Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.

Methodenartikel

Constructie en toepassing van cerebrale functionele regio-gebaseerde cerebrale bloedstroomatlas met behulp van magnetische resonantiebeeldvorming - arteriële spin-labeling

1.2K weergaven

⸱

DOI:

10.3791/66853

⸱

31 mei 2024

 ,  , 

In dit artikel

Samenvatting

Deze studie integreerde magnetische resonantiebeeldvorming - arteriële spin-labelafbeeldingen om de cerebrale bloedstroom (CBF) -atlas af te leiden voor cerebrale functionele regio's. Het vergelijken van typische CBF-atlassen voor gezonde en chronische cerebrale ischemie bracht significante verschillen aan het licht in regionale CBF-verdelingen, waardoor snelle, niet-invasieve beoordelingen van functionele CBF mogelijk zijn om te helpen bij de diagnose en evaluatie van therapieën.

Samenvatting

Cerebrale aandoeningen vereisen vaak nauwkeurige diagnose en monitoring, waardoor geavanceerde beeldvormingstechnieken nodig zijn. De huidige modaliteiten detecteren vroege tekenen van omkeerbare weefselbeschadiging mogelijk niet adequaat, wat de noodzaak onderstreept van innovatieve diagnostische hulpmiddelen die veranderingen in de cerebrale bloedstroom (CBF) met hoge specificiteit en gevoeligheid kunnen kwantificeren. Deze studie integreert driedimensionale arteriële spin-labeling (3D-ASL) met structurele MRI om uitgebreide CBF-atlassen te ontwikkelen die alle belangrijke functionele regio's van de hersenen bestrijken. Deze innovatieve methodologie voor magnetische resonantiebeeldvorming - arteriële spinlabeling (MRI-ASL) biedt een snelle en niet-invasieve manier om regiospecifieke CBF te kwantificeren en biedt een gedetailleerd beeld van CBF-niveaus in verschillende functionele regio's. De vergelijking tussen patiënten met chronische cerebrale ischemie (CCI) en gezonde proefpersonen onthulde een significant verminderde CBF in de cerebrale functionele regio's in de geconstrueerde CBF-atlassen voor de eerste. Deze benadering maakt niet alleen de efficiënte identificatie van CCI mogelijk door gelijktijdige dalingen in CBF in kritieke gebieden ten opzichte van gezonde verdelingen te analyseren, maar maakt het ook mogelijk om de behandelingsresponsen en de voortgang van de revalidatie te volgen door middel van longitudinale CBF-atlassen. De CBF-atlas die met behulp van de MRI-ASL-techniek is ontwikkeld, is een nieuwe stap voorwaarts op het gebied van cerebrale diagnostiek en patiëntenzorg. Door regionale CBF-niveaus te vergelijken met normatieve normen, verbetert deze methode de diagnostische mogelijkheden, waardoor clinici gepersonaliseerde zorg kunnen bieden aan patiënten met cerebrale aandoeningen.

Inleiding

Op het gebied van neuroimaging blijft de zoektocht naar nauwkeurige, niet-invasieve hulpmiddelen om de hersenfunctie en pathologie te beoordelen van het grootste belang. Onder deze is de cerebrale bloedstroom (CBF) een essentiële indicator, die de metabolische eisen en de gezondheidstoestand vanhersenweefsel weerspiegelt1. Traditionele benaderingen brengen vaak empirische beoordelingen met zich mee, waarbij sterk wordt vertrouwd op de expertise van clinici om beelden te interpreteren en pathologische veranderingen te onderscheiden2. Vooruitgang in magnetische resonantiebeeldvorming (MRI) technieken, met name arteriële spin labeling (ASL)3, biedt echter een veelbelovende weg om CBF met grotere nauwkeurigheid en objectiviteit te kwantificeren 4,5.

