что, вычисляя соотношение между T1-w и T2-w изображениями одного и того же объекта, можно увеличить контраст, связанный с содержанием миелина (Рисунок 1).

Рисунок 1.Изображение с повышенной контрастностью миелина для репрезентативного объекта . Отношение интенсивности сигнала T1-w (A) к T2-w (B) рассчитывается для получения изображения (C) с соотношением T1-w / T2-w. Это делается для улучшения отображения за счет увеличения контраста между различными миелинизированными структурами. Поскольку обычные МРТ-изображения имеют произвольную шкалу интенсивности, три изображения отображаются с цветовой картой, назначенной на основе значений 10-го и 90-го процентилей. Субъект, использованный для этого рисунка, — Субъект 30 из базы данных KIRBY21.

Контрастное изображение с усиленным миелином, полученное с помощью этого подхода, однако, не является автоматически свободным от смещения, потому что соотношение не ослабляет (или не устраняет) смещение изображения, возникающее из-за разных профилей чувствительности приемных катушек для двух изображений (Belaroussi et al. , 2006 г.). Кроме того, шкала интенсивности изображения T1-w / T2-w зависит от конкретных приборов и параметров сканирования, используемых для изображений T1-w и T2-w. В общих чертах, изображение T1-w / T2-w можно смоделировать следующим образом:

, где содержание миелина представлено как x , профили чувствительности обозначены s ₁ и s ₂ для изображений T1-w и T2-w соответственно, и α ₁ и α ₂ — коэффициенты масштабирования.Соответственно, интенсивность T1-w / T2-w зависит от комбинации s ₁ , s ₂ , α ₁ , α ₂ (β в уравнении 1). Целью автономной процедуры нормализации является достижение идеальной конфигурации, в которой различия в профилях чувствительности последовательностей T1-w и T2-w становятся незначительными (т. Е. с ₁ → 1, с ₂ → 1), а значения α ₁ и α ₂ стандартизированы, так что шкала интенсивности T1-w / T2-w сопоставима для разных субъектов.

Реализация метода

Создание маски . Стандартизация интенсивности может быть достигнута с помощью внутреннего масштабирования значений интенсивности, как ранее было предложено Глассером и Ван Эссеном (2011). При выполнении этой процедуры может возникнуть ошибочное представление при наличии измененных уровней миелина. В этом случае внутреннее масштабирование действительно может скрыть существенные различия, не позволяя проводить достоверные сравнения между контрольной группой и пациентами. По этой причине мы реализовали подход внешней калибровки.Стандартизация изображения T1-w / T2-w была достигнута с помощью нескольких этапов обработки (рис. 2), для которых мы использовали SPM8 (Wellcome Trust Center for Neuroimaging, Лондон, Великобритания). В качестве первого шага были созданы две тематические маски путем преобразования предопределенных масок в стереотаксическом пространстве Монреальского неврологического института (MNI) в индивидуальное пространство с использованием изображений T1-w в двух пространствах для расчета необходимого пространственного преобразования (Эшбернер и Фристон, 1997, 1999). Чтобы гарантировать эффективность этого шага, маски должны содержать вокселы вне мозга и должны охватывать области изображения с относительно высокой региональной однородностью.Кроме того, одна из них должна содержать относительно низкие значения на изображении T1-w и высокие значения на изображении T2-w, а другая маска должна иметь обратные характеристики. Мы реализовали эту спецификацию, выбрав две маски, покрывающие глазные яблоки и височные мышцы соответственно (рис. 3). Они были определены непосредственно в пространстве MNI путем сегментирования и определения порога изображений шаблона ICBM152 (http://www.bic.mni.mcgill.ca/ServicesAtlases/ICBM152NLin2009).

Рисунок 2.Калибровка изображения T1-w / T2-w: рабочий процесс анализа . Рабочий процесс обработки данных изображения T1-w / T2-w, включая деформацию стандартных масок из MNI в предметное пространство. Коррекция смещения является первым, фундаментальным этапом для необработанных изображений T1-w и T2-w. Затем каждое изображение без смещения проходит процесс нормализации для достижения надлежащего масштабирования. Наконец, изображение T1-w / T2-w вычисляется как отношение откалиброванных изображений T1-w и T2-w.

Рисунок 3.Маски, использованные для процедуры калибровки . Алгоритм калибровки основан на значениях, извлеченных из двух анатомических масок (глаза и височная мышца), деформированных в пространстве объекта. Маска для глаза (A) расположена внутри стекловидного тела глазного яблока и включает гель, заполняющий пространство между сетчаткой и хрусталиком. Маска височной мышцы (B) , которая является одной из основных мышц, участвующих в процессе жевания, устанавливается на большую часть височной мышцы, покрывающей височную кость.Субъект, представленный на рисунке, — это субъект 30 из базы данных KIRBY21, как показано на рисунке 1.

Коррекция смещения . Параллельно с созданием масок для конкретных субъектов исходное изображение T2-w было сопоставлено с изображением T1-w посредством преобразования твердого тела (Collignon et al. , 1995). Затем изображения T1-w и T2-w совместно подвергались коррекции смещения, чтобы гарантировать пространственное выравнивание профиля чувствительности ( s ₁ и s ₂ в уравнении 1).В отличие от неоднородностей поля приема (B1−), отношение T1-w / T2-w не может полностью скорректировать неоднородности поля пропускания (B1 +) по интенсивности и контрасту (Glasser, Van Essen, 2011; Glasser et al., 2014). Соответственно, вместо устранения общей пространственной неоднородности путем комбинирования изображений T1-w и T2-w (Glasser et al., 2014) мы выбрали инструмент коррекции неоднородности интенсивности, реализованный в SPM8 (Ashburner and Friston, 2005; Weiskopf et al. , 2011) на двух изображениях отдельно. Входные параметры для алгоритма коррекции неоднородности интенсивности, а именно параметры сглаживания и регуляризации, были установлены на их значения по умолчанию (равные 60 мм и 10 ⁻⁴ соответственно).

Стандартизация интенсивности . После коррекции смещения изображения T1-w и T2-w были дополнительно обработаны для стандартизации их интенсивности с использованием процедуры линейного масштабирования. В частности, пики (режимы) распределения интенсивностей в двух масках (рис. 4) были извлечены из несмещенных T1-w или T2-w изображений одного объекта, обозначенных как X _S и Y _S. , а затем сравнивались с соответствующими значениями из изображения шаблона ICBM152 той же модальности, обозначенного как X _R и Y _R .Режимы для шаблона ICBM152 соответствовали X _R = 58,6 и Y _R = 28,2 для изображения T1-w, или X _R = 21,1 и Y _R = 99,9 для изображения T2-w. Линейное масштабирование изображения T1-w или T2-w было выполнено с использованием следующей формулы:

Рис. 4. Интенсивности T1-w и T2-w для масок глазного яблока и височных мышц . Мы проанализировали интенсивности T1-w и T2-w в масках глазного яблока и височных мышц для субъекта 30 из базы данных KIRBY21. Значения маски глазного яблока для изображения T1-w (A) всегда ниже, чем значения в маске височных мышц (B) , тогда как значения маски глазного яблока на изображении T2-w (C) больше, чем ограниченные маской височных мышц (D) . Поскольку интенсивности вокселей в двух масках обычно показывают распределения, отклоняющиеся от гауссовского тренда, мы выбрали эталонные значения в качестве пика распределения (т.е.е., числовой режим), а не статистическое среднее или медианное значение.

, где I и I _C — изображения до и после калибровки соответственно. После калибровки изображений T1-w и T2-w по формуле, описанной выше, их соотношение было вычислено для получения откалиброванного изображения T1-w / T2-w (см. Уравнение 1).

Проверка метода

Субъекты и сбор данных

Мы использовали три различных общедоступных набора данных для проверки метода.Два из них были извлечены из базы данных IXI Имперского колледжа Лондона (http://biomedic.doc.ic.ac.uk/brain-development/index.php?n=Main.Datasets), а третий — из База данных KIRBY21 Исследовательского центра функциональной визуализации мозга Кирби в Балтиморе (http://mri.kennedykrieger.org/databases.html). Для первых двух наборов данных мы извлекли изображения T1-w и T2-w, полученные у 21 здорового субъекта с помощью МР-сканера 1,5T (Gyroscan Intera, Philips Healthcare) и у 21 здорового пациента с помощью сканера 3T MR (Intera, Philips Healthcare). соответственно.Третий набор данных содержал изображения T1-w, T2-w, MT, FA и FLAIR, полученные у 21 здорового субъекта с помощью другого МРТ-сканера 3T (Achieva, Philips Healthcare). Стоит отметить, что в базе данных IXI доступно более 600 субъектов, но мы выбрали только 21 из них для каждого сканера, чтобы обеспечить статистическую сопоставимость результатов с результатами из базы данных KIRBY21. Выбор был сделан таким образом, чтобы в нашем анализе можно было использовать субъектов с сопоставимым возрастным диапазоном из разных баз данных. Мы определили оптимальную группу соответствия возрасту в базе данных IXI после оценки каждой возможной группы из 21 субъекта, созданной с использованием подхода перестановки.Мы рассчитали U-критерий Манна – Уитни для возраста каждой группы IXI, используя возраст группы KIRBY 21 в качестве эталона. Наконец, мы определили группу IXI, которая дает наибольшую вероятность. Подробная информация о демографических характеристиках объекта и параметрах сканирования для различных модальностей изображения представлена ​​в таблицах 1, 2, соответственно.

Таблица 1. Демографические данные .

Таблица 2. Параметры последовательности МРТ .

