Konstruktion und Anwendung eines zerebralen funktionellen regionenbasierten zerebralen Blutflussatlas unter Verwendung von Magnetresonanztomographie-Arterienspinmarkierung

Zusammenfassung

Diese Studie integrierte Magnetresonanztomographie - arterielle Spin-Markierungsbilder, um einen zerebralen Blutflussatlas (CBF) für zerebrale Funktionsregionen abzuleiten. Der Vergleich typischer gesunder und chronischer zerebraler Ischämie-CBF-Atlanten ergab signifikante Unterschiede in den regionalen CBF-Verteilungen, die eine schnelle, nicht-invasive Beurteilung der funktionellen CBF ermöglichten, um die Diagnose und Bewertung von Therapeutika zu unterstützen.

Zusammenfassung

Hirnerkrankungen erfordern oft eine präzise Diagnose und Überwachung, die fortschrittliche bildgebende Verfahren erforderlich macht. Die derzeitigen Modalitäten können frühe Anzeichen einer reversiblen Gewebeschädigung möglicherweise nicht ausreichend erkennen, was den Bedarf an innovativen Diagnoseinstrumenten unterstreicht, die Veränderungen des zerebralen Blutflusses (CBF) mit hoher Spezifität und Sensitivität quantifizieren können. Diese Studie integriert die dreidimensionale arterielle Spin-Markierung (3D-ASL) mit struktureller MRT, um umfassende CBF-Atlanten zu entwickeln, die alle wichtigen funktionellen Regionen des Gehirns abdecken. Diese innovative Methode der Magnetresonanztomographie - arterielle Spinmarkierung (MRT-ASL) bietet eine schnelle und nicht-invasive Möglichkeit zur Quantifizierung von regionenspezifischer CBF und bietet einen detaillierten Überblick über die CBF-Spiegel in verschiedenen funktionellen Regionen. Der Vergleich zwischen Patienten mit chronischer zerebraler Ischämie (CCI) und gesunden Probanden ergab in den konstruierten CBF-Atlanten für erstere eine signifikant verminderte CBF in den zerebralen Funktionsregionen. Dieser Ansatz ermöglicht nicht nur die effiziente Identifizierung des CCI durch die Analyse gleichzeitiger Abnahmen des CBF in kritischen Bereichen im Vergleich zu gesunden Verteilungen, sondern ermöglicht auch die Verfolgung des Behandlungsansprechens und des Rehabilitationsfortschritts durch longitudinale CBF-Atlanten. Der mit der MRT-ASL-Technik entwickelte CBF-Atlas stellt einen neuen Fortschritt auf dem Gebiet der zerebralen Diagnostik und Patientenversorgung dar. Durch den Vergleich regionaler CBF-Spiegel mit normativen Standards verbessert diese Methode die diagnostischen Fähigkeiten und ermöglicht es Klinikern, Patienten mit zerebralen Erkrankungen individuell zu versorgen.

Einleitung

Im Bereich der Neurobildgebung ist die Suche nach präzisen, nicht-invasiven Instrumenten zur Beurteilung der Gehirnfunktion und der Pathologie nach wie vor von größter Bedeutung. Unter diesen ist der zerebrale Blutfluss (CBF) ein wichtiger Indikator, der die metabolischen Anforderungen und den Gesundheitszustand des Hirngewebes widerspiegelt¹. Traditionelle Ansätze beinhalten oft empirische Beurteilungen, die sich stark auf die Expertise von Klinikern stützen, um Bilder zu interpretieren und pathologische Veränderungen zu erkennen². Fortschritte in der Magnetresonanztomographie (MRT), insbesondere bei der arteriellen Spinmarkierung (ASL)³, bieten jedoch einen vielversprechenden Weg zur Quantifizierung von CBF mit größerer Genauigkeit und Objektivität ^4,5.

Diese Studie stellt eine bahnbrechende Methodik vor, die dreidimensionale ASL (3D-ASL) mit struktureller MRT integriert, um einen umfassenden CBF-Atlas über zerebrale Funktionsregionen hinweg zu erstellen⁶. Durch die Nutzung dieses neuartigen Ansatzes können Ärzte nicht nur eine globale Perspektive der CBF erhalten, sondern auch in bestimmte Funktionsbereiche eintauchen, was ein nuanciertes Verständnis der zerebralen Perfusionsmuster ermöglicht ^7,8. Diese Verbesserung der Auflösung ist ein direktes Ergebnis des technologischen Fortschritts bei bildgebenden Geräten und nicht der Verwendung interpolierter Voxel. Es ist erwähnenswert, dass die meisten der heute auf dem Markt erhältlichen Mainstream-MRT-Geräte in der Regel eine Bildgenauigkeit von mehr als 1,5 mm bieten⁹. Diese Fortschritte in der Bildgebungstechnologie haben den Weg für detailliertere und genauere CBF-Bewertungen geebnet. Dies stellt einen Paradigmenwechsel gegenüber der konventionellen Bildgebung dar, bei der es oft an der Auflösung mangelt, um subtile Veränderungen der CBF im Zusammenhang mit Pathologien im Frühstadium zu erkennen¹⁰.

Die Genese dieser Methodik liegt in der Notwendigkeit, die diagnostischen Herausforderungen anzugehen, die sich aus zerebralen Erkrankungen ergeben, einschließlich chronischer zerebraler Ischämie (CCI) und anderer neurologischer Erkrankungen^11,12. Diese Bedingungen erfordern genaue und rechtzeitige Beurteilungen, um therapeutische Interventionen effektiv zu steuern^13,14. Durch den Vergleich von CBF-Atlanten zwischen gesunden Personen und Patienten mit CCI deckt diese Studie signifikante Unterschiede in der regionalen CBF-Verteilung auf und bietet Einblicke in die Krankheitspathologie und mögliche Behandlungsmöglichkeiten.

Der Nutzen dieses MRT-ASL-Ansatzes geht über die Diagnose hinaus und umfasst die therapeutische Bewertung und Überwachung des Krankheitsverlaufs¹⁵. CBF-Längsschnittatlanten sind vielversprechend bei der Verfolgung von Behandlungsreaktionen und Rehabilitationsergebnissen und bieten Klinikern unschätzbare Werkzeuge für ein personalisiertes Patientenmanagement. Darüber hinaus kann die Fähigkeit, subtile CBF-Veränderungen zu erkennen, als früher Biomarker für drohende Gewebeanomalien dienen und proaktive Interventionen zur Milderung neurologischer Schäden ermöglichen, bevor sie irreversibel werden¹⁶.

Obwohl diese Methodik ein fortschrittliches Instrument darstellt, sollten mehrere Möglichkeiten zur Verfeinerung und Erweiterung in Betracht gezogen werden. Die Standardisierung von Scanprotokollen, CBF-Normalisierungstechniken und die Erstellung gesunder CBF-Atlanten für mehrere Personen sind entscheidende Schritte zur Verbesserung der diagnostischen Genauigkeit und des klinischen Nutzens. Gemeinsame Anstrengungen über verschiedene zerebrale Pathologien hinweg sind unerlässlich, um diesen Ansatz für eine breite klinische Anwendung zu validieren und zu verfeinern.

Diese Studie stellt einen neuartigen Ansatz vor, bei dem MRT-abgeleitete CBF-Atlanten Klinikern tiefe Einblicke in die Gehirnfunktion und -pathologie bieten. Durch die Überbrückung der Lücke zwischen der Bildgebungsgruppe und der klinischen Interpretation hat diese Methodik das Potenzial, die Diagnose und Behandlung einer Vielzahl von neurologischen Erkrankungen zu revolutionieren und eine Zukunft der Präzisionsmedizin einzuläuten, die auf die individuellen Bedürfnisse jedes Patienten zugeschnitten ist.

Protokoll

Diese Studie wurde vom Institutional Review Board des Beijing Dongzhimen Hospital, Peking, China, genehmigt. Es wurde ein MRT-Scanner mit gepulster ASL (PASL)-Sequenz auf Basis des Turbogradienten-Spin-Echos (TGSE) für die arterielle Spinmarkierung in 3D (3D-ASL) mit folgenden Parametern verwendet: TR 4000 ms, TE 25 ms, Bolusdauer 700 ms, Inversionszeit 1990 ms. Die in dieser Studie verwendeten Softwaretools sind in der Materialtabelle aufgeführt.

1. Datenerhebung und -aufbereitung

HINWEIS: Die Varianz der Parameter bleibt durch den Forschungsansatz unberührt. Sowohl das DICOM- als auch das NIFTI-Format werden zum Speichern digitaler medizinischer Bildgebungsdaten verwendet, wobei DICOM die übliche Ausgabe von klinischen Bildgebungsgeräten ist. Das NIFTI-Format wird jedoch häufig bevorzugt, um die Rechenleistung bei Forschungsaktivitäten zu erleichtern. Die Umstellung von DICOM auf NIFTI ist eine unkomplizierte und gängige Praxis¹⁷. In dieser Studie wurden authentische DICOM-Daten erfasst und in das NIFTI-Format konvertiert. Die Daten wurden mit einem 1,5-Tesla-MRT-Scanner erfasst. Im Cross-Image-Registrierungsprozess dieser Studie wurde hauptsächlich die fluid-attenuated inversion recovery (FLAIR) Sequenz verwendet und mit CBF-Bildern fusioniert. Das in dieser Studie verwendete CBF-Atlas-Tool (Table of Materials) ist eine kommerzielle Software.

1. Kopieren Sie die Daten in das angegebene Arbeitsverzeichnis.
   1. Kopieren Sie alle NIFTI-Daten in ein benutzerdefiniertes Arbeitsverzeichnis.
      HINWEIS: Das Arbeitsverzeichnis ist im Betriebssystem und in MATLAB identisch. Die Forschung folgt dem Orientierungsstandard des rechten anterioren oberen (RAS).
   2. Wechseln Sie zu dem Verzeichnis, in dem sich die Daten im aktuellen Arbeitsverzeichnis von MATLAB befinden, und verwenden Sie die Funktion niftiread , um FLAIR-Daten in den Arbeitsbereich zu laden. Verwenden Sie die Größenfunktion, um die Abmessungen der FLAIR-Sequenz zu überprüfen. Rufen Sie den Befehl Flair_Slice auf, um die FLARE-Sequenz anzuzeigen (siehe Abbildung 1). Verwenden Sie die spezifischen Befehle wie folgt:
      FLAIR_XLF = niftiread('FLAIR_XFL.nii');
      Größe(FLAIR_XLF)
      Flair_Slice(FLAIR_XLF);
   3. In Abbildung 1 finden Sie ein Bild der interaktiven grafischen Benutzeroberfläche (GUI) für die FLAIR-Sequenz. Verwenden Sie die untere Bildlaufleiste, um schnell durch die verschiedenen Sequenzen zu blättern.
2. Überprüfen Sie schnell Bilder von CBF.
   1. Verwenden Sie die niftiread-Funktion , um CBF-Daten in den Arbeitsbereich zu laden. Verwenden Sie die Größenfunktion, um die Abmessungen der CBF-Sequenz zu überprüfen. Rufen Sie den Befehl CBF_Slice auf, um die CBF-Sequenz anzuzeigen (siehe Abbildung 2). Verwenden Sie die spezifischen Befehle wie folgt:
      CBF_XLF = niftiread('CBF_XFL.nii');
      Größe(CBF_XLF)
      CBF_Slice(CBF_XLF);
   2. In Abbildung 2 finden Sie einen interaktiven GUI-Screenshot der CBF-Sequenz. Verwenden Sie die untere Bildlaufleiste, um schnell durch die verschiedenen Sequenzen zu blättern.
      HINWEIS: In Abbildung 2 liegt der CBF-Wertebereich in der Regel zwischen 0 und 120 ml/100 g/min. In Abbildung 2 wird eine Farbkarte verwendet, um verschiedene CBF-Werte in verschiedenen Farben darzustellen.

