Подходы к классификации микроэмболических сигналов, регистрируемых в восстановительном периоде ишемического инсульта
- Авторы: Орлова Е.В.1, Бердалин А.Б.1, Лелюк В.Г.1
-
Учреждения:
- ФГБУ «Федеральный центр мозга и нейротехнологий» Федерального медико-биологического агентства
- Выпуск: Том 17, № 3 (2023)
- Страницы: 74-82
- Раздел: Технологии
- URL: https://journals.rcsi.science/2075-5473/article/view/253962
- DOI: https://doi.org/10.54101/ACEN.2023.3.9
- ID: 253962
Цитировать
Полный текст
Аннотация
Введение. Единственным неинвазивным методом объективизации церебральной эмболии является транскраниальный допплеровский мониторинг (ТКДМ) с микроэмболодетекцией (МЭД). В настоящее время отсутствует единый признанный подход к классификации регистрируемых микроэмболических сигналов (МЭС), который мог бы использоваться в практической медицине.
Цель исследования — изучение биофизических характеристик МЭС, регистрируемых у пациентов, перенёсших ишемический инсульт, а также подходов к дифференцировке микроэмболов по структуре и источнику происхождения для повышения диагностической точности метода и снижения риска возникновения повторных ишемических событий.
Материалы и методы. Критерием включения в исследование было наличие признаков МЭС при ТКДМ с МЭД. Были включены сведения о 28 пациентах (9 женщин и 19 мужчин; средний возраст 58 ± 13 лет) с ишемическим инсультом. Для каждого МЭС учитывали мощность, длительность, частоту, рассчитывали энергетический индекс.
Результаты. Всего зарегистрировано 938 МЭС. Пограничные значения биофизических характеристик МЭС у пациентов с кардиоэмболическим и со всеми остальными патогенетическими вариантами инсульта: средняя мощность 14,65 дБ, средняя продолжительность 9,45 мс, средний энергетический индекс 0,16 Дж. Характерные значения мощности МЭС, регистрируемых у пациентов с мерцательной аритмией, — более 13 дБ. Пограничное значение частоты МЭС, разделяющее микроэмболы по акустической плотности, — 650 Гц.
Заключение. Полученные данные могут способствовать дальнейшему решению задачи, связанной с поиском оптимальных значений границ диапазонов биофизических характеристик МЭС различного происхождения, для формирования единого подхода к их классификации, что позволит повысить диагностическую ценность практического применения ТКДМ с МЭД при инсульте.
Полный текст
Открыть статью на сайте журналаОб авторах
Екатерина Владимировна Орлова
ФГБУ «Федеральный центр мозга и нейротехнологий» Федерального медико-биологического агентства
Автор, ответственный за переписку.
Email: ekaterina.shlyk@gmail.com
ORCID iD: 0000-0002-4755-7565
SPIN-код: 3695-9148
к.м.н., врач функциональной диагностики отдела ультразвуковой и функциональной диагностики ФГБУ «Федеральный центр мозга и нейротехнологий», Москва, Россия
Россия, МоскваАлександр Берикович Бердалин
ФГБУ «Федеральный центр мозга и нейротехнологий» Федерального медико-биологического агентства
Email: alex_berdalin@mail.ru
ORCID iD: 0000-0001-5387-4367
SPIN-код: 3681-6911
к.м.н., с.н.с. Научно-исследовательского центра радиологии и клинической физиологии ФГБУ «Федеральный центр мозга и нейротехнологий», Москва, Россия
Россия, МоскваВладимир Геннадьевич Лелюк
ФГБУ «Федеральный центр мозга и нейротехнологий» Федерального медико-биологического агентства
Email: vglelyuk@fccps.ru
ORCID iD: 0000-0002-9690-8325
SPIN-код: 1066-9840
д.м.н., профессор
Россия, МоскваСписок литературы
- Гусев Е.И., Коновалов А.Н., Скворцова В.И. Неврология. Национальное руководство: руководство для врачей. М.; 2015. 1064 с. Gusev E.I., Konovalov A.N., Skvortsova V.I. Neurology. National leadership: a guide for physicians. Moscow; 2015. 1064 р. (In Russ.)
- Адаскин А.В. Программно-алгоритмическое обеспечение измерительно-вычислительного комплекса для исследования потоков жидкости с инородными включениями на примере комплекса медицинского назначения. Дисс. ... канд. тех. наук Москва, 2008. 137 с. Adaskin A.V. Software and algorithmic support of the measuring and computing complex for the study of fluid flows with foreign inclusions on the example of a medical complex. PhD tech. sci. diss. Moscow; 2008. 137 p. (In Russ.)
- King A., Markus H.S. Doppler embolic signals in cerebrovascular disease and prediction of stroke risk: a systematic review and meta-analysis. Stroke. 2009;40(12):3711–3717. doi: 10.1161/STROKEAHA.109.563056
- Maida C.D., Norrito R.L., Daidone M. et al. Neuroinflammatory mechanisms in ischemic stroke: focus on cardioembolic stroke, background, and therapeutic approaches. Int. J. Mol. Sci. 2020;21(18):6454. doi: 10.3390/ijms21186454
- Muengtaweepongsa S., Tantibundhit C. Microembolic signal detection by transcranial Doppler: Old method with a new indication. World J. Methodol. 2018;8(3):40–43. doi: 10.5662/wjm.v8.i3.40
- Ritter M.A., Dittrich R., Thoenissen N. et al. Prevalence and prognostic impact of microembolic signals in arterial sources of embolism. A systematic review of the literature. J. Neurol. 2008;255(7):953–961. doi: 10.1007/s00415-008-0638-8
- Devuyst G., Darbellay G., Vesin J. et al. Automatic classification of HITS into artifacts or solid or gaseous emboli by a wavelet representation combined with dual — gate TCD. Stroke. 2001;32(12):2803–2809. doi: 10.1161/hs1201.099714
- Ringelstein E.B., Droste D.W., Babikian V.L. et al. Consensus on microembolus detection by TCD. International Consensus Group on Microembolus Detection. Stroke. 1998;29(3):725–729. doi: 10.1161/01.str.29.3.725
- Рыбалко Н.В., Кузнецов А.Н., Виноградов О.И. Применение индекса модуляции частоты для определения состава микроэмболического материала. Вестник Национального медико-хирургического Центра им. Н.И. Пирогова. 2015;(1):6–9. Rybalko N.V., Kuznetsov A.N., Vinogradov O.I. Application of the frequency modulation index to determine the composition of microembolic material. Bulletin of the N.I. Pirogov National Medical and Surgical Center. 2015;(1):6–9. (In Russ.)
- Banahan C., Rogerson Z., Rousseau C. et al. An in vitro comparison of embolus differentiation techniques for clinically significant macroemboli: dual-frequency technique versus frequency modulation method. Ultrasound Med. Biol. 2014;40(11):2642–2654. doi: 10.1016/j.ultrasmedbio.2014.06.003
- Brucher R., Russell D. Assessment of temporal bone beam distortion when using multifrequency Doppler to differentiate cerebral microemboli. Cerebrovasc. Dis. 2002; 13(Suppl 4):1134–1141.
- Markus H.S., Punter M. Can transcranial Doppler discriminate between solid and gaseous microemboli? Assessment of a dual-frequency transducer system. Stroke. 2005;36(8):1731–1734. doi: 10.1161/01.STR.0000173399.20127.b3
- Russell D., Brucher R. Online automatic discrimination between solid and gaseous cerebral microemboli with the first multifrequency transcranial Doppler. Stroke. 2002;33(8):1975–1980. doi: 10.1161/01.str.0000022809.46400.4b
- Adams H.P. Jr, Bendixen B.H., Kappelle L.J. et al. Classification of subtype of acute ischemic stroke. Definitions for use in a multicenter clinical trial. TOAST. Trial of Org 10172 in Acute Stroke Treatment. Stroke. 1993;24(1):35–41. doi: 10.1161/01.str.24.1.35
- Choi Y., Saqqur M., Stewart E. et al. Relative energy index of microembolic signal can predict malignant microemboli. Stroke. 2010;41(4):700–706. doi: 10.1161/STROKEAHA.109.573733
- Шлык Е.В. Дифференциально-диагностические признаки артерио-артериальной и кардиальной микроэмболии при проведении транскраниального допплеровского мониторирования кровотока мозговых артерий. Ультразвуковая и функциональная диагностика. 2011;(6):97. Shlyk E.V. Diagnostic signs of arterial and cardiac microembolia during transcranial doppler monitoring of blood flow in cerebral arteries. Ultrasound and Functional Diagnostics 2011;(6):97. (In Russ.)
- Yan J., Li Z., Wills M. et al. Intracranial microembolic signals might be a potential risk factor for cognitive impairment. Neurol. Res. 2021;43(11):867–873. doi: 10.1080/01616412.2021.1939488
- Das A.S., Regenhardt R.W., LaRose S. et al. Microembolic signals detected by transcranial Doppler predict future stroke and poor outcomes. J. Neuroimaging. 2020;30(6):882–889. doi: 10.1111/jon.12749
Дополнительные файлы