Deze studie presenteert een baanbrekende methodologie die driedimensionale ASL (3D-ASL) integreert met structurele MRI om een uitgebreide CBF-atlas te construeren over cerebrale functionele regio's6. Door gebruik te maken van deze nieuwe benadering kunnen clinici niet alleen een globaal perspectief van CBF verkrijgen, maar zich ook verdiepen in specifieke functionele gebieden, waardoor een genuanceerd begrip van cerebrale perfusiepatronen mogelijkwordt7,8. Deze verbetering van de resolutie is een direct gevolg van de technologische vooruitgang in beeldvormingsapparatuur in plaats van het gebruik van geïnterpoleerde voxels. Het is vermeldenswaard dat de meeste reguliere MRI-apparaten die tegenwoordig op de markt verkrijgbaar zijn, doorgaans een beeldvormingsprecisie bieden die beter is dan 1.5 mm9. Deze vooruitgang in de beeldvormingstechnologie heeft de weg vrijgemaakt voor gedetailleerdere en nauwkeurigere CBF-beoordelingen. Dit vertegenwoordigt een paradigmaverschuiving ten opzichte van conventionele beeldvorming, die vaak niet de resolutie heeft om subtiele veranderingen in CBF te detecteren die verband houden met pathologieën in een vroegstadium10.

De oorsprong van deze methodologie ligt in de noodzaak om de diagnostische uitdagingen aan te pakken die worden veroorzaakt door cerebrale aandoeningen, waaronder chronische cerebrale ischemie (CCI) en andere neurologische aandoeningen 11,12. Deze omstandigheden vereisen nauwkeurige en tijdige beoordelingen om therapeutische interventies effectief te begeleiden13,14. Door CBF-atlassen tussen gezonde personen en patiënten met CCI te vergelijken, onthult deze studie significante verschillen in regionale CBF-verdelingen, en biedt het inzicht in ziektepathologie en mogelijke behandelingsmogelijkheden.

Het nut van deze MRI-ASL-benadering gaat verder dan de diagnose en omvat therapeutische evaluatie en monitoring van ziekteprogressie15. Longitudinale CBF-atlassen zijn veelbelovend bij het volgen van behandelingsreacties en revalidatieresultaten, en bieden clinici onschatbare hulpmiddelen voor gepersonaliseerd patiëntbeheer. Bovendien kan het vermogen om subtiele CBF-veranderingen te onderscheiden dienen als een vroege biomarker voor dreigende weefselafwijkingen, waardoor proactieve interventies mogelijk worden om neurologische schade te beperken voordat deze onomkeerbaarwordt16.

Hoewel deze methodologie een geavanceerd hulpmiddel is, verdienen verschillende manieren voor verfijning en uitbreiding het overwegen waard. Het standaardiseren van scanprotocollen, CBF-normalisatietechnieken en het samenstellen van gezonde CBF-atlassen met meerdere onderwerpen zijn cruciale stappen in de richting van het verbeteren van de diagnostische nauwkeurigheid en klinische bruikbaarheid. Gezamenlijke inspanningen op het gebied van verschillende cerebrale pathologieën zijn essentieel om deze aanpak te valideren en te verfijnen voor wijdverbreide klinische acceptatie.

Deze studie introduceert een nieuwe benadering waarbij MRI-afgeleide CBF-atlassen clinici diepgaande inzichten bieden in de cerebrale functie en pathologie. Door de kloof tussen beeldvormingsgroep en klinische interpretatie te overbruggen, heeft deze methodologie het potentieel om een revolutie teweeg te brengen in de diagnose en het beheer van een groot aantal neurologische aandoeningen, en een toekomst van precisiegeneeskunde in te luiden die is afgestemd op de unieke behoeften van elke patiënt.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

Deze studie werd goedgekeurd door de Institutional Review Board van het Beijing Dongzhimen Hospital, Beijing, China. Een MRI-scanner werd gebruikt met gepulseerde ASL (PASL) sequentie op basis van turbo gradient spin echo (TGSE) voor 3D arteriële spin labeling (3D-ASL) met de volgende parameters: TR 4000 ms, TE 25 ms, bolusduur 700 ms, inversietijd 1990 ms. De softwaretools die in dit onderzoek zijn gebruikt, staan vermeld in de Materiaaltabel.