Сходство гистограмм изображений у разных субъектов

Мы вычислили изображения T1-w / T2-w как до, так и после калибровки для каждого отдельного набора данных, включенного в исследование, и сравнили их, чтобы оценить влияние процедуры калибровки.Мы количественно оценили сходство гистограмм интенсивности для изображений T1-w / T2-w с одного и того же МРТ-сканера, а также с разных сканеров. В частности, мы разделили весь диапазон значений изображения на 500 интервалов и нормализовали каждую гистограмму, разделив ее на сумму по всем ее элементам, чтобы учесть различное количество вокселей мозга у разных людей. Затем мы оценили среднее значение и стандартное отклонение по гистограммам различных наборов данных по отдельности, чтобы количественно оценить согласованность значений T1-w / T2-w у разных субъектов.

Кроме того, мы провели количественный анализ белого вещества, где в основном присутствует миелин. Мы использовали набор инструментов сегментации SPM8 (Ashburner and Friston, 2005) на изображениях T1-w и T2-w, чтобы создать карту вероятности белого вещества с пороговым значением p > 0,5, чтобы получить двоичную маску белого вещества. Следовательно, мы оценили числовой режим распределения значений T1-w / T2-w в маске как репрезентативный для всей структуры мозга. Мы применили эту процедуру к каждому набору данных и проанализировали полученные значения с помощью описательной и логической статистики, чтобы оценить потенциальное увеличение воспроизводимости по предметам.Сначала мы проверили нормальное распределение значений с помощью теста Лиллиэфорса ( p <0,05). Затем мы оценили, были ли уменьшены различия между базами данных с помощью процедуры калибровки с использованием тестов t и однофакторного дисперсионного анализа (ANOVA) значений до и после калибровки.

Сравнение T1-w / T2-w с изображениями MTR, FA и FLAIR

В качестве дополнительной оценки мы также сравнили изображение T1-w / T2-w с изображениями MTR, FA, FLAIR тех же субъектов, используя мультимодальный набор данных изображений из базы данных KIRKY21.Изображение FLAIR было зарегистрировано только для изображения T1-w / T2-w, тогда как значения MTR и FA были рассчитаны на основе зарегистрированных изображений с переносом намагниченности и данных DTI, соответственно.

Визуализация с переносом намагниченности, будучи чувствительной к макромолекулярному составу ткани, классически используется для оценки изменений в содержании миелина (Schmierer et al., 2004). Данные передачи намагниченности (MT) характеризуются импульсной последовательностью с использованием искаженного трехмерного градиентного эхо-сигнала. Для данных в базе данных KIRBY21 подготовка МТ была достигнута с использованием пятилепесткового синк-гауссовского РЧ-облучения (B ₁ = 10.5 мТл, длительность 24 мс и частота смещения = 1500 Гц). Также было получено эталонное сканирование с теми же параметрами в отсутствие подготовки МТ. Мы рассчитали изображение MTR как:

где M _S — изображение с препарированием МТ (при наличии радиочастотного облучения), а M ₀ — эталонное изображение без подготовки МТ. Затем мы использовали SPM8 для регистрации изображения MTR с изображениями T1-w и T2-w одного и того же объекта с помощью преобразования твердого тела (Collignon et al., 1995).

DTI чувствителен к диффузии воды через связки белого вещества и обычно используется для создания карты значений FA в мозгу. Примечательно, что поскольку миелин окружает и защищает волокна белого вещества, наличие высоких значений ЖК можно рассматривать как косвенный показатель высокого содержания миелина. Данные DTI в базе данных KIRBY21 были получены с помощью многосрезовой однократной эхопланарной визуализации (EPI), последовательности спин-эхо с подавлением жировой ткани путем спектрального предварительного насыщения с восстановлением инверсии и с передне-задним направлением фазового кодирования.Взвешивание диффузии применялось по 32 направлениям со значением b , равным 700 с / мм ² (Landman et al., 2011). Мы использовали программу FSL 5.0 (Оксфордский центр функциональной МРТ головного мозга, Оксфордский университет) для расчета изображения FA. Во-первых, мы выполнили предварительное выравнивание (аналогично коррекции движения в данных фМРТ), чтобы скорректировать движение головы во время сеанса и уменьшить влияние вихревых токов градиентной катушки (Horsfield, 1999). Мы также использовали параметры выравнивания для корректировки B-матрицы, чтобы информация о направлениях диффузионного взвешивания была правильно сохранена (Leemans and Jones, 2009).Затем тензор диффузии был рассчитан с использованием простой аппроксимации тензорной модели методом наименьших квадратов к диффузионным данным. Исходя из этого, изображение FA было рассчитано следующим образом (Basser et al., 1994; Pierpaoli and Basser, 1996):

, где λ — среднее из трех собственных значений λ ₁ , λ ₂ , λ ₃ . После расчета FA по вокселям мозга мы скорректировали пространственное несоответствие между картой FA и геометрическим эталонным изображением DTI в базе данных KIRBY21 с помощью инструмента нормализации SPM8.Затем мы снова использовали SPM8 для сопоставления изображения FA с изображениями T1-w и T2-w того же объекта.

После того, как изображения T1-w / T2-w, MTR, FA и FLAIR были сгенерированы и пространственно выровнены относительно друг друга, мы преобразовали их в пространство MNI с помощью инструмента нормализации SPM8. Это позволило нам провести статистический анализ по всем предметам. В частности, мы оценили воспроизводимость различных модальностей изображения на разных участках, выбранных на основе предыдущих исследований миелина (Barkovich, 1988, 2000; Whittall et al., 1997; Кизилдаг и др., 2005; Лепперт и др., 2009; Велкер и Паттон, 2012). Первая группа состояла из областей интереса в белом веществе и с предположительно высоким содержанием миелина: передняя лучистая коронка (ACR), верхняя лучевая коронка (SCR), тракт, пересекающий мостик (PCT), передняя конечность внутренней капсулы (ALIC), коленная чашечка мозолистое тело (GCC), звездочка мозолистого тела (SCC). Эти ROI были определены с использованием стереотаксического атласа белого вещества Лаборатории анатомической МРТ головного мозга Медицинской школы Университета Джона Хопкинса, Балтимор, Мэриленд, США (http: // cmrm.med.jhmi.edu). Вторая группа ROI включала скорлупу (PUT), хвостатое ядро ​​(CAU) и таламус (THA), которые представляют собой структуры с относительно низким содержанием миелина. Эти контрольные ROI были определены с использованием вероятностного атласа ICBM Deep Nuclei, предоставленного Международным консорциумом по картированию мозга (http://www.loni.usc.edu/ICBM).

Поскольку мы стремились сравнить различные виды изображений, которые предположительно характеризуются разной интенсивностью и контрастом изображения, мы оценили интенсивность изображения в одной области интереса по сравнению со средней интенсивностью во всем мозге, используя двухстороннюю парную t — тестовое задание.В частности, мы использовали следующую формулу:

, где Δ _ROI = [ I _ROI — I _BRAIN ] — это вектор с разницей между интенсивностью ROI и средней интенсивностью полного мозга у разных субъектов, и n количество субъектов . Полученный t-балл отражает, насколько интенсивность ROI отличается от среднего значения, рассчитанного по всему мозгу, с учетом вариабельности между субъектами.Определение t-баллов для различных модальностей изображения (T1-w / T2-w, MTR, FA, FLAIR) позволило нам оценить их надежность для разных людей, а также согласованность для разных ROI. Кроме того, мы сгенерировали карту t-score из данных T1-w / T2-w, применив ту же формулу в уравнении 5 к каждому вокселю, а не к отдельной области интереса. Эта карта t-оценки была установлена ​​на уровне p <0,05, с поправкой на FDR для множественных сравнений (Genovese et al., 2002), выделив области мозга со значительно большими значениями T1-w / T2-w, чем в среднем по мозгу.

Результаты

В качестве первоначального анализа мы рассчитали изображения T1-w / T2-w для каждого набора данных, включенного в исследование, используя простое соотношение необработанных изображений T1-w и T2-w (как показано на рисунке 1). Мы оценили изменчивость гистограмм изображений в наборах данных, когда процедура калибровки не применялась (рис. 5). Как и ожидалось, мы заметили, что диапазон интенсивностей был в значительной степени непоследовательным для трех наборов данных и особенно различался между набором данных KIRBY21 (рис. 5C) и наборами данных IXI (рис. 5A, B).Межпредметная изменчивость, выраженная стандартной ошибкой, рассчитанной по ячейкам по гистограммам, также была неравномерной среди трех наборов данных. Эти результаты предполагают, что, хотя изображение T1-w / T2-w может позволить картировать распределение миелина в отдельном мозге, калибровка интенсивности необходима для обеспечения значимых сравнений между наборами данных.

Рис. 5. Гистограммы интенсивностей T1-w / T2-w изображений до калибровки . Средние гистограммы T1-w / T2-w (со стандартным отклонением в цветном оттенке) представлены для IXI 1.5 T (A) , IXI 3 T (B) и KIRBY21 3 T (C) . Три набора данных имеют несовместимые значения интенсивности T1-w / T2-w. (A) Набор данных IXI 1.5 T показывает относительно большую межсубъектную воспроизводимость с наименьшей степенью стандартного отклонения. (B) Набор данных IXI 3 T отображает аналогичную тенденцию с увеличенным стандартным отклонением в соответствии с пиком серого вещества. (C) Набор данных KIRBY21 3 T демонстрирует наибольшую межпредметную изменчивость, особенно в правом хвосте гистограммы.

Прежде чем использовать наш рабочий процесс для стандартизации T1-w / T2-w, мы сначала оценили, как смещение влияет на изображения T1-w и T2-w по отдельности и в какой степени процедура коррекции смещения улучшила сходство изображений, принадлежащих разным наборам данных. . Визуальный осмотр данных показал, что изображения T1-w были больше затронуты пространственным смещением, чем изображения T2-w, и, в частности, последнее в наборах данных 3T имело большую величину, чем в наборе данных 1.5 (рис. 6). Важно отметить, что мы обнаружили, что гистограммы изображений T1-w были переменными в наборах данных, и процедура коррекции смещения сильно уменьшила эту изменчивость (рисунки 6A, C, E).В свою очередь, никаких серьезных изменений в гистограмме изображения для изображений T2-w не произошло (Рисунки 6B, D, F). В целом, этот анализ предполагает, что этап коррекции смещения, независимо реализованный на T1-w и T2-w, потенциально может улучшить воспроизводимость гистограмм T1-w / T2-w.

