Сравнение диффузионных методов МРТ при изучении структурной реорганизации головного мозга в раннем постинсультном периоде

Актуальные ведущие исследования в области нейровизуализации сконцентрированы на изучении возможностей использования данных различных диффузионных МР-моделей: диффузионно-тензорная визуализация (DTI), диффузионно-куртозисная визуализация (DKI), диффузионно-спектральная визуализация (DSI), обобщенная визуализация q-выборки (GQI), Q-ball визуализация (QBI) в оценке реорганизации головного мозга. Цель данного исследования – сравнение результатов динамического наблюдения постинсультной реорганизации головного мозга современными диффузионными МР-моделями (DTI, DKI). Материал и методы. На МР-томографе Ingenia 3,0 Тл (Philips, Нидерланды) проведено динамическое МР-обследование головного мозга 129 пациентам на 1–3-и сутки, 7–10-е сутки, 3–4-й месяц после манифестации острого нарушения мозгового кровообращения по рутинному протоколу (DWI-EPI, FLAIR-SPIR, T2-WI, T1W-TFE), дополненного DTI-методом. Производилась его верификация и построение карт DTI, GQI, DKI со сравнением полученных метрик в динамике и между моделями. Результаы и их обсуждение. Выявлено, что фракционная анизотропия (FA) DTI достоверно изменяется от 1–3-х суток к 7–10-м суткам в области инсульта; усредненная, аксиальная и радиальная диффузии повышаются в пораженной области на протяжении трех исследований. Для DKI куртозисная FA достоверно меняется в области поражения к 3–4-му месяцу; средний коэффициент куртозиса снижается ко второму приему в зоне инсульта, аксиальный куртозис уменьшается в той же области на протяжении всех исследований; радиальный куртозис достоверно увеличивается в зоне поражения на протяжении исследования. Полученные результаты подтверждают мировые данные, а также свидетельствуют, что диффузионные метрики позволяют интерпретировать нейропластичность головного мозга при различных заболеваниях, однако это требует дальнейшего изучения. Примененные модели диффузии свидетельствовали о реорганизации области ишемии и интактности контралатеральных отделов. Их использование для динамической оценки постинсультной церебральной реорганизации является перспективным направлением в исследовании механизмов нейропластичности головного мозга.

1. Christidi F., Tsiptsios D., Fotiadou A., Kitmeridou S., Karatzetzou S., Tsamakis K., Sousanidou A., Psatha E.A., Karavasilis E., Seimenis I., … Vadikolias K. Diffusion tensor imaging as a prognostic tool for recovery in acute and hyperacute stroke. Neurol. Int. 2022;14(4):841–874. doi: 10.3390/neurolint14040069

2. Тулупов А.А., Коростышевская А.М., Савелов А.А., Станкевич Ю.А., Богомякова О.Б., Василькив Л.М., Петровский Е.Д., Журавлева К.В., Сагдеев Р.З. Магнитный резонанс в оценке циркуляции и массопереноса у человека. Изв. АН. сер. хим. 2021;(12):2266–2277.

3. Tian Q., Fan Q., Witzel T., Polackal M.N., Ohringer N.A., Ngamsombat C., Russo A.W., Machado N., Brewer K., Wang F., … Huang S.Y. Comprehensive diffusion MRI dataset for in vivo human brain microstructure mapping using 300 mT/m gradients. Sci. Data. 2022;9(1):7. doi: 10.1038/s41597-021-01092-6

4. Jin Z., Bao Y., Wang Y., Li Z., Zheng X., Long S., Wang Y. Differences between generalized Q-sampling imaging and diffusion tensor imaging in visualization of crossing neural fibers in the brain. Surg. Radiol. Anat. 2019;41(9):1019–1028. doi: 10.1007/s00276-019-02264-1

5. Кремнева Е.И., Максимов И.И., Добрынина Л.А., Кротенкова М.В. Оценка микроструктуры белого вещества головного мозга по данным диффузионной магнитно-резонансной томографии при церебральной микроангиопатии. Анналы клин. и эксперим. неврол. 2020;14(1):33–43. doi: 10.25692/ACEN.2020.1.4

6. Tonoyan A., Tonoyan A.S., Pronin I.N., Pitskhelauri D., Zakharova N., Khachanova N., Fadeeva L., Pogosbekyan E., Potapov A., Shults E., … Kornienko V.N. Diffusion kurtosis magnetic resonance imaging – a new method of non-gaussian diffusion assessment in neuroradiology. Med. Phys. 2014;4(1):57–63. doi: 10.13140/RG.2.1.3275.2080

7. Maiter A., Riemer F., Allinson K., Zaccagna F., Crispin-Ortuzar M., Gehrung M., McLean M.A., Priest A.N., Grist J., … Gallagher F.A. Investigating the relationship between diffusion kurtosis tensor imaging (DKTI) and histology within the normal human brain. Sci. Rep. 2021;(11):8857. doi: 10.1038/s41598-021-87857-w

8. Афандиев Р.М., Захарова Н.Е., Погосбекян Э.Л., Потапов А.А., Пронин И.Н. Диффузиoннoтeнзoрная и диффузиoннo-куртoзиcнaя магнитнорезонансная томография в oцeнкe диффузнoгo aкcoнaльнoгo пoврeждeния (обзор литературы). Радиол. – практ. 2021;1(1):77–90. doi: 10.52560/2713-0118-2022-1-77-90

9. Chang E.H., Argyelan M., Aggarwal M., Chandon T.S., Karlsgodt K.H., Mori S., Malhotra A.K. The role of myelination in measures of white matter integrity: combination of diffusion tensor imaging and two-photon microscopy of clarity intact brains. Neuroimage. 2017;147(1):253–261. doi: 10.1016/j.neuroimage.2016.11.068

10. Christidi F., Tsiptsios D., Fotiadou A., Kitmeridou S., Karatzetzou S., Tsamakis K., Sousanidou A., Psatha E.A., Karavasilis E., Seimenis I., Kokkotis C., Aggelousis N., Vadikolias K. Diffusion tensor imaging as a prognostic tool for recovery in acute and hyperacute stroke. Neurol. Int. 2022;14(4):841–874. doi: 10.3390/neurolint14040069

11. Гаранина Н.В., Долгушин М.Б., Лаптева М.Г., Фадеева Л.М., Сашин Д.В. Особенности применения диффузионно-куртозисной МРТ в дифференциальной диагностике глиальных опухолей головного мозга и солитарных метастазов. Онкол. ж.: луч. диагност., луч. терапия. 2023;6(1):26–40. doi: 10.37174/2587-7593-2023-6-1-26-40

12. Hansen B. An introduction to kurtosis fractional anisotropy. AJNR Am. J. Neuroradiol. 2019;40(10):1638–1641. doi: 10.3174/ajnr.A6235

13. Auriat A.M., Borich M.R., Snow N.J., Wadden K.P., Boyd L.A. Comparing a diffusion tensor and non-tensor approach to white matter fiber tractography in chronic stroke. Neuroimage Clin. 2015;7(1):771–781. doi: 10.1016/j.nicl.2015.03.007

14. Zhu L.H., Zhang Z.P., Wang F.N., Cheng Q.H., Guo G. Diffusion kurtosis imaging of microstructural changes in brain tissue affected by acute ischemic stroke in different locations. Neural. Regen. Res. 2019;14(2):272–279. doi: 10.4103/1673-5374.244791

15. Zhuravleva K.V., Savelov A.A., Korostyshevskaya A.M., Shtark M.B. Diffusional characteristics of brain matter after stroke. Bull. Exp. Biol. Med. 2022;172(4):402–406. doi: 10.1007/s10517-022-05402-9

16. Yin J., Sun H., Wang Z., Ni H., Shen W., Sun P.Z. Diffusion kurtosis imaging of acute infarction: comparison with routine diffusion and follow-up MR imaging. Radiology. 2018;287(2):651–657. doi: 10.1148/radiol.2017170553

