Компьютерный анализ данных магнитно-резонансной томографии головного мозга в верификации болезни мелких сосудов и умеренного когнитивного расстройства

Обложка

Цитировать

Полный текст

Аннотация

Цель. Изучить возможности методов компьютерного анализа данных магнитно-резонансной томографии (МРТ) головного мозга у пациентов с болезнью мелких сосудов (БМС).

Материалы и методы. Обследован 31 пациент с БМС на фоне фибрилляции предсердий. Данные МРТ в стандартных режимах изучены с применением подходов сегментации очагов (Lesion Segmentation Tool) гиперинтенсивного белого вещества (ГИБВ) и расчета толщины коры больших полушарий в Computational Anatomy Toolbox для Statistical Parametric Mapping 12 (пакет программного обеспечения) в среде MATLAB. Оценку когнитивного статуса осуществляли при помощи Монреальской шкалы оценки когнитивных функций (Montreal Cognitive Assessment) и батареи тестов для объективизации гиппокампальных расстройств и нарушений управляющего домена когнитивных функций.

Результаты. У 16 (52%) пациентов диагностировано умеренное когнитивное расстройство сосудистого генеза. Медианное значение по визуальной шкале Фазекас составило 2 и 2 балла, медианная доля внутричерепного объема, занимаемая фракцией ГИБВ – 0,07%. Доля внутричерепного объема, занимаемая ГИБВ, коррелировала с производительностью в тестах управляющего домена. Толщина коры ряда кластеров префронтального комплекса и височной извилины коррелировала с результатами когнитивного тестирования. Среди расчетных МР-маркеров БМС наибольшей положительной предиктивной ценностью в отношении умеренного когнитивного расстройства обладала толщина коры затылочной доли с площадью под кривой, составившей 70%; среди когнитивных тестов – вспоминание с категориальной подсказкой, площадь под кривой 3,8%.

Заключение. Полученные данные могут служить валидным инструментом для оценки характеристик белого и серого вещества головного мозга и установления ряда закономерностей когнитивного функционирования у пациентов с БМС.

Об авторах

Павел Михайлович Крупенин

ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Университет)

Автор, ответственный за переписку.
Email: krupenin_p_m@student.sechenov.ru
ORCID iD: 0000-0001-5203-4497

аспирант каф. нервных болезней и нейрохирургии Института клинической медицины им. Н.В. Склифосовского ФГАОУ ВО «Первый МГМУ им. И.М. Сеченова» (Сеченовский Университет)

Россия, Москва

Всеволод Андреевич Перепелов

ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Университет)

Email: vsevolod.perepelov@gmail.com
ORCID iD: 0000-0002-4741-1988

канд. мед. наук, каф. нервных болезней и нейрохирургии Института клинической медицины им. Н.В. Склифосовского ФГАОУ ВО «Первый МГМУ им. И.М. Сеченова» (Сеченовский Университет)

Россия, Москва

Елена Михайловна Перепелова

ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Университет)

Email: elena_perepelova@mail.ru
ORCID iD: 0000-0002-1951-930X

канд. мед. наук, каф. нервных болезней и нейрохирургии Института клинической медицины им. Н.В. Склифосовского ФГАОУ ВО «Первый МГМУ им. И.М. Сеченова» (Сеченовский Университет)

Россия, Москва

Сергей Петрович Бордовский

ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Университет)

Email: sbordoche@gmail.com
ORCID iD: 0000-0002-6928-2355

аспирант каф. нервных болезней и нейрохирургии Института клинической медицины им. Н.В. Склифосовского ФГАОУ ВО «Первый МГМУ им. И.М. Сеченова» (Сеченовский Университет)

Россия, Москва

Ирина Сергеевна Преображенская

ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Университет)

Email: IrinaSP2@yandex.ru
ORCID iD: 0000-0002-9097-898X

д-р мед. наук, проф. каф. нервных болезней и нейрохирургии Института клинической медицины им. Н.В. Склифосовского ФГАОУ ВО «Первый МГМУ им. И.М. Сеченова» (Сеченовский Университет)

Россия, Москва

Анастасия Андреевна Соколова

ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Университет)

Email: sokolovastasya2@gmail.com
ORCID iD: 0000-0001-5938-8917

канд. мед. наук, доц. каф. нервных болезней и нейрохирургии Института клинической медицины им. Н.В. Склифосовского ФГАОУ ВО «Первый МГМУ им. И.М. Сеченова» (Сеченовский Университет)