Рис. 6. Влияние коррекции смещения на изображения T1-w и T2-w . Процедура коррекции смещения в зависимости от модальности выполнялась как для T1-w, так и для T2-w. Чтобы проиллюстрировать относительные результаты, мы проанализировали гистограмму T1-w (A, C, E) и T2-w (B, D, F) трех репрезентативных субъектов из IXI 1.5 T (Субъект 002), IXI 3 T (Субъект 093) и KIRBY21 (Субъект 30) соответственно. В частности, мы сравнили гистограммы до (синяя линия) и после коррекции смещения (красная линия). До коррекции изображение T1-w набора данных IXI 1.5 T (A) было менее смещенным, чем IXI 3 T (C) и KIRBY21 3 T (E) , со средней корреляцией r = 0,73. После коррекции смещения эта корреляция увеличилась до r = 0,89. Наоборот, на изображении T2-w наблюдались незначительные изменения, при этом средняя корреляция между гистограммами составляла r = 0.96 и r = 0,97 до и после коррекции смещения соответственно.

Затем мы применили алгоритм линейной калибровки к изображениям T1-w и T2-w с коррекцией смещения (см. Рисунок 2) и снова вычислили изображения T1-w / T2-w для трех наборов данных. Примечательно, что калиброванные гистограммы изображений T1-w / T2-w (рисунок 7) продемонстрировали сопоставимые шкалы интенсивности и уменьшенную межсубъектную изменчивость в каждом наборе данных. Количественный анализ, проведенный на вокселях белого вещества, показал, что значения изображения T1-w / T2-w были значительно более согласованными после калибровки.В частности, явное уменьшение межпредметной изменчивости для всех трех наборов данных подтвердило эффективность нашего подхода (таблица 3). После проверки того, что значения были нормально распределены (тест Лиллиэфорса, p <0,05), мы также выполнили однофакторный дисперсионный анализ, чтобы оценить соответствие средних значений T1-w / T2-w в трех наборах данных. Различия были значительными до [ F _{(2, 62)} = 568,48, p <0,001], но не после калибровки [ F _{(2, 62)} = 1.54, p. = 0,2236], дополнительно предполагая, что процедура калибровки улучшила воспроизводимость значений T1-w / T2-w в наборах данных.

Рис. 7. Гистограммы интенсивности на калиброванных T1-w / T2-w изображениях . Гистограммы средних значений T1-w / T2-w (со стандартным отклонением в цветном оттенке) представлены для наборов данных IXI 1.5 T (A) , IXI 3 T (B) и KIRBY21 3 T (C) . В соответствии с алгоритмом масштабирования калиброванные изображения T1-w / T2-w демонстрируют сопоставимые шкалы интенсивности с уменьшенной межсубъектной изменчивостью для каждого набора данных.Обратите внимание на нормализованную частоту на вертикальной шкале, полученную как отношение каждой гистограммы для конкретного объекта к общей площади под кривой.

Таблица 3. Оценка надежности T1-w / T2-w .

Чтобы оценить пространственное распределение значений T1-w / T2-w, мы также вычислили среднее изображение T1-w / T2-w для каждого из трех наборов данных. Мы установили общую шкалу цветовой карты, чтобы выделить потенциальные различия между интенсивностями на трех полученных изображениях. Даже в этом случае мы наблюдали очень согласованный пространственный паттерн среди наборов данных без каких-либо внешних особенностей (рис. 8).

Рис. 8. Откалиброванные изображения T1-w / T2-w: сравнение различных наборов данных . Изображение уровня группы T1-w / T2-w для наборов данных IXI 1.5 T (A) , IXI 3 T (B) и KIRBY21 3 T (C) показано в сагиттальной, коронарной и аксиальной проекциях. разделы. Мы используем здесь общий диапазон интенсивности для наборов данных (значения T1-w / T2-w от 0,9 до 2,3).

На последнем этапе проверки мы сравнили откалиброванные изображения T1-w / T2-w с другими изображениями, а именно изображениями FA, MTR и FLAIR, полученными от тех же субъектов (рис. 9).С помощью тестов t на одной выборке мы специально проверили воспроизводимость и чувствительность четырех модальностей изображения при обнаружении сигналов, связанных с миелином. Этот статистический анализ, проведенный для различных областей интереса, показал, что T1-w / T2-w имели высокую воспроизводимость (на что указывают большие t-баллы), которая в основном согласовывалась для всех выбранных структур белого вещества (рис. 10). Наибольшее значение t-score было измерено в ALIC, что согласуется с наибольшей концентрацией миелина, выявленной в других исследованиях (Whittall et al., 1997). Как и ожидалось, ROI серого вещества имели более низкие значения, чем структуры белого вещества, как с точки зрения средних значений (рисунок 11), так и с точки зрения t-баллов (рисунок 10). В целом, t-баллы, полученные для MTR, были хуже, чем у T1-w / T2-w, но эти две модальности показали хорошее сходство как с точки зрения структуры белого вещества, так и глубокого серого вещества. Кроме того, мы наблюдали высокие значения FA, в среднем сопоставимые со значениями T1-w / T2-w, но гораздо более неравномерными по областям мозга. В структурах с множественным пересечением волокон e.g., значения ACR, FA были ниже, чем у T1-w / T2-w и MTR. И наоборот, области с большей анизотропией, такие как колено и гребешок мозолистого тела, показали более высокие t-баллы, чем T1-w / T2-w. За исключением SCR, результаты FLAIR имели отрицательные t-баллы. Это согласуется со специфическим свойством изображения FLAIR, при котором более миелинизированные области имеют более темный контраст, чем менее миелинизированные. С другой стороны, изображения FLAIR характеризовались низкими абсолютными значениями t-score, что указывает на относительно низкую надежность и чувствительность для картирования миелина.Чтобы подтвердить наши результаты T1-w / T2-w для выбранных областей интереса, мы повторили тот же анализ, основанный на t-показателях на уровне одного вокселя. Полученная карта t-score (рис. 12) показала, что шесть структур белого вещества, использованных в анализе ROI, но не серого вещества, имели значительно большие значения T1-w / T2-w, чем в среднем по мозгу. Мы также наблюдали дополнительные структуры, которые имели значительные значения t-score, среди заднего таламического излучения, нижнего продольного пучка, кортикоспинального тракта, среднего стебля мозжечка и красного ядра.

Рис. 9. Односекционные изображения: сравнение модальностей изображения . Изображения T1-w / T2-w (A) , FA (B) , MTR (C) и FLAIR (D) для субъекта 30 из базы данных KIRBY показаны в осевом разрезе. Поскольку обычные МРТ-изображения имеют произвольную шкалу интенсивности, четыре режима масштабируются в соответствии с 1-м и 99-м процентилями. Обратите внимание, что более высокие значения интенсивности в T1-w / T2-w, FA и MTR характеризуют структуры с большей степенью миелинизации, тогда как перевернутая шкала интенсивности определяет технику FLAIR.

Рис. 10. Межсубъектная воспроизводимость: анализ рентабельности инвестиций . Воспроизводимость изображений T1-w / T2-w между субъектами по сравнению с MTR, FA и FLAIR оценивалась по конкретным областям интереса. Анализ проводился на шести структурах белого вещества и трех глубоких подкорковых ядрах серого вещества с предположительно высоким и низким содержанием миелина соответственно.

Рис. 11. Интенсивности T1-w / T2-w в областях интереса серого и белого вещества . Среднее и стандартное отклонение значений T1-w / T2-w показаны для девяти выбранных областей интереса, трех в сером веществе и шести в белом веществе.Как и ожидалось, значения T1-w / T2-w были ниже в сером и белом веществе. Области интереса обозначены следующим образом: хвостатое ядро ​​(CAU), скорлупа (PUT), таламус (THA), верхняя лучевая корона (SCR), тракт, пересекающий мостик (PCT), передняя конечность внутренней капсулы (ALIC), селезенка мозолистого тела. (SCC), передняя лучистая корона (ACR) и колено мозолистого тела (GCC).

Рис. 12. Межсубъектная воспроизводимость: анализ всего мозга . Воспроизводимость изображений T1-w / T2-w для разных субъектов оценивалась на воксельной основе.На картах показаны области со значительными t-баллами ( p <0,05 с поправкой на FDR) на коронарных, сагиттальных или аксиальных срезах стандартного шаблона MNI. Показаны следующие разделы, относящиеся к системе координат MNI: x = 3 (A) , x = 17 (B) , y = −20 (C) , y = −2 (D) , z = 5 (E) , z = −39 (F) . Выбранные структуры со значительным t-баллом обозначены стрелками: передняя лучистая коронка (ACR), верхняя лучевая коронка (SCR), лучшая корона (CR), внутренняя капсула передней конечности (ALIC), внутренняя капсула задней конечности (PLIC), внутренняя капсула (IC), внешняя капсула (EC), заднее таламическое излучение (PTR), колено мозолистого тела (GCC), звездочка мозолистого тела (SCC), нижний продольный пучок (ILF), кортикоспинальный тракт (CST), тракт пересечения моста ( ПКТ), средней ножки мозжечка (МСР) и красного ядра (РН).

Обсуждение

В этом исследовании мы оптимизировали методологию T1-w / T2-w для неинвазивного картирования миелина, чтобы выводы можно было сделать на уровне группы. Наша процедура ретроспективной калибровки дала согласованные диапазоны интенсивностей T1-w / T2-w в наборах данных, и это может позволить проводить потенциальные сравнения и метаанализ между различными исследованиями и отдельными людьми. Более того, наш статистический анализ показал, что T1-w / T2-w может быть более чувствительным инструментом для визуализации миелина, чем MTR, FA и FLAIR, и поэтому может иметь будущее клиническое применение.

