Функциональная магнитно-резонансная томография в состоянии покоя: особенности статистической обработки данных ROI-анализа

Актуальность. Во многих работах для исследования внутри- и межсетевых связей используют метод построения нейросетей — анализ на основе зон интереса. Противоречивые результаты, получаемые при оценке коннективности головного мозга с использованием анализа на основе зон интереса, можно объяснить методологическими различиями, связанными со статистической обработкой данных функциональной магнитно-резонансной томографии. В связи с этим актуально проведение исследования со сравнительной оценкой различных статистических методов анализа на основе зон интереса в обработке данных функциональной магнитно-резонансной томографии в состоянии покоя.

Цель исследования: оценить функциональную связность основных нейросетей покоя головного мозга при анализе на основе зон интереса с применением различных статистических подходов.

Материалы и методы. Проведен анализ данных 15 функциональных магнитно-резонансных томографий в состоянии покоя головного мозга пациентов без неврологической и психической патологии. Функциональное магнитно-резонансное исследование выполнялось на сканере Phillips Ingenia 1,5 Tл с использованием последовательности градиентной эхо-планарной визуализации. Для построения нейросетей применен анализ на основе зон интереса. Статистическую обработку данных выполняли с помощью методов функциональной сетевой коннективности, пространственной парной кластеризации, основанной на анализе рандомизации/перестановки, и улучшения беспорогового кластера.

Результаты. Количество связей между структурами сетей головного мозга, зафиксированных при использовании метода функциональной сетевой коннективности, равно 280, пространственной парной кластеризации — 186, улучшения беспорогового кластера — 182. Интересный факт заключается в том, что отрицательные связи выявлены только при использовании параметрической статистики.

Заключение. Выполнена сравнительная оценка методов статистической обработки данных функциональной магнитно-резонансной томографии при проведении анализа на основе зон интереса. Метод функциональной сетевой коннективности на основе многомерной параметрической статистики оказался информативнее, чем пространственная парная кластеризация, основанная на анализе перестановок/рандомизации, и метод, основанный на улучшении беспорогового кластера. Несмотря на возрастающую в последние годы популярность функциональной магнитно-резонансной томографии в состоянии покоя в исследовании функциональной активности и коннективности головного мозга, нет стандартизированных алгоритмов построения его нейросетей.