2. Segmentierung zerebraler funktioneller Regionen aus der FLAIR-Sequenz

HINWEIS: Die FLAIR-Sequenz dient sowohl als strukturelle Bildgebung als auch als hervorragende pathologische Diagnosefähigkeit. Daher hat die Verschmelzung von FLAIR mit CBF einen wichtigen diagnostischen Wert in Kliniken. In dieser Studie werden wichtige zerebrale Funktionsregionen aus der FLAIR-Sequenz segmentiert.

1. Rufen Sie im Arbeitsbereich die Funktion FLAIR_Segment auf, und führen Sie das vortrainierte 3D-U-Net-basierte Bildsegmentierungsprogramm aus, um automatisch triplanare Ansichten der Segmentierung zerebraler Funktionsbereiche zu generieren, wie in Abbildung 3 dargestellt. Jede Farbe in Abbildung 3 stellt einen eindeutigen Funktionsbereich dar.
2. Für die Echtzeit-Inspektion verschiedener zerebraler Funktionsregionen verwenden Sie das Fadenkreuz-Zusammenspiel (Abbildung 3). Klicken und ziehen Sie die Mitte des Fadenkreuzes, um eine beliebige 3D-Untersuchung der rekonstruierten Gehirnanatomie zu erhalten.
   HINWEIS: Die grafische Benutzeroberfläche in Abbildung 3 ermöglicht auch die Anpassung des Graustufenintensitätsbereichs, des Kontrasts und der Helligkeit der triplanaren Ansichten.
3. Drücken Sie die linke Maustaste und ziehen Sie sie über einen beliebigen Bereich der Bilder, um die Helligkeit und den Kontrast in Echtzeit zu ändern. Lassen Sie die Maustaste los, um die Einstellungen zu bestätigen und abzuschließen.

3. Triplanare Ansichten der CBF-Verteilung in zerebralen Funktionsregionen

HINWEIS: Die Untersuchung der CBF-Verteilung über verschiedene zerebrale Funktionsregionen erleichtert eine präzise klinische Beurteilung des Patientenzustands. Unter dem Rahmen der funktionellen Regionen aus Abbildung 3 ermöglicht die Einbeziehung der exakten CBF-Werte aus der CBF-Sequenz und deren Darstellung in triplanaren Ansichten eine umfassende ärztliche Inspektion.

1. Rufen Sie die Funktion CBF_triplanar auf, um die in Abbildung 4 gezeigte triplanare GUI-Ansicht zu generieren, in der die räumliche CBF-Verteilung über Funktionsbereiche hinweg angezeigt wird. Verschieben Sie das Fadenkreuz, um die Untersuchung der CBF-Verteilung in den interessierenden Bereichen zu ermöglichen.
2. Klicken Sie auf die Schaltfläche Datentipps in der oberen rechten Ecke der GUI, um die CBF-Werte an einer beliebigen Position anzuzeigen.
3. Drücken Sie die linke Maustaste und ziehen Sie sie über einen beliebigen Bereich der Bilder, um die Helligkeit und den Kontrast in Echtzeit zu ändern. Lassen Sie die Maustaste los, um die Einstellungen zu bestätigen und abzuschließen.

4. CBF-Atlas über die wichtigsten zerebralen Funktionsregionen

HINWEIS: Die Normalisierung der CBF-Wahrscheinlichkeitsverteilungen über verschiedene funktionelle Regionen hinweg erzeugt den CBF-Atlas für zerebrale funktionelle Regionen, der die CBF-Spiegel in den zerebralen Funktionsregionen des Probanden ausdrückt.

1. Rufen Sie die Funktion CBF_Atlas auf, um die in Abbildung 4 gezeigte räumliche CBF-Verteilung in einen CBF-Atlas zu konvertieren (siehe Abbildung 5).
   HINWEIS: In Abbildung 5 stellt die x-Achse verschiedene zerebrale Funktionsbereiche dar, und die y-Achse stellt verschiedene CBF-Niveaus dar. Die verschiedenen Farben bezeichnen unterschiedliche Wahrscheinlichkeitsstufen (je röter die Farbe, desto mehr Voxel sind vorhanden).
2. Klicken Sie auf die Schaltfläche Vergrößern/Verkleinern oben rechts in der in Abbildung 5 gezeigten GUI, um Teilbilder zu skalieren.
   HINWEIS: Die Kurve in Abbildung 5 verbindet den durchschnittlichen CBF über Regionen hinweg.

5. Signifikante Unterschiede in der CBF_Atlas zwischen gesunden Probanden und CCI-Patienten

HINWEIS: Mit dem gleichen Verfahren, das in den Abschnitten 1-4 beschrieben ist, können die durchschnittlichen CBF-Werte in verschiedenen zerebralen Funktionsbereichen für CCI-Patienten ermittelt werden.

1. Verwenden Sie die Funktion CBF_Compare, um ein Vergleichsdiagramm der CBF-Kurve von einem gesunden Probanden mit einem CCI-Patienten zu erstellen (Abbildung 6).
2. Beobachten Sie die signifikanten Unterschiede zwischen der CBF-Kurve des Patienten (schwarz eingefärbt) und der gesunden Kurve (rot eingefärbt) (Abbildung 6). Identifizieren Sie die funktionellen Regionen mit ausgeprägteren CBF-Tropfen beim Patienten. Integrieren Sie Schritt 3.3 und untersuchen Sie erneut die Regionen, in denen der Patient im Vergleich zu den anderen Regionen schlechter abschnitt.
   HINWEIS: Schritt 3.3 ermöglicht die Anzeige der CBF-Werte des Patienten im dreidimensionalen Raum, was bedeutet, dass Ärzte die in Abbildung 4 gezeigte triplanare GUI-Ansicht verwenden können, um die CBF in jeder Position des Patienten zu untersuchen. Hier variiert der Grad des CBF-Rückgangs bei CCI-Patienten an verschiedenen Stellen. Ärzte können Abbildung 4 erneut betrachten, um sich auf Gehirnregionen mit signifikantem CBF-Rückgang zu konzentrieren.
3. Verwenden Sie die Symbole in der oberen rechten Ecke der GUI (Abbildung 5), um auf Funktionen wie Verkleinern, Vergrößern, Zurückkehren zur globalen Ansicht und Markieren der Koordinaten des ausgewählten Pixels zuzugreifen.
   HINWEIS: Nach dem gleichen Prinzip können auch die Ergebnisse vor und nach der Behandlung desselben Patienten mit dem in Abbildung 6 dargestellten Ansatz verglichen werden, um die klinische Wirksamkeit im Laufe der Zeit zu bewerten.

Ergebnisse

Diese Untersuchung verwendet tatsächliche Patientendaten, die mit einem 1,5-T-MRT-Scanner erfasst wurden, um die Quantifizierung des zerebralen Blutflusses (CBF) und die Methodik der Atlaskonstruktion zu validieren. Die Vorverarbeitungsschritte umfassten FLAIR-Strukturbilder (Abbildung 1), CBF-Bilder (Abbildung 2) und triplanare fusionierte Bilder (Abbildung 3 und Abbildung 4).

Diskussion

Die Schlüsselschritte (Abschnitte 3 und 4) bilden die Grundlage für die Erstellung des CBF-Atlas, der die CBF-Verteilung in den zerebralen Funktionsregionen quantifiziert. Schritt 4.2 beschreibt explizit die CBF-Spiegel für jeden Gehirnbereich und leistet damit Pionierarbeit für eine neue Technik. Damit erhalten Ärzte nicht nur einen globalen Überblick über die CBF von Patienten, sondern auch quantitative Messungen einzelner Funktionsregionen. Schritt 5.1 zeigt, dass der CBF-Atlas einen erheblichen klinisch-diagno...

Materialien

Name	Company	Catalog Number	Comments
CBF Atlas	Intelligent Entropy	CBF Atlas V1.0	Beijing Intelligent Entropy Science & Technology Co Ltd. Modeling for Thyroid Disease
MATLAB	MathWorks	2023B	Computing and visualization
MRI Device	Siemens	Amria 1.5 T	MRI scanner