1. Gegevensverzameling en -voorbereiding

OPMERKING: De variantie in parameters blijft onaangetast door de onderzoeksaanpak. Zowel DICOM- als NIFTI-formaten worden gebruikt voor het opslaan van digitale medische beeldvormingsgegevens, waarbij DICOM de gebruikelijke uitvoer is van apparaten voor klinische beeldvorming. Het NIFTI-formaat heeft echter vaak de voorkeur vanwege het rekengemak bij onderzoeksactiviteiten. Het omzetten van DICOM naar NIFTI is een eenvoudige en gangbare praktijk17. In deze studie werden authentieke DICOM-gegevens verzameld en geconverteerd naar NIFTI-formaat. De gegevens werden verkregen met behulp van een MRI-scanner van 1,5 Tesla. In het registratieproces van kruisbeelden van deze studie werd voornamelijk de FLAIR-sequentie (Fluid-attenuated inversion recovery) gebruikt en gefuseerd met CBF-beelden. De CBF Atlas-tool (Table of Materials) die in dit onderzoek is gebruikt, is commerciële software.

  1. Kopieer gegevens naar de aangewezen werkmap.
    1. Kopieer alle NIFTI-gegevens naar een aangepaste werkmap.
      OPMERKING: De werkmap is hetzelfde in het besturingssysteem en MATLAB. Het onderzoek volgt de oriëntatiestandaard Right Anterior Superior (RAS).
    2. Ga naar de map met de gegevens in de huidige werkmap van MATLAB en gebruik de niftiread-functie om AIR-gegevens in de werkruimte te laden. Gebruik de maatfunctie om de afmetingen van de FLAIR-reeks te controleren. Roep het commando Flair_Slice aan om de FLAIR-reeks weer te geven (zoals weergegeven in afbeelding 1). Gebruik de specifieke commando's als volgt:
      FLAIR_XLF = niftiread('FLAIR_XFL.nii');
      Maat(FLAIR_XLF)
      Flair_Slice, lid FLAIR_XLF);
    3. Zie afbeelding 1 voor een afbeelding van de interactieve grafische gebruikersinterface (GUI) voor de FLAIR-sequentie. Gebruik de schuifbalk aan de onderkant om snel door de verschillende sequenties te bladeren.
  2. Bekijk snel beelden van CBF.
    1. Gebruik de niftiread-functie om CBF-gegevens in de werkruimte te laden. Gebruik de groottefunctie om de afmetingen van de CBF-reeks te controleren. Roep het commando CBF_Slice aan om view de CBF-sequentie (zoals weergegeven in afbeelding 2). Gebruik de specifieke commando's als volgt:
      CBF_XLF = niftiread('CBF_XFL.nii');
      Maat(CBF_XLF)
      CBF_Slice, lid CBF_XLF);
    2. Zie Afbeelding 2 voor een interactieve GUI-schermafbeelding van de CBF-sequentie. Gebruik de schuifbalk aan de onderkant om snel door de verschillende sequenties te bladeren.
      OPMERKING: In figuur 2 is het CBF-waardebereik meestal 0-120 ml/100 g/min. Figuur 2 gebruikt een kleurenkaart om verschillende CBF-niveaus in verschillende kleuren weer te geven.

2. Segmentatie van cerebrale functionele regio's uit de FLAIR-sequentie

OPMERKING: De FLAIR-sequentie dient zowel als structurele beeldvorming als biedt uitstekende pathologische diagnostische mogelijkheden. Daarom heeft het samensmelten van FLAIR met CBF een belangrijke diagnostische waarde in klinieken. Deze studie segmenteert belangrijke cerebrale functionele regio's uit de FLAIR-sequentie.

  1. Roep in de werkruimte de functie FLAIR_Segment aan en voer het vooraf getrainde 3D-U-Net-gebaseerde beeldsegmentatieprogramma uit om automatisch triplanaire weergaven van segmentatie van cerebrale functionele regio's te genereren, zoals weergegeven in afbeelding 3. Elke kleur in figuur 3 vertegenwoordigt een afzonderlijk functioneel gebied.
  2. Voor real-time inspectie van verschillende cerebrale functionele regio's, gebruik de dradenkruisinteractie (Figuur 3). Klik en sleep het midden van het dradenkruis voor een willekeurig 3D-onderzoek van de gereconstrueerde hersenanatomie.
    OPMERKING: De GUI in Afbeelding 3 maakt het ook mogelijk om het grijswaardenintensiteitsbereik, contrast en helderheid van de triplanaire weergaven aan te passen.
  3. Druk en sleep de linkermuisknop over een willekeurig deel van de afbeeldingen voor real-time wijziging van de helderheid en contrastniveaus. Laat de muisknop los om de aanpassingen te bevestigen en af te ronden.

3. Triplanaire weergaven van CBF-verdeling over cerebrale functionele regio's

OPMERKING: Het onderzoeken van de CBF-verdeling over verschillende cerebrale functionele regio's vergemakkelijkt nauwkeurige klinische beoordelingen van de toestand van de patiënt. Onder het functionele regiokader uit figuur 3 maakt het opnemen van de exacte CBF-waarden uit de CBF-sequentie en het presenteren ervan in triplanaire weergaven een uitgebreide inspectie door de arts mogelijk.

  1. Roep de functie CBF_triplanar aan om de triplanaire GUI-weergave te genereren die wordt weergegeven in figuur 4, waarbij de ruimtelijke verdeling van CBF over functionele regio's wordt weergegeven. Verplaats het dradenkruis om onderzoek naar de CBF-verdeling in interessegebieden mogelijk te maken.
  2. Klik op de knop Gegevenstips in de rechterbovenhoek van de GUI om de CBF-waarden op elke positie weer te geven.
  3. Druk en sleep de linkermuisknop over een willekeurig deel van de afbeeldingen voor real-time wijziging van de helderheid en contrastniveaus. Laat de muisknop los om de aanpassingen te bevestigen en af te ronden.

4. CBF-atlas over de belangrijkste cerebrale functionele regio's

OPMERKING: Het normaliseren van de CBF-waarschijnlijkheidsverdelingen over verschillende functionele regio's genereert de CBF-atlas voor cerebrale functionele regio's, die de CBF-niveaus uitdrukt over de cerebrale functionele regio's van de proefpersoon.

  1. Roep de functie CBF_Atlas aan om de ruimtelijke CBF-verdeling zoals weergegeven in figuur 4 om te zetten in een CBF-atlas (zoals weergegeven in figuur 5).
    OPMERKING: In figuur 5 vertegenwoordigt de x-as verschillende cerebrale functionele regio's en de y-as vertegenwoordigt verschillende CBF-niveaus; De verschillende kleuren geven verschillende waarschijnlijkheidsniveaus aan (hoe roder de kleur, hoe meer voxels er aanwezig zijn).
  2. Klik op de knop In-/uitzoomen in de rechterbovenhoek van de GUI die wordt weergegeven in afbeelding 5 om gedeeltelijke afbeeldingen te schalen.
    OPMERKING: De curve in figuur 5 verbindt de gemiddelde CBF over de regio's heen.

5. Significante verschillen in CBF_Atlas tussen gezonde proefpersonen en CCI-patiënten

OPMERKING: Met behulp van hetzelfde proces dat in de rubrieken 1-4 wordt beschreven, kunnen de gemiddelde CBF-waarden over verschillende cerebrale functionele regio's worden verkregen voor CCI-patiënten.

  1. Gebruik de functie CBF_Compare om een vergelijkende grafiek van de CBF-curve te genereren van een gezonde proefpersoon versus een CCI-patiënt (Figuur 6).
  2. Let op de significante verschillen tussen de CBF-curve van de patiënt (gekleurd in zwart) en de gezonde curve (gekleurd in rood) (Figuur 6). Identificeer de functionele regio's met meer uitgesproken CBF-dalingen bij de patiënt. Integreer stap 3.3 en onderzoek opnieuw de regio's waar de patiënt slechter presteerde in vergelijking met de andere regio's.
    OPMERKING: Stap 3.3 maakt het mogelijk om de CBF-niveaus van de patiënt in een driedimensionale ruimte te bekijken, wat betekent dat artsen de triplanaire GUI-weergave kunnen gebruiken die wordt weergegeven in figuur 4 om de CBF op elke positie van de patiënt te onderzoeken. Hier varieert de mate van CBF-afname op verschillende locaties voor CCI-patiënten. Artsen kunnen figuur 4 opnieuw bekijken om zich te concentreren op hersengebieden met een significante CBF-afname.
  3. Gebruik de pictogrammen in de rechterbovenhoek van de GUI (Afbeelding 5) om toegang te krijgen tot functies zoals uitzoomen, inzoomen, terugkeren naar de algemene weergave en het markeren van de coördinaten van de geselecteerde pixel.
    OPMERKING: Met behulp van hetzelfde principe kunnen de resultaten van voor en na de behandeling van dezelfde patiënt ook worden vergeleken met behulp van de benadering in figuur 6 om de klinische werkzaamheid in de loop van de tijd te evalueren.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

Dit onderzoek maakt gebruik van daadwerkelijke patiëntgegevens die zijn verkregen met behulp van een 1,5 T MRI-scanner om de kwantificering van de cerebrale bloedstroom (CBF) en de atlasconstructiemethodologie te valideren. De voorbewerkingsstappen omvatten structurele FLAIR-afbeeldingen (Figuur 1), CBF-afbeeldingen (Figuur 2) en triplanaire gefuseerde afbeeldingen (Figuur 3 en Figuur 4).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

De belangrijkste stappen (secties 3 en 4) vormen de basis voor de constructie van de CBF-atlas, waarbij de CBF-verdeling over cerebrale functionele regio's wordt gekwantificeerd. Stap 4.2 bakent expliciet CBF-niveaus af voor elk hersengebied, waarmee een nieuwe techniek wordt ontwikkeld. Dit geeft artsen niet alleen een globaal beeld van CBF van patiënten, maar ook kwantitatieve metingen van individuele functionele regio's. Stap 5.1 toont aan dat de CBF-atlas een substantiële klinische diagnostische bruikbaarheid heeft d...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

De softwaretool CBF Atlas V1.0 is een product van Beijing Intelligent Entropy Science & Technology Co., Ltd. De intellectuele eigendomsrechten van deze softwaretool behoren toe aan het bedrijf. De auteurs hebben geen belangenconflicten te melden.

Dankbetuigingen

Deze studie kreeg aanzienlijke steun en hulp bij het modelleren van de R&D-afdeling van Beijing Intelligent Entropy Science & Technology Co Ltd., Beijing, China.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
CBF AtlasIntelligent EntropyCBF Atlas V1.0Beijing Intelligent Entropy Science & Technology Co Ltd.
Modellering voor Schildklierziekte
MATLABMathWorks2023BComputeren en visualisatie
MRI-apparaatSiemensAmria 1.5 TMRI-scanner

Referenties

  1. Rodriguez, G., et al. Regional cerebral blood flow in chronic stroke patients. Stroke. 24 (1), 94-99 (1993).
  2. Kwok, C. H. R., et al. Cognition and cerebral blood flow after extracranial carotid revascularization for carotid atherosclerosis: A systematic review. Clin Ther. 45 (11), 1069-1076 (2023).
  3. Togao, O., et al. Arterial spin labeling-based MR angiography for cerebrovascular diseases: Principles and clinical applications. J Magn Reson Imaging. , (2023).
  4. Haidar, H., Majzoub, R. E., Hajeer, S., Abbas, L. A. Arterial spin labeling (ASL-MRI) versus fluorodeoxyglucose-PET (FDG-PET) in diagnosing dementia: a systematic review and meta-analysis. BMC Neurol. 23 (1), 385(2023).
  5. Xu, Y., Tan, G., Chen, D., Liu, J., Zhou, Z., Liu, L. Arterial spin labeling perfusion MRI applications in drug-resistant epilepsy and epileptic emergency. Acta Epileptol. 5, 23(2023).
  6. Xie, H., et al. Abnormalities of cerebral blood flow and the regional brain function in Parkinson's disease: a systematic review and multimodal neuroimaging meta-analysis. Front Neurol. 14, 1289934(2023).
  7. Tenberg, A., et al. Dysautonomia and activity in the early stroke recovery period. Neurol Sci. 45 (6), 2505-2521 (2024).
  8. Joshi, D., Prasad, S., Saini, J., Ingalhalikar, M. Role of arterial spin labeling (ASL) images in Parkinson's disease (PD): A systematic review. Acad Radiol. 30 (8), 1695-1708 (2023).
  9. Mohamed, A. Z., Kwiatek, R., Fante, P. D., Calhoun, V. D., Lagopoulos, J., Shan, Z. Y. Functional MRI of the brainstem for assessing its autonomic functions: From imaging parameters and analysis to functional atlas. J Magn Reson Imaging. , (2024).
  10. Vanherle, L., Matuskova, H., Don-Doncow, N., Uhl, F. E., Meissner, A. Improving cerebrovascular function to increase neuronal recovery in neurodegeneration associated to cardiovascular disease. Front Cell Dev Biol. 8, 53(2020).
  11. Fujimura, M., Tominaga, T. Significance of cerebral blood flow analysis in the acute stage after revascularization surgery for Moyamoya disease. Neurol Med Chir (Tokyo). 55 (10), 775-781 (2015).
  12. Østergaard, L., et al. The role of the microcirculation in delayed cerebral ischemia and chronic degenerative changes after subarachnoid hemorrhage. J Cereb Blood Flow Metab. 33 (12), 1825-1837 (2013).
  13. Mankoo, A., et al. The role of the autonomic nervous system in cerebral blood flow regulation in stroke: A review. Auton Neurosci. 246, 103082(2023).
  14. Yang, X., Qiang, Q., Li, N., Feng, P., Wei, W., Hölscher, C. Neuroprotective mechanisms of glucagon-like peptide-1-based therapies in ischemic stroke: An update based on preclinical research. Front Neurol. 13, 844697(2022).
  15. Ho, M. -L. Arterial spin labeling: Clinical applications. J Neuroradiol. 45 (5), 276-289 (2018).
  16. Sforza, M., Bianchini, E., Alivernini, D., Salvetti, M., Pontieri, F. E., Sette, G. The impact of cerebral vasomotor reactivity on cerebrovascular diseases and cognitive impairment. J Neural Transm (Vienna). 129 (11), 1321-1330 (2022).
  17. Elhadad, A., Jamjoom, M., Abulkasim, H. Reduction of NIFTI files storage and compression to facilitate telemedicine services based on quantization hiding of downsampling approach. Sci Rep. 14 (1), 5168(2024).
  18. Gonzalez-Ortiz, F., Kac, P. R., Brum, W. S., Zetterberg, H., Blennow, K., Karikari, T. K. Plasma phospho-tau in Alzheimer's disease: towards diagnostic and therapeutic trial applications. Mol Neurodegener. 18 (1), 18(2023).
  19. Magliozzi, R., et al. CSF parvalbumin levels reflect interneuron loss linked with cortical pathology in multiple sclerosis. Ann Clin Transl Neurol. 8 (5), 534-547 (2021).
  20. Kawano, H., et al. Aging and sex differences in brain volume and cerebral blood flow. Aging Dis. , (2023).
  21. Jia, R., Solé-Guardia, G., Kiliaan, A. J. Blood-brain barrier pathology in cerebral small vessel disease. Neural Regen Res. 19 (6), 1233-1240 (2023).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Meer artikelen verkennen

Functionele hersengebiedenCBF-atlaschronische cerebrale ischemieregio-specifieke CBFhersenaandoeningennon-invasieve beeldvorminglongitudinale CBF-atlas