Россия, Москва

Дмитрий Александрович Напалков

ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Университет)

Email: dminap@mail.ru
ORCID iD: 0000-0001-6241-2711

д-р мед. наук, проф. каф. нервных болезней и нейрохирургии Института клинической медицины им. Н.В. Склифосовского ФГАОУ ВО «Первый МГМУ им. И.М. Сеченова» (Сеченовский Университет)

Россия, Москва

Ольга Николаевна Воскресенская

ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Университет)

Email: vos-olga@yandex.ru
ORCID iD: 0000-0002-7330-633X

д-р мед. наук, проф. каф. нервных болезней и нейрохирургии Института клинической медицины им. Н.В. Склифосовского ФГАОУ ВО «Первый МГМУ им. И.М. Сеченова» (Сеченовский Университет)

Россия, Москва

Список литературы

  1. Fazekas F, Chawluk JB, Alavi A, et al. MR signal abnormalities at 1.5 T in Alzheimer’s dementia and normal aging. AJR Am J Roentgenol. 1987;149(2):351-6. doi: 10.2214/ajr.149.2.351
  2. Wahlund LO, Barkhof F, Fazekas F, et al. A new rating scale for age-related white matter changes applicable to MRI and CT. Stroke. 2001;32(6):1318-22. doi: 10.1161/01.STR.32.6.1318
  3. Serag D, Ragab E. Bi-caudate ratio as a MRI marker of white matter atrophy in multiple sclerosis and ischemic leukocencephalopathy. Egypt J Radiol Nucl Med. 2019;50(1):99. doi: 10.1186/s43055-019-0104-x
  4. DeCarli C, Fletcher E, Ramey V, et al. Anatomical mapping of white matter hyperintensities (WMH): Exploring the relationships between periventricular WMH, deep WMH, and total WMH burden. Stroke. 2005;36(1):50-5. doi: 10.1161/01.STR.0000150668.58689.f2
  5. Griffanti L, Jenkinson M, Suri S, et al. Classification and characterization of periventricular and deep white matter hyperintensities on MRI: A study in older adults. Neuroimage. 2018;170:174-81. doi: 10.1016/j.neuroimage.2017.03.024
  6. Sachdev PS, Blacker D, Blazer DG, et al. Classifying neurocognitive disorders: The DSM-5 approach. Nat Rev Neurol. 2014;10(11):634-42. doi: 10.1038/nrneurol.2014.181
  7. Nasreddine ZS, Phillips NA, Bedirian V, et al. The Montreal Cognitive Assessment, MoCA: A Brief Screening. J Am Geriatr Soc. 2005;53(4):695-9. doi: 10.1111/j.1532-5415.2005.53221.x
  8. Sarazin M, Berr C, De Rotrou J, et al. Amnestic syndrome of the medial temporal type identifies prodromal AD: A longitudinal study. Neurology. 2007;69(19):1859-67. doi: 10.1212/01.wnl.0000279336.36610.f7
  9. Reitan RM, Wolfson D. The Halstead-Reitan neuropsychological test battery: Theory and clinical interpretation. Tucson, AZ: Neuropsychology Press, 1985.
  10. Smith A. Symbol Digit Modalities Test. Los Angeles, CA: Western Psychological Services, 1973.
  11. Mohs RC, Knopman D, Petersen RC, et al. Development of cognitive instruments for use in clinical trials of antidementia drugs: additions to the Alzheimer’s Disease Assessment Scale that broaden its scope. The Alzheimer’s Disease Cooperative Study. Alzheimer Dis Assoc Disord. 1997;11 Suppl. 2:13-21.
  12. Ferris SH. General measures of cognition. Int Psychogeriatr. 2003;15 Suppl. 1:215-7. doi: 10.1017/S1041610203009220
  13. Starkstein SE, Mayberg HS, Preziosi TJ, et al. Reliability, validity, and clinical correlates of apathy in Parkinson’s disease. J Neuropsychiatry Clin Neurosci. 1992;4(2):134-9. doi: 10.1176/jnp.4.2.134
  14. Yesavage JA, Brink TL, Rose TL, et al. Development and validation of a geriatric depression screening scale: A preliminary report. J Psychiatr Res. 1982-1983;17(1):37-49. doi: 10.1016/0022-3956(82)90033-4
  15. Schmidt P, Gaser C, Arsic M, et al. An automated tool for detection of FLAIR-hyperintense white-matter lesions in Multiple Sclerosis. Neuroimage. 2012;59(4):3774-83. doi: 10.1016/j.neuroimage.2011.11.032