Методологические соображения по подходу T1-w / T2-w

Подход T1-w / T2-w был первоначально предложен Глассером и Ван Эссеном (2011), которые показали, как контраст, связанный с содержанием миелина, может быть увеличен путем выполнения простого соотношения между изображениями T1-w и T2-w (Glasser и др., 2014). Важным недостатком этого подхода является то, что профиль чувствительности изображений T1-w и T2-w должен быть аналогичным для получения надежного изображения T1-w / T2-w. Согласно Belaroussi et al. (2006), это маловероятный сценарий, и это также подтверждается нашим анализом (см. Рисунок 6).Различное смещение изображения между изображениями T1-w и T2-w одного и того же объекта может в первую очередь зависеть от того факта, что последовательности импульсов, и в частности время повторения (TR) и количество эхо-сигналов, значительно влияют на пространственную однородность изображения. интенсивности (Belaroussi et al., 2006). Чтобы решить проблему разной чувствительности изображения в изображениях T1-w и T2-w, мы включили этап коррекции смещения в наш рабочий процесс анализа (рис. 2). Это существенно ослабляет медленно изменяющиеся и плавные пространственные изменения интенсивности сигнала, которые зависят от сканирующего оборудования, параметров изображения и самого объекта (Belaroussi et al., 2006; Vovk et al., 2007), что привело к более надежной калибровке интенсивности.

С методологической точки зрения нормализация изображения, вероятно, является наиболее важным шагом в нашем рабочем процессе обработки для изображения T1-w / T2-w. Часто качественное сравнение различных изображений достигается с помощью внутреннего масштабирования значений интенсивности. Эта процедура, обычно известная как выравнивание гистограммы, заключается в изменении масштаба изображения только на основе распределения интенсивности всего мозга.В этом случае цветовую палитру можно использовать для визуальной оценки изображения (Glasser and Van Essen, 2011), но невозможно провести количественный анализ различных изображений. В общем, перспективный подход, позволяющий проводить количественный анализ данных, полученных с помощью одного МРТ-сканера, — это использование фантомной калибровки (Tofts, 1998). С другой стороны, все же потребуется ретроспективный подход для проведения количественных сравнений с несколькими сканерами. Исходя из этих соображений, мы реализовали ретроспективную калибровку с использованием значений изображений вне мозга.Это включало определение эталонных значений интенсивности T1-w и T2-w в маске глаз и височных мышц для получения калибровочной кривой. Используя линейное масштабирование, мы стремились преобразовать шкалу яркости отдельного изображения в набор стандартизованных значений.

Сравнение гистограмм изображений в трех наборах данных и между ними подтвердило эффективность нашей ретроспективной калибровки. Два набора данных IXI имели одинаковые параметры сканирования, но были собраны с помощью МР-сканеров 1,5 и 3 Т соответственно (таблица 2).Это может быть причиной того, что их изображения T1-w / T2-w охватывают другой диапазон значений (рис. 5). Кроме того, набор данных KIRBY21 постоянно отклонялся от двух других, показывая измененный образец в основном в правом хвосте гистограммы, вероятно, из-за различных параметров последовательности импульсов (таблица 2). Фактически, вариации времени повторения (TR) и времени эхо-сигнала (TE) могут давать разные распределения гистограммы. Помимо этих различий между наборами данных, до калибровки также были очевидны большие различия в наборах данных.Эти различия могут быть связаны с инструментальными факторами, такими как температура и влажность, или взаимодействием с тканями субъекта. После калибровки гистограммы T1-w / T2-w имели сопоставимую шкалу интенсивности и аналогичное стандартное отклонение для наборов данных (рис. 7), что свидетельствует о значительном уменьшении различий в воспроизводимости внутри и между наборами данных. Кроме того, согласованность репрезентативных значений T1-w / T2-w для белого вещества у разных субъектов подтвердила этот вывод количественно (таблица 3).Наблюдаемая эффективность процедуры калибровки для стандартизации значений T1-w / T2-w у субъектов открыла путь к численному анализу, сфокусированному на надежности подхода T1-w / T2-w по отношению к другим методам визуализации, связанным с миелином ( Рисунок 10).

Информация, связанная с миелином, в изображениях T1-w / T2-w

Предыдущие исследования документально подтвердили, что миелин неравномерно распределяется между структурами белого и серого вещества (Paus et al., 2001; Barkovich, 2005). Таким образом, мы сгруппировали эти структуры в две группы, чтобы оценить специфичность техники T1-w / T2-w.Анализ, который мы провели для выбранных областей интереса, показал высокие показатели T1-w / T2-w в тех структурах белого вещества, где миелин наиболее распространен (Barkovich, 1988; Kizildag et al., 2005; Leppert et al., 2009; Welker and Patton , 2012). В основном в соответствии с нашими результатами T1-w / T2-w, в предыдущих исследованиях сообщалось о высокой степени миелинизации выступающих волокон, например внутренней капсулы, лучевой коронки и трактов комиссуральных волокон, включая колено и селезенку мозолистого тела ( Радемахер и др., 1999; Баркович, 2000; Steenweg et al., 2010; Деони и др., 2011). Более того, значение T1-w / T2-w в ALIC было самым высоким среди всех исследованных структур белого вещества, что согласуется с предыдущими сообщениями о пространственном распределении миелина в головном мозге (Whittall et al., 1997). Что касается структур серого вещества, таламус показал более высокие баллы T1-w / T2-w, чем скорлупа и хвостатое ядро, подтверждая результаты предыдущих исследований (Whittall et al., 1997; Madler et al., 2008).

В целом, результаты нашего анализа ROI для T1-w / T2-w также соответствовали предыдущим исследованиям T2-многокомпонентной релаксации и MTR. Например, используя T2-многокомпонентную релаксацию, Vidarsson et al. (2005) обнаружили наибольшие значения MWF во внутренней капсуле, коленке и SCC. Заметно сниженное содержание миелина было также обнаружено в скорлупе (Vidarsson et al., 2005). Smith et al. (2006) сообщили о высоких значениях MTR в соответствии с плотно упакованными областями белого вещества, такими как мозолистые волокна и внутренняя капсула, по сравнению с менее плотно упакованными структурами.С другой стороны, они обнаружили более низкие, но не незначительные значения в структурах серого вещества, таких как скорлупа и хвостатое ядро, в соответствии с нашими выводами (Smith et al., 2006). Поскольку MTR является одним из наиболее широко используемых методов для изучения миелинизации (Schmierer et al., 2004), соответствие, которое мы наблюдали в терминах t-баллов между T1-w / T2-w и MTR в нашем исследовании (Рисунок 10) может рассматриваться как косвенное свидетельство потенциальной эффективности T1-w / T2-w для количественного картирования миелина.

Существенная разница в результатах анализа ROI была обнаружена между T1-w / T2-w и FLAIR, с общими более низкими значениями для последнего метода. Метод FLAIR ранее использовался для качественного анализа патологических процессов, связанных с миелинизацией (Ashikaga et al., 1999; Murakami et al., 1999), но, насколько нам известно, он не использовался в количественных исследованиях. В частности, наш сравнительный анализ показал, что изображения FLAIR имеют относительно низкие t-баллы как в структурах белого, так и серого вещества.Соответственно, оценка миелина не может считаться ключевым признаком этого метода.

Другой важный результат нашего анализа ROI заключался в том, что значения T1-w / T2-w и FA в целом были высокими, но оценки T1-w / T2-w были значительно более однородными, чем FA по структурам белого вещества. Во-первых, это может быть истолковано как свидетельство того, что ФА является чувствительным методом обнаружения количественных различий между регионами. Тем не менее, более тщательное изучение t-показателей FA по областям интереса показывает, что вариабельность FA может быть частично связана с проблемой пересечения волокон (Madler et al., 2008; Wedeen et al., 2008), что конкретно влияет на показатели, производные от DTI. В соответствии с предыдущими исследованиями (Barkovich, 2005; Provenzale et al., 2007) действительно было обнаружено высокое содержание FA в структурах с высокоорганизованным размещением волокон, таких как мозолистое тело и внутренняя капсула, тогда как в области, где пересекаются волокна с разной ориентацией, как, например, в значительной части ACR (см. рисунок 10) (Assaf and Pasternak, 2008; Wedeen et al., 2008). Это согласуется с предположением, что, хотя миелиновые листы вносят вклад в анизотропию, другие факторы, такие как аксональная мембрана, могут вносить существенный вклад в большие значения FA (Beaulieu, 2002; Huang et al., 2006).

Возможные ограничения метода

Наш анализ показал, что наш рабочий процесс T1-w / T2-w может быть потенциально полезен для картирования миелина в человеческом мозге. Тем не менее следует признать некоторые потенциальные ограничения нашего исследования. Первое ограничение заключается в том, что в этом исследовании использовалось только ограниченное количество наборов данных. Изображения, собранные с помощью очень разных импульсных последовательностей, могут давать противоречивые результаты с точки зрения контраста изображения. Соответственно, эффективность этого подхода к метаанализу должна быть оценена в будущих исследованиях путем изучения более широкого диапазона наборов данных.Во-вторых, наша процедура калибровки сильно зависит от точности калибровочных масок, которая, в свою очередь, зависит от эффективности пространственного искажения из пространства MNI в пространство объекта. Чтобы решить эту проблему, мы извлекли калибровочные значения, используя численные режимы распределения интенсивности маски. Это может смягчить проблему определения маски. Также стоит отметить, что наша калибровка T1-w / T2-w основана на предположении, что вариабельность ткани, выбранной с помощью масок, у разных субъектов незначительна по сравнению с потенциальными различиями, которые можно наблюдать в мозге разных субъектов.В этом отношении наш анализ на здоровых людях дал в основном аналогичные гистограммы изображений T1-w / T2-w, тем самым предполагая, что такое предположение в целом может выполняться. Кроме того, мы использовали внешнюю калибровку с использованием масок для глаз и височных мышц вместо внутренней калибровки, поскольку последний тип масштабирования может скрыть количественные различия между здоровыми группами и группами с измененным миелином. Однако заболевания, вызывающие изменение уровня миелина, также могут повлиять на точки внешней калибровки, например.g., истощение / изменение состава височных мышц. В этом случае различия между здоровыми и патологическими группами будут недооценены или переоценены с использованием подхода внешней калибровки. Другой аспект, который следует учитывать, заключается в том, что изображение T1-w / T2-w у больных людей может изменяться не только из-за демиелинизации, но также из-за отека, воспаления, накопления железа или атрофии. Это требует дальнейшего изучения с использованием информации из гистологических образцов. Наконец, мы не смогли сравнить технику T1-w / T2-w со всеми существующими методами MR для картирования миелина.В будущем необходимо провести исследования, например, для количественного сравнения модальностей T1-w / T2-w и mcDESPOT.

Заключение

В этом исследовании мы реализовали новый рабочий процесс анализа для стандартизации изображений T1-w / T2-w, что позволило использовать технику T1-w / T2-w для неинвазивного картирования миелина на групповом уровне. Наш статистический анализ выбранных областей интереса показал, что T1-w / T2-w может позволить извлекать надежную информацию о распределении миелина с потенциально большей чувствительностью, чем другие методы, такие как MTR, FA и FLAIR.Ожидается, что в будущем будет изучена потенциальная полезность техники T1-w / T2-w для исследований миелинизации в отношении развития и старения, а также для сравнительных исследований между здоровыми людьми и пациентами с неврологическими и психическими заболеваниями.

Заявление о конфликте интересов

Рецензент Нела Чичмил заявляет, что, несмотря на то, что она связана с тем же учреждением, что и авторы Данте Мантини и Марко Ганцетти, процесс рецензирования проводился объективно и конфликта интересов не было.Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

Благодарность

Данте Мантини имеет стипендию сэра Генри Дейла, совместно финансируемую Wellcome Trust и Королевским обществом (101253 / Z / 13 / Z).

Список литературы

Эшбернер Дж. И Фристон К. (1997). Роль регистрации и пространственной нормализации в обнаружении активации функциональной визуализации. Clin. MRI Dev. MR 7, 26–28.

Эшбернер, Дж., И Фристон, К. Дж. (1999). Нелинейная пространственная нормализация с использованием базисных функций. Гум. Мозговая карта . 7, 254–266.

Pubmed Реферат | Pubmed Полный текст

Асикага Р., Араки Ю., Оно Ю., Нисимура Ю. и Исида О. (1999). Выявление нормального созревания мозга на МР-изображениях с инверсией и восстановлением, ослабленными жидкостью (FLAIR). AJNR Am. Ж. Нейрорадиол . 20, 427–431.

Pubmed Реферат | Pubmed Полный текст

Баркович, А.Дж. (1988). Техники и методы детской магнитно-резонансной томографии. Семин. Ультразвук CT MR 9, 186–191.

Pubmed Реферат | Pubmed Полный текст

Баркович, А. Дж. (2000). Понятия миелина и миелинизации в нейрорадиологии. AJNR Am. Ж. Нейрорадиол . 21, 1099–1109.

Pubmed Реферат | Pubmed Полный текст

Basser, D. S., Matiello, J., and Le Bihan, L. (1994). Оценка эффективного тензора самодиффузии по спин-эхо ЯМР. J. Magn. Резон. B 103, 247–254.

Pubmed Реферат | Pubmed Полный текст

Болье К., Фенрих Ф. Р. и Аллен П. С. (1998). Многокомпонентная поперечная релаксация протонов воды и Т2-дифференцированная диффузия воды в миелинизированном и немиелинизированном нерве. Magn. Резон. Imaging 16, 1201–1210.

Pubmed Реферат | Pubmed Полный текст

Беларусси, Б., Миллес, Дж., Карме, С., Чжу, Ю. М., и Бенуа-Каттин, Х. (2006). Коррекция неравномерности интенсивности в МРТ: существующие методы и их валидация. Med. Изображение Анал . 10, 234–246. DOI: 10.1016 / j.media.2005.09.004

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Collignon, A., Maes, F., Delaere, D., Vandermeulen, D., Suetens, P., and Marchal, G. (1995). «Автоматизированная мультимодальная регистрация изображений, основанная на теории информации», в Обработка информации в медицинской визуализации , редакторы Я. Бизайс, К. Барилло и Р. Ди Паола (Дордрехт: Kluwer Academic Publishers), 263–274.

Pubmed Реферат | Pubmed Полный текст

Крукс, Л.Э., Хилтон, Н. М., Ортендаль, Д. А., Посин, Дж. П., и Кауфман, Л. (1987). Значение времени релаксации и измерения плотности в клинической МРТ. Инвест. Радиол . 22, 158–169.

Pubmed Реферат | Pubmed Полный текст

Deoni, S.C., Mercure, E., Blasi, A., Gasston, D., Thomson, A., Johnson, M., et al. (2011). Картирование миелинизации головного мозга младенцев с помощью магнитно-резонансной томографии. Дж. Neurosci . 31, 784–791. DOI: 10.1523 / JNEUROSCI.2106-10.2011

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Деони, С.К., Ратт, Б. К., Арун, Т., Пьерпаоли, К., и Джонс, Д. К. (2008). Получение многокомпонентной информации T1 и T2 из данных изображения в установившемся режиме. Magn. Резон. Мед . 60, 1372–1387. DOI: 10.1002 / mrm.21704

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Гаро, П. Дж., Ратт, Б. К., Карлик, С. Дж., И Митчелл, Дж. Р. (2000). Перенос намагниченности и многокомпонентные измерения релаксации Т2 с гистопатологической корреляцией в экспериментальной модели МС. J. Magn. Резон. Imaging 11, 586–595. DOI: 10.1002 / 1522-2586 (200006) 11: 6 <586 :: AID-JMRI3> 3.0.CO; 2-V

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Дженовезе, К. Р., Лазар, Н. А., и Николс, Т. (2002). Установление пороговых значений статистических карт в функциональной нейровизуализации с использованием частоты ложных обнаружений. Neuroimage 15, 870–878. DOI: 10.1006 / nimg.2001.1037

CrossRef Полный текст

Глассер, М. Ф., Гоял, М. С., Прейс, Т.М., Райхл, М. Э., и Ван Эссен, Д. К. (2014). Тенденции и свойства коры головного мозга человека: корреляция с содержанием коркового миелина. Neuroimage 93 (Pt 2), 165–175. DOI: 10.1016 / j.neuroimage.2013.03.060

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Глассер, М. Ф., Сотиропулос, С. Н., Уилсон, Дж. А., Коулсон, Т. С., Фишл, Б., Андерссон, Дж. Л. и др. (2013). Минимальные конвейеры предварительной обработки для Human Connectome Project. Нейроизображение 80, 105–124.DOI: 10.1016 / j.neuroimage.2013.04.127

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Глассер, М. Ф., и Ван Эссен, Д. К. (2011). Картирование областей коры человека in vivo на основе содержания миелина, выявленного с помощью T1- и T2-взвешенной МРТ. Дж. Neurosci . 31, 11597–11616. DOI: 10.1523 / JNEUROSCI.2180-11.2011

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Гроссман, Р. И., Гомори, Дж. М., Рамер, К. Н., Лекса, Ф.Дж. И Шналл М. Д. (1994). Передача намагниченности: теория и клинические приложения в нейрорадиологии. Радиография 14, 279–290.

Pubmed Реферат | Pubmed Полный текст

Хорсфилд, М.А. (1999). Отображение полей, индуцированных вихревыми токами, для коррекции диффузно-взвешенных эхо-плоских изображений. Magn. Резон. Imaging 17, 1335–1345.

Pubmed Реферат | Pubmed Полный текст

Хуан, Х., Чжан, Дж., Вакана, С., Чжан, В., Рен, Т., Ричардс, Л. Дж. И др. (2006). Развитие белого и серого вещества в мозге плода, новорожденного и ребенка. Neuroimage 33, 27–38. DOI: 10.1016 / j.neuroimage.2006.06.009

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Кицлер, Х. Х., Су, Дж., Зейне, М., Харпер-Литтл, К., Леунг, А., Кременчуцкий, М., и др. (2012). Картирование недостаточного MWF при рассеянном склерозе с использованием трехмерной мультикомпонентной релаксационной МРТ всего мозга. Neuroimage 59, 2670–2677.DOI: 10.1016 / j.neuroimage.2011.08.052

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Кизилдаг Б., Дусунджели Э., Фитоз С. и Эрден И. (2005). Роль классического спинового эхо и последовательностей FLAIR для оценки миелинизации при МРТ. Диагн. Интерв. Радиол . 11, 130–136.

Pubmed Реферат | Pubmed Полный текст

Кениг, С. Х. (1991). Холестерин миелина является определяющим фактором серо-белого контраста на МРТ головного мозга. Magn. Резон. Мед . 20, 285–291.

Pubmed Реферат | Pubmed Полный текст

Колинд, С., Мэтьюз, Л., Йохансен-Берг, Х., Лейте, М. И., Уильямс, С. К., Деони, С. и др. (2012). Визуализация миелиновой воды отражает клиническую изменчивость рассеянного склероза. Neuroimage 60, 263–270. DOI: 10.1016 / j.neuroimage.2011.11.070

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Ландман, Б.А., Хуанг, А.Дж., Гиффорд, А., Викрам, Д.С., Лим, И. А., Фаррелл, Дж. А. и др. (2011). Воспроизводимость многопараметрической нейровизуализации: исследование ресурсов 3-T. Neuroimage 54, 2854–2866. DOI: 10.1016 / j.neuroimage.2010.11.047

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Лаул, К., Леунг, Э., Лис, Д. К., Трабулзее, А. Л., Пати, Д. В., Маккей, А. Л. и др. (2006). Визуализация миелиновой воды при рассеянном склерозе: количественные корреляции с гистопатологией. Мульт. Scler . 12, 747–753.DOI: 10.1177 / 1352458506070928

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Лаул, К., Вавасур, И. М., Колинд, С. Х., Ли, Д. К., Трабулзее, Т. Л., Мур, Г. Р. и др. (2007). Магнитно-резонансная томография миелина. Neurotherapeutics 4, 460–484. DOI: 10.1016 / j.nurt.2007.05.004

CrossRef Полный текст

Лиманс, А., Джонс, Д. К. (2009). B-матрица должна быть повернута при коррекции движения объекта в данных DTI. Magn.Резон. Мед . 61, 1336–1349. DOI: 10.1002 / mrm.21890

CrossRef Полный текст

Лепперт, И. Р., Алмли, К. Р., МакКинстри, Р. К., Малкерн, Р. В., Пьерпаоли, К., Ривкин, М. Дж. И др. (2009). Т (2) релаксометрия нормального развития мозга у детей. J. Magn. Резон. Imaging 29, 258–267. DOI: 10.1002 / jmri.21646

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

MacKay, A., Whittall, K., Adler, J., Li, D., Paty, D., and Graeb, D.(1994). In vivo визуализация миелиновой воды в головном мозге с помощью магнитного резонанса. Magn. Резон. Мед . 31, 673–677.

Pubmed Реферат | Pubmed Полный текст

Madler, B., Drabycz, S.A., Kolind, S.H., Whittall, K.P., and MacKay, A.L. (2008). Является ли диффузионная анизотропия точным показателем миелинизации? Корреляция многокомпонентной Т2 релаксации и анизотропии тензора диффузии в мозге человека. Magn. Резон. Imaging 26, 874–888. DOI: 10.1016 / j.мр.2008.01.047

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Миллер Д. Х., Гроссман Р. И., Рейнгольд С. К. и МакФарланд Х. Ф. (1998). Роль методов магнитного резонанса в понимании и лечении рассеянного склероза. Мозг 121 (Pt 1), 3–24.

Pubmed Реферат | Pubmed Полный текст

Miot-Noirault, E., Barantin, L., Akoka, S., and Le Pape, A. (1997). Время релаксации Т2 как маркер миелинизации головного мозга: экспериментальное МРТ-исследование на двух моделях новорожденных животных. J. Neurosci. Методы 72, 5–14.

Pubmed Реферат | Pubmed Полный текст

Мураками Дж. У., Вайнбергер Э. и Шоу Д. У. (1999). Нормальная миелинизация головного мозга у детей, полученная с помощью МР-томографии с инверсией-восстановлением, ослабленной жидкостью (FLAIR). AJNR Am. Ж. Нейрорадиол . 20, 1406–1411.

Pubmed Реферат | Pubmed Полный текст

О, Дж., Хан, Э. Т., Пеллетье, Д., и Нельсон, С. Дж. (2006). Измерение времени многокомпонентной релаксации Т2 in vivo для ткани мозга с использованием многосрезового препарата Т2 на 1.5 и 3 Т. Магн. Резон. Imaging 24, 33–43. DOI: 10.1016 / j.mri.2005.10.016

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Паус, Т., Коллинз, Д. Л., Эванс, А. К., Леонард, Г., Пайк, Б., и Зийденбос, А. (2001). Созревание белого вещества в мозге человека: обзор исследований магнитного резонанса. Brain Res. Бык . 54, 255–266. DOI: 10.1016 / S0361-9230 (00) 00434-2

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Пьерпаоли, К.и Бассер П. Дж. (1996). К количественной оценке диффузионной анизотропии. Magn. Резон. Мед . 36, 893–906.

Pubmed Реферат | Pubmed Полный текст

Провенцале, Дж. М., Лян, Л., Делонг, Д., и Уайт, Л. Е. (2007). Оценка созревания белого вещества головного мозга с помощью тензорной диффузии в течение первого постнатального года. AJR Am. Дж. Рентгенол . 189, 476–486. DOI: 10.2214 / AJR.07.2132

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Радемахер, Дж., Энгельбрехт В., Бургель У., Фройнд Х. и Зиллес К. (1999). Измерение in vivo миелинизации трактов волокон белого вещества человека с переносом намагниченности MR. Neuroimage 9, 393–406.

Pubmed Реферат | Pubmed Полный текст

Шмирер К., Скаравилли Ф., Альтманн Д. Р., Баркер Г. Дж. И Миллер Д. Х. (2004). Коэффициент передачи намагниченности и миелин при посмертном рассеянном склерозе мозга. Ann. Neurol . 56, 407–415. DOI: 10.1002 / ana.20202

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Смит, С. А., Фаррелл, Дж. А., Джонс, К. К., Райх, Д. С., Калабрези, П. А., и ван Зейл, П. К. (2006). Визуализация с импульсной передачей намагниченности с передачей через катушку тела при 3 Тесла: возможность и применение. Magn. Резон. Мед . 56, 866–875. DOI: 10.1002 / mrm.21035

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Штаудт, М., Шропп, К., Штаудт, Ф., Облеттер, Н., Bise, K., Breit, A., et al. (1994). МРТ-оценка миелинизации: стандартизация по возрасту. Pediatr. Радиол . 24, 122–127.

Pubmed Реферат | Pubmed Полный текст

Steenweg, M. E., Vanderver, A., Blaser, S., Bizzi, A., de Koning, T. J., Mancini, G. M., et al. (2010). Распознавание образов магнитно-резонансной томографии при гипомиелинизирующих расстройствах. Мозг 133, 2971–2982. DOI: 10,1093 / мозг / awq257

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Тофтс, П.С. (1998). Стандартизация и оптимизация методов магнитного резонанса для многоцентровых исследований. J. Neurol. Нейрохирургия. Психиатр . 64 (Приложение 1), S37 – S43.

Pubmed Реферат | Pubmed Полный текст

Tofts, P. S., and du Boulay, E. P. (1990). К количественному измерению времени релаксации и других параметров мозга. Нейрорадиология 32, 407–415.

Pubmed Реферат | Pubmed Полный текст

ван Бухем, М.А., Стинс, С.C., Vrooman, H.A., Zwinderman, A.H., McGowan, J.C., Rassek, M., et al. (2001). Глобальная оценка миелинизации в развивающемся головном мозге на основе визуализации с переносом намагниченности: предварительное исследование. AJNR Am. Ж. Нейрорадиол . 22, 762–766.

Pubmed Реферат | Pubmed Полный текст

Видарссон, Л., Конолли, С. М., Лим, К. О., Голд, Г. Э., и Поли, Дж. М. (2005). Оптимизация времени эхо для получения изображений миелина с линейной комбинацией. Magn. Резон. Мед . 53, 398–407.DOI: 10.1002 / mrm.20360

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Wedeen, V.J., Wang, R.P., Schmahmann, J.D., Benner, T., Tseng, W.Y., Dai, G., et al. (2008). Магнитно-резонансная томография (DSI) диффузного спектра пересекающихся волокон. Neuroimage 41, 1267–1277. DOI: 10.1016 / j.neuroimage.2008.03.036

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Вейскопф, Н., Лутти, А., Хелмс, Г., Новак, М., Эшбернер, Дж., И Хаттон, К. (2011). Коррекция на основе унифицированной сегментации карт мозга R1 для неоднородностей поля передачи РЧ (UNICORT). Neuroimage 54, 2116–2124. DOI: 10.1016 / j.neuroimage.2010.10.023

Pubmed Реферат | Pubmed Полный текст | CrossRef Полный текст

Whittall, K. P., MacKay, A. L., Graeb, D. A., Nugent, R.A., Li, D. K., and Paty, D. W. (1997). In vivo измерение распределения Т2 и содержания воды в нормальном мозге человека. Magn.Резон. Мед . 37, 34–43.

Pubmed Реферат | Pubmed Полный текст

Изучение идентификации возрастной атрофии между измерениями толщины коры T1 и T1 + T2-FLAIR

Этот анализ продемонстрировал существенные различия между измерениями толщины коры на поверхности T1-only и T1 + T2-FLAIR как с точки зрения точности сегментации, так и с точки зрения чувствительность к возрастной атрофии в узком возрастном диапазоне пожилых людей. Измерения толщины коры головного мозга T1 + T2-FLAIR, но не только T1, выявили возрастную атрофию в этой когорте пожилых пациентов с узким возрастным диапазоном (65–81 год).Несмотря на значительную корреляцию, изображения, обработанные T1 + T2-FLAIR, имели в целом значительно более толстые средние значения толщины кортикального слоя DKT. Эти корреляции между объектами улучшились с настройкой сканера с использованием метода ComBat. В большинстве регионов наблюдалась большая величина эффекта, указывающая на значительную разницу между измерениями толщины кортикального слоя только для T1 и T1 + T2-FLAIR. Эти различия и улучшение измерения толщины коры головного мозга в совокупности демонстрируют, что мультимодальная визуализация с использованием T1 + T2-FLAIR обеспечивает более полное измерение толщины коры на поверхности у пожилых людей.

Комбинация анатомических изображений T1 + T2-FLAIR дала значительное улучшение сегментации серого вещества от слоя твердой мозговой оболочки, что привело к значительно более высоким средним значениям толщины коры на область DKT. Наши результаты согласуются с предыдущими исследованиями, в которых изучали соотношение интенсивности сигнала в сером и белом веществе со стареющей тканью. Сообщалось, что коэффициент интенсивности сигнала на изображениях FLAIR выше, чем на изображениях, взвешенных по T1, причем причина этого изменения связана с такими факторами, как возрастное снижение содержания воды, увеличение концентрации железа и т. Д. ³⁰ Чой и др. . ³³ заметил, что соотношение толщины GM и WM было самым высоким на FLAIR, и что интенсивность сигнала серого вещества уменьшалась с возрастом, что приводило к уменьшению контраста между границами серого и белого вещества ³³ . Салат и др. . ³⁰ также сообщили, что интенсивность сигнала между серым и белым веществом уменьшается с возрастом, что приводит к уменьшению контраста между классами тканей. Это региональное явление, в основном затрагивающее верхнюю лобную, прецентральную, постцентральную, затылочную, медиальную лобную и верхнюю височные области ^11,30 .Способность T2-FLAIR увеличивать интенсивность сигнала от серого вещества и снижать интенсивность сигнала от спинномозговой жидкости, приводя к улучшенному контрасту, вероятно, способствовала общему значению более высокой толщины коры, особенно в четырех областях (pars triangularis, ростральная средняя извилина, постцентральная извилина). , ростральная передняя поясная извилина), которые существенно не коррелировали с данными только для T1. Поправка на эффект сканера улучшила эти корреляции, однако их общие средние значения не изменились и демонстрируют большие размеры эффекта между данными T1-only и T1 + T2-FLAIR.Две из этих областей, ростральная средняя извилина и постцентральная извилина, были идентифицированы как значительно связанные с возрастной атрофией по измерениям толщины коры T1 + T2-FLAIR. Следовательно, T1 + T2-FLAIR может лучше определять серое вещество в этих областях у пожилых людей.

Наши выводы о том, что добавление T2-FLAIR повысило точность сегментации, согласуется с предыдущими исследованиями, в которых изучалась разница между сегментацией T1-only и T1 + T2-FLAIR и классификацией тканей с использованием различных программ обработки ^{11,12,24, 25} .Вивиани и др. . ¹¹ и Линдиг и др. . ²⁵ определили, что мультимодальная визуализация повысила точность за счет дифференциации слоя твердой мозговой оболочки и сосудов от серого вещества для улучшения сегментации, а также повышения интенсивности сигнала. ^11,25 . Это улучшение, вероятно, является результатом различных последовательностей импульсов, используемых при анатомическом сканировании T1-only и T2-FLAIR для идентификации различных тканей головного мозга и спинномозговой жидкости. Изображения только T1 обычно имеют более короткую последовательность импульсов в отличие от изображений T2-FLAIR, которые имеют более длинную последовательность импульсов и вместе с подавлением сигнала от CSF и более высоким весом T2 приводят к повышенной чувствительности к патологии и дифференциации от слой твердой мозговой оболочки ^11,24 .FLAIR имеет особое преимущество в том, что это последовательность импульсов с инверсией и восстановлением, специально разработанная для снижения интенсивности сигнала от спинномозговой жидкости и паренхимы головного мозга, тем самым повышая контраст серого вещества и белого вещества ^10,22,23 .

Наше открытие, что толщина коры на поверхности означает увеличение с использованием изображений T1 + T2-FLAIR, отличается от предыдущих исследований с использованием морфометрии на основе вокселей (VBM) ^11,25 . Между нашим текущим анализом и предыдущим анализом есть важные различия, которые затрудняют прямое сравнение.Во-первых, в текущем исследовании изучались измерения толщины коры на поверхности с использованием FreeSurfer в отличие от подхода VBM, основанного на статистическом параметрическом картировании. измерение ¹⁹ . Эти различия приводят к разным значениям измерения толщины коры в одной и той же области мозга и, в свою очередь, ограничивают сравнения между двумя методами ³⁴ .Кроме того, в текущем анализе изучалась когорта пожилых людей со средним возрастом семьдесят два года по сравнению с предыдущими исследованиями, сосредоточенными на более молодой когорте, при этом средний возраст менее 50 лет делал строгое сравнение между методами сложной задачей. Это исследование показало, что мультимодальная визуализация с использованием T1 + T2-FLAIR снижает ошибки сегментации и увеличивает количество серого вещества, обнаруживаемого при измерении толщины коры на поверхности.

Настройка сканера с использованием метода ComBat действительно улучшила корреляцию между данными T1-only и T1 + T2-FLAIR.Кроме того, распределения данных и стандартные отклонения были сосредоточены ближе к среднему значению, что указывает на то, что метод ComBat действительно уменьшал шум в данных, который был внесен с помощью различных сканеров. Это важно для будущих исследований, в которых используется более одного сканера, поскольку метод ComBat прост в применении и, вероятно, приведет к расширенному распределению данных, что приведет к точным измерениям.

Сильные стороны и ограничения

Настоящее исследование дополняет текущую литературу, исследуя статистические различия между показателями толщины кортикального слоя только для T1 и T1 + T2-FLAIR, а также оценивает возможность выявления возрастной атрофии у узкого круга пожилых людей.Настоящее исследование ограничено размером выборки. Однако это также демонстрирует важность использования чувствительного инструмента для выявления возрастной атрофии. Во-вторых, мы не пытались скорректировать другие ковариаты, связанные с атрофией, которые могут накапливаться с возрастом, скорее мы пытаемся идентифицировать любую атрофию. Важно отметить, что наши пациенты были достаточно здоровы, чтобы планировать серьезную операцию, и не включали пациентов с деменцией. Дополнительным ограничением этого анализа является дизайн поперечного сечения, исключающий возможность исследовать изменение атрофии с течением времени.

Рекомендации для будущих исследований

Использование T1 по сравнению с T1 + T2-FLAIR

Мультимодальная визуализация, T1 + T2-FLAIR, улучшила поверхностные измерения толщины коры головного мозга за счет уменьшения ошибки сегментации и увеличения интенсивности сигнала серого вещества. В будущих исследованиях следует рассмотреть возможность добавления изображений T2-FLAIR, поскольку они более чувствительны к изменениям толщины коркового слоя, связанным с возрастом. Это добавление увеличит время сканирования, а также время обработки; однако, в зависимости от популяции и области исследования, потенциальные преимущества, о которых сообщается в этом анализе, могут превзойти временное препятствие, поскольку уменьшение ошибки сегментации и увеличение интенсивности сигнала могут привести к повышению точности измерения поверхностных измерений толщины коры головного мозга.

Классификации компонентов атеросклеротической бляшки с картированием T1 и T2 * на МРТ 11,7 Тл

Основные моменты

•

Ex vivo MRI in 11,7 T с картами T1 / T2 * — это неразрушающий метод исследования содержимого каротидных бляшек с хорошим визуальным согласием с гистологическими данными.

•

Квадратичный дискриминантный анализ данных ROI с карт T1 и T2 * является многообещающим методом классификации содержимого зубного налета.

•

Классификация бляшек с кровоизлиянием или воспалением является более сложной задачей.

Реферат

Предпосылки и цели

Гистопатология является золотым стандартом для анализа атеросклеротических бляшек, но имеет недостатки из-за деструктивного характера метода. Ex vivo МРТ — это неразрушающий метод визуализации целых бляшек. Наша цель состояла в том, чтобы использовать количественную высокопольную МРТ ex vivo для классификации компонентов бляшки с гистологией в качестве золотого стандарта.

Методы

Хирургически резецированные каротидные бляшки у 12 пациентов с недавней ТИА или инсультом были визуализированы при 11,7 Тл МРТ. Количественные последовательности картирования T1 / T2 * и качественные последовательности эхо-сигналов градиента T1 / T2 * с размером вокселя 30 × 30 × 60 мкм ³ были получены до гистологической подготовки, срезов и окрашивания на липиды, воспаление, кровоизлияние и фиброзную ткань. Области интереса (ROI) были выбраны на основе гистологического окрашивания на нескольких уровнях, сопоставленных между гистологией и МРТ.Затем параметры МРТ каждой области интереса были проанализированы с помощью квадратичного дискриминантного анализа (QDA) для классификации.

Результаты

Всего на основании гистологического окрашивания было зарегистрировано 965 областей интереса на 70 уровнях, сопоставимых между гистологией и МРТ. В девяти бляшках, где три или более компонента бляшки можно было локализовать совместно с МРТ, средняя степень ошибочной классификации QDA составила 16,5%. Одна из бляшек содержала в основном фиброзную ткань и липиды и не была ошибочно классифицирована, а две бляшки в основном содержали фиброзную ткань.QDA в целом показала хорошую классификацию фиброзной ткани и липидов, тогда как бляшки с кровоизлиянием и воспалением были классифицированы чаще.

Заключение

11,7 T ex vivo МРТ высокого поля показывает хорошее визуальное соответствие с гистологией каротидных бляшек. Карты T1 / T2 *, проанализированные с помощью QDA, являются многообещающим неразрушающим методом классификации компонентов бляшек, но с более высокой степенью ошибочной классификации бляшек с кровотечением или воспалением.

Сокращения

пероксидаза хрена

магнитно-резонансная томография

некротическая сердцевина, богатая липидами

внутрибляшечное кровоизлияние

транзиторная ишемическая атака

градиентное эхо-изображение трехмерная

компьютерная томография

внутренняя сонная артерия

оптимальная температура резания

Ключевые слова

11.7 Т МРТ

Каротидная бляшка

Компоненты бляшки

Атеросклероз

Карты Т1

Карты Т2 *

Классификация

Рекомендуемые статьи Цитирующие статьи (0)

© 2021 Автор (ы). Опубликовано Elsevier Ltd.

Рекомендуемые статьи

Цитирующие статьи

МРТ неспецифической боли в пояснице и / или поясничной радикулопатии: нужен ли нам Т1 при использовании сагиттальной Т2-взвешенной последовательности Диксона?

В этой статье мы впервые продемонстрировали взаимозаменяемость упрощенного протокола (состоящего из изображений, сгенерированных одной последовательностью Диксона, взвешенной по FSE T2) и стандартного протокола (включая T1-, без жира и T2- с подавлением жира). взвешенные последовательности) для оценки неконтрастной МРТ позвоночника в сагиттальной плоскости у пациентов с неспецифической болью в пояснице и / или поясничной радикулопатией.Взаимозаменяемость двух протоколов была продемонстрирована с использованием индивидуального индекса эквивалентности, статистического метода, описанного для оценки того, можно ли заменить новый тест другим, что особенно полезно при отсутствии истинного эталона, как в случае МРТ поясничного отдела позвоночника. [27].

Во-вторых, мы показали, что соглашение между читателями, когда оба читателя использовали стандартный протокол, было аналогично соглашению между читателями, когда один читатель использовал упрощенный протокол. Следует отметить, что согласие между читателями варьировалось в зависимости от пункта, от удовлетворительного до существенного, но согласие между читателями было более стабильно высоким — от существенного до почти идеального.Эти результаты согласуются с предыдущими отчетами, показывающими умеренное согласие между читателями при анализе МРТ поясничного отдела позвоночника. В предыдущем исследовании 111 обследований МРТ с участием четырех экспертов-читателей с опытом работы не менее 12 лет, прошедших обучение до исследования, а также иллюстрированного справочника для использования во время оценки, соглашение между читателями было сочтено справедливым. при оценке модических изменений и фасеточных артропатий [32]. Тот факт, что читатели в нашем исследовании были из двух разных институтов и не проходили никакого обучения до чтения, может объяснить несколько более низкое согласие между читателями в нашем исследовании (умеренное vs.справедливый). Следует отметить, что в обоих исследованиях соглашение между читателями было существенным для этих пунктов. Умеренное согласие между читателями иллюстрирует присущую им субъективность при оценке некоторых из этих пунктов и затрудняет использование консенсусного прочтения в качестве золотого стандарта. Это, в дополнение к отсутствию хирургического золотого стандарта, послужило основанием для тестирования взаимозаменяемости протоколов, как обсуждалось выше.

В-третьих, мы показали, что частота результатов статистически не различалась между протоколами, за исключением очаговых аномалий костного мозга, фораминального стеноза и фасеточной артропатии, для которых частота результатов была выше при использовании упрощенного протокола.Более высокая частота результатов по упрощенному протоколу для очаговых аномалий костного мозга согласуется с результатами предыдущих исследований, показывающих более высокое соотношение контрастности и шума изображений, содержащих только жир, по сравнению с изображениями, взвешенными по T1, для обнаружения метастазов в костный мозг. очаговые поражения костного мозга при множественной миеломе [13, 33]. Отложения жира вокруг крестцово-подвздошных суставов в контексте спондилоартрита также были показаны с более высоким соотношением контрастности и шума на изображениях, содержащих только жир, по сравнению с таковыми на T1-взвешенных последовательностях [11].Лучшее очертание фораминального жира (и его исчезновение в случае фораминального стеноза) на изображениях, содержащих только жир, по сравнению с таковыми на T1-взвешенных изображениях, вероятно, объясняет более высокую частоту результатов по упрощенному протоколу. Однако этот более высокий процент результатов по упрощенному протоколу может отражать более высокий уровень ложноположительных результатов (а не более высокую чувствительность) с изображениями, содержащими только жир. В будущих исследованиях следует изучить корреляцию между стенозом отверстий, обнаруженным на изображениях, содержащих только жир, и неврологическими проявлениями.Наконец, неясно, почему фасеточная артропатия чаще регистрировалась по упрощенному протоколу. Активная фасеточная артропатия, демонстрирующая воспалительные изменения, возможно, наиболее важные клинически, выявляется на Т2-взвешенных изображениях с подавлением жира, которые были общими для обоих протоколов [34]. Хроническая фасеточная артропатия может проявляться околосуставными жировыми отложениями, которые легче обнаружить на изображениях, содержащих только жир, благодаря более высокому соотношению контрастности и шума. Однако в этом исследовании мы не проводили различий между этими формами фасеточной артропатии, и эффективность последовательностей Диксона в этом показании должна быть исследована в будущих исследованиях.

В целом, наши результаты предполагают, что получение T1-взвешенных последовательностей может быть отменено при лечении неспецифической боли в пояснице и поясничной радикулопатии, что дает возможность сократить время сбора данных. Фактически, среднее время сбора данных для стандартного протокола (последовательности, взвешенные по T1 и T2) составляло 6 минут 49 с ± 0 минут 65 с по сравнению с 3 мин 59 с ± 0 мин 41 с для упрощенного протокола. Следует отметить, что T2-взвешенная последовательность Диксона может использоваться для замены всего набора из трех последовательностей, рекомендованных в сагиттальной плоскости при МРТ поясничного отдела позвоночника (T1-, T2-взвешенная и чувствительная к жидкости с подавлением жира. последовательность).До этого исследования и на основании предыдущей литературы мы уже включили последовательность Диксона в наш протокол лечения позвоночника и использовали комбинацию Т2-взвешенных изображений и Т2-взвешенных изображений с подавлением жира, которые дает последовательность Диксона [10, 18]. Таким образом, на практике использование Т2-взвешенной последовательности Диксона вместо трех стандартных последовательностей позволит значительно сократить время сбора данных, чем указано в этом исследовании. Более короткое время сбора данных в сагиттальной плоскости может принести пользу пациенту.Дополнительные последовательности, которые могут предоставить полезную информацию о причине симптомов пациента, также могут быть получены за сэкономленное время, включая корональные последовательности, чувствительные к жидкости с подавлением жира на поясничном отделе позвоночника и тазу, как рекомендуют некоторые авторы [35].

На практике Т1-взвешенные изображения уже давно включены в протоколы МРТ позвоночника для оценки различных результатов, которые можно разделить на морфологические и сигнальные аномалии. Последовательности, взвешенные по T1, обычно могут использоваться для морфологической оценки структур позвоночника.В то время как изображениям только с жиром не хватает анатомической заметности поражений T1, синфазные изображения без подавления жира и изображения только с водой с подавлением жира, полученные с помощью T2-взвешенной последовательности Диксона, действительно позволяют оценить морфологические аномалии. Это было подтверждено нашими результатами благодаря взаимозаменяемости упрощенных и стандартных протоколов для обнаружения дегенеративных изменений на краях позвонков, узлах Шморля и переломах позвонков. Кроме того, T1-взвешенные последовательности более конкретно используются для оценки сигнала жира.Они служат для обнаружения и характеристики участков повышенного или пониженного содержания жира в костном мозге. Жир, основной компонент костного мозга, гиперинтенсивен в отношении T1-взвешенных последовательностей [5, 23]. Повышенное содержание жира в костном мозге или истощение красного костного мозга (например, при изменениях Modic типа 2, жировых гемангиомах или жировых островках) имеют повышенную интенсивность сигнала на Т1, в то время как поражения костного мозга представляют меньший сигнал по сравнению с мышцами или поясничными дисками. [5, 23]. Оценка областей повышенного или пониженного содержания жира может быть выполнена на изображениях только с жиром таким же образом, как и на изображениях, взвешенных по шкале FSE T1.Однако, в отличие от последовательностей, взвешенных по T1, изображения, содержащие только жир, специфичны для сигнала жира, и, следовательно, последние не подвержены потенциальным ложноотрицательным результатам замещающих поражений костного мозга из-за других коротких веществ T1 (включая меланин, кровь, белковые вещества). жидкости и парамагнитные вещества). Таким образом, интерпретация изображений, содержащих только жир, проста: любые области, представляющие сигнал, конкретно соответствуют областям, содержащим жир, в то время как области, где костный мозг лишен сигнала, соответствуют областям замещения костного мозга, как в случае с метастазами [13].Эта специфичность сигнала жира обеспечивает более высокое отношение контрастности к шуму изображениям, содержащим только жир, по сравнению с последовательностями, взвешенными по T1, как обсуждалось выше [11, 13, 33].

Хотя изображения только жира идеально подходят для обнаружения и характеристики костного мозга и жиросодержащих поражений, следует иметь в виду, что в некоторых обстоятельствах могут потребоваться дополнительные последовательности для дополнения упрощенного протокола, как в настоящее время случай при использовании стандартного протокола.Например, при обследовании очаговых поражений, замещающих костный мозг, следует получать Т1-взвешенные последовательности до и после контрастирования. В этом контексте анализ предварительно контрастных T1-взвешенных последовательностей может быть полезен для характеристики очаговых поражений, которые могут содержать другие короткие компоненты T1, такие как меланин, в случае метастазов меланомы. Т1-взвешенные последовательности с контрастным усилением также необходимы для оценки инфекционного заболевания позвоночника. Однако эти показания выходят за рамки данного исследования, в котором основное внимание уделялось протоколам неконтрастной МРТ в условиях неспецифической боли в пояснице / поясничной радикулопатии.

Следует отметить некоторые ограничения нашего исследования. Во-первых, наша оценка была ограничена последовательностями от одного производителя в одном центре, и хотя исследования проводились на трех разных типах сканеров, все они были получены на 3-Т магнитах. По нашему опыту, последовательности FSE T2 Dixon одинаково работают при 1,5 Тл, но это необходимо оценить в будущих исследованиях. Во-вторых, было относительно небольшое количество положительных случаев по некоторым пунктам, в частности, по переломам замыкательной пластинки и спондилолизу, что объясняет относительно большие доверительные интервалы значений каппа.Хотя эти результаты должны быть подтверждены в более крупномасштабном исследовании, следует отметить, что переломы и спондилолиз, когда они проявляются в острой / подострой форме, обычно представляют собой высокую интенсивность сигнала в последовательности, чувствительной к жидкости с подавлением жира, и маловероятно, что их можно было пропустить в упрощенном протоколе. В-третьих, читатели не могли быть слепыми к оцениваемому протоколу, но были приняты меры для сведения к минимуму ошибок при проверке и вспоминании путем выполнения показаний экзамена в случайном порядке и обеспечения того, чтобы оба протокола читались в разных сессиях.

В заключение мы показали, что для лечения неспецифической боли в пояснице / поясничной радикулопатии упрощенный протокол, соответствующий одной Т2-взвешенной последовательности Диксона, может заменить стандартный протокол МРТ поясничного отдела позвоночника в сагиттальной плоскости, который объединяет Последовательности, взвешенные по T1, без подавления жира и с подавлением жира, с T2-взвешенными последовательностями.