17. Moulton E., Magno S., Valabregue R., Amor-Sahli M., Pires C., Lehéricy S., Leger A., Samson Y., Rosso C. Acute diffusivity biomarkers for prediction of motor and language outcome in mild-to-severe stroke patients. J. Stroke. 2019;50(8):2050–2056. doi: 10.1161/strokeaha.119.024946

18. Shao Y., Li L., Peng W., Lu W., Wang Y. Age-related changes in the healthy adult visual pathway: evidence from diffusion tensor imaging with fixel-based analysis. Radiologie (Heidelb). 2023;63(Suppl 2):73–81. doi: 10.1007/s00117-023-01192-x

19. Hui E.S., Fieremans E., Jensen J.H., Tabesh A., Feng W., Bonilha L., Spampinato M.V., Adams R., Helpern J.A. Stroke assessment with diffusional kurtosis imaging stroke. Stroke. 2012;43(11):2968–2973. doi: 10.1161/strokeaha.112.657742

20. Lancaster M.A., Olson D.V., McCrea M.A., Nelson L.D., LaRoche A.A., Muftuler L.T. Acute white matter changes following sport-related concussion: A serial diffusion tensor and diffusion kurtosis tensor imaging study. Hum. Brain. Mapp. 2016;37(11):3821–3834. doi: 10.1002/hbm.23278

21. Spampinato M.V., Chan C., Jensen J.H., Helpern J.A., Bonilha L., Kautz S.A., Nietert P.J., Feng W. Diffusional kurtosis imaging and motor outcome in acute ischemic stroke. AJNR Am. J. Neuroradiol. 2017;38(7):1328–1334. doi: 10.3174/ajnr.A5180

22. Alexander A.L., Hurley S.A., Samsonov A.A., Adluru N., Hosseinbor A.P., Mossahebi P., Tromp do P.M., Zakszewski E., Field A.S. Characterization of cerebral white matter properties using quantitative magnetic resonance imaging stains. Brain Connect. 2011;1(6):423–446. doi: 10.1089/brain.2011.0071

23. Кремнева Е.И., Максимов И.И., Добрынина Л.А., Кротенкова М.В. Оценка микроструктуры белого вещества головного мозга по данным диффузионной магнитно-резонансной томографии при церебральной микроангиопатии. Анналы клин. и эксперим. неврол. 2020;14(1):33–43. doi: 10.25692/acen.2020.1.4

24. Suo X., Guo L., Fu D., Ding H., Li Y., Qin W. A comparative study of diffusion fiber reconstruction models for pyramidal tract branches. Front. Neurosci. 2021;15:777377. doi: 10.3389/fnins.2021.777377

25. Poot D.H., Dekker A.J., Achten E., Verhoye M., Sijbers J. Optimal experimental design for diffusion kurtosis imaging. IEEE Trans. Med. Imaging. 2010;29(3):819–829. doi: 10.1109/TMI.2009.2037915

26. Hodgson K., Adluru G., Richards L.G., Majersik J., Stoddard G., Adluru N., DiBella E. Predicting motor outcomes in stroke patients using diffusion spectrum MRI microstructural measures. Front. Neurol. 2019;10:72. doi: 10.3389/fneur.2019.00072

27. Fenfen S., Yingwen H., Jingru W., Wenjun H., Zhiyong Z. Research progress in diffusion spectrum imaging. Brain Sci. 2023;13(10):1497. doi: 10.3390/brainsci13101497

28. Haghighi F., Nezamzadeh M., Mohammadi-Mobarakeh N. Improved human brain tractographs using multi-shell q-ball diffusion magnetic resonance imaging compared with DTI. JAMSAT. 2021;6(1):14–23. doi: 10.30476/JAMSAT.2021.48382

29. Jin Z., Bao Y., Wang Y., Li Z., Zheng X., Long S., Wang Y. Differences between generalized Q-sampling imaging and diffusion tensor imaging in visualization of crossing neural fibers in the brain. Surg. Radiol. Anat. 2019;41(9):1019–1028. doi: 10.1007/s00276-019-02264-1