  16. Gaser C, Dahnke R. CAT-A Computational Anatomy Toolbox for the Analysis of Structural MRI Data. 2016. Available at: http://www.neuro.uni-jena.de/hbm2016/GaserHBM2016.pdf. Accessed: 22.04.2022.
  17. Dahnke R, Yotter RA, Gaser C. Cortical thickness and central surface estimation. Neuroimage. 2013;65:336-48. doi: 10.1016/j.neuroimage.2012.09.050
  18. Yotter RA, Dahnke R, Thompson PM, Gaser C. Topological correction of brain surface meshes using spherical harmonics. Hum Brain Mapp. 2011;32(7):1109-24. doi: 10.1002/hbm.21095
  19. Desikan RS, Segonne F, Fischl B, et al. An automated labeling system for subdividing the human cerebral cortex on MRI scans into gyral based regions of interest. Neuroimage. 2006;31(3):968-80. doi: 10.1016/j.neuroimage.2006.01.021
  20. Glasser MF, Coalson TS, Robinson EC, et al. A multi-modal parcellation of human cerebral cortex. Nature. 2016;536(7615):171-8. doi: 10.1038/nature18933
  21. Llinas-Regla J, Vilalta-Franch J, Lopez-Pousa S, et al. The Trail Making Test: Association With Other Neuropsychological Measures and Normative Values for Adults Aged 55 Years and Older From a Spanish-Speaking Population-Based Sample. Assessment. 2017;24(2):183-96. doi: 10.1177/1073191115602552
  22. Zhuang Y, Zeng X, Wang B, et al. Cortical surface thickness in the middle-aged brain with white matter hyperintense lesions. Front Aging Neurosci. 2017;9:225. doi: 10.3389/fnagi.2017.00225
  23. Wang Y, Yang Y, Wang T, et al. Correlation between White Matter Hyperintensities Related Gray Matter Volume and Cognition in Cerebral Small Vessel Disease. J Stroke Cerebrovasc Dis. 2020;29(12):105275. doi: 10.1016/j.jstrokecerebrovasdis.2020.105275
  24. Azarpazhooh MR, Hachinski V. Vascular cognitive impairment: A preventable component of dementia. Handb Clin Neurol. 2019;167:377-91. doi: 10.1016/B978-0-12-804766-8.00020-0
  25. Euston DR, Gruber AJ, McNaughton BL. The Role of Medial Prefrontal Cortex in Memory and Decision Making. Neuron. 2012;76(6):1057-70. doi: 10.1016/j.neuron.2012.12.002
  26. Jagust W. Imaging the evolution and pathophysiology of Alzheimer disease. Nat Rev Neurosci. 2018;19(11):687-700. doi: 10.1038/s41583-018-0067-3
  27. Roe JM, Vidal-Pineiro D, Sorensen O, et al. Asymmetric thinning of the cerebral cortex across the adult lifespan is accelerated in Alzheimer’s disease. Nat Commun. 2021;12(1):721. doi: 10.1038/s41467-021-21057-y
  28. Grambaite R, Selnes P, Reinvang I, et al. Executive Dysfunction in Mild Cognitive Impairment is Associated with Changes in Frontal and Cingulate White Matter Tracts. J Alzheimer’s Dis. 2011;27(2):453-62. doi: 10.3233/JAD-2011-110290
  29. Tuladhar AM, van Norden AGW, de Laat KF, et al. White matter integrity in small vessel disease is related to cognition. NeuroImage Clin. 2015;7:518-24. doi: 10.1016/j.nicl.2015.02.003

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. График линейной зависимости суммы баллов по шкале Фазекас от фракции ГИБВ.

Скачать (80KB)
Метаданные
3. Рис. 2. График линейной зависимости среднего значения толщины коры внутри кластера медиальной орбитофронтальной извилины правого полушария от чувствительности к подсказкам.

Скачать (151KB)
Метаданные
4. Рис. 3. Линейная зависимость толщины коры в кластерах ростральной части средней лобной извилины левого полушария и верхней височной извилины правого полушария от производительности в тесте TMT, часть B.

Скачать (213KB)
Метаданные
5. Рис. 4. ROC-кривая УКР в зависимости от когнитивных и МР-маркеров, применяемых для классификации пациентов в бинарные подгруппы «нормальные когнитивные функции» или «умеренное когнитивное расстройство».

Скачать (97KB)
Метаданные

© ООО "Консилиум Медикум", 2022

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах