Крупенин П.М. Павел Михайлович Первый Московский государственный медицинский университет имени И.М. Сеченова (Сеченовский университет)
Перепелов В.А. Всеволод Андреевич Первый Московский государственный медицинский университет имени И.М. Сеченова (Сеченовский университет)
Перепелова Е.М. Елена Михайловна Первый Московский государственный медицинский университет имени И.М. Сеченова (Сеченовский университет)
Бордовский С.П. Сергей Петрович Первый Московский государственный медицинский университет имени И.М. Сеченова (Сеченовский университет)
Преображенская И.С. Ирина Сергеевна Первый Московский государственный медицинский университет имени И.М. Сеченова (Сеченовский университет)
Соколова А.А. Анастасия Андреевна Первый Московский государственный медицинский университет имени И.М. Сеченова (Сеченовский университет)
Напалков Д.А. Дмитрий Александрович Первый Московский государственный медицинский университет имени И.М. Сеченова (Сеченовский университет)
ВОСКРЕСЕНСКАЯ О.Н. ОЛЬГА НИКОЛАЕВНА Первый Московский государственный медицинский университет имени И.М. Сеченова (Сеченовский университет)
Первый Московский государственный медицинский университет имени И.М. Сеченова (Сеченовский университет)
Sechenov First Moscow State Medical University (Sechenov University)
Krupenin P.M. Pavel M. Sechenov First Moscow State Medical University (Sechenov University)
Perepelov V.A. Vsevolod A. Sechenov First Moscow State Medical University (Sechenov University)
Perepelova E.M. Elena M. Sechenov First Moscow State Medical University (Sechenov University)
Bordovsky S.P. Sergey P. Sechenov First Moscow State Medical University (Sechenov University)
Preobrazhenskaya I.S. Irina S. Sechenov First Moscow State Medical University (Sechenov University)
Sokolova A.A. Anastasiya A. Sechenov First Moscow State Medical University (Sechenov University)
Napalkov D.A. Dmitry A. Sechenov First Moscow State Medical University (Sechenov University)
Voskresenskaya O.N. Olga N. Sechenov First Moscow State Medical University (Sechenov University)
Verifying small vessel disease and mild cognitive impairment with a computational magnetic resonance imaging analysis eng
Компьютерный анализ данных магнитно-резонансной томографии головного мозга в верификации болезни мелких сосудов и умеренного когнитивного расстройства
Текст визуальный электронный
Consilium Medicum
Consilium Medicum
Т. 24, № 2 С. 90-95
2022
болезнь мелких церебральных сосудов
small vessel disease
умеренное когнитивное расстройство
mild cognitive impairment
компьютерные методы анализа данных магнитно-резонансной томографии
computational magnetic resonance analysis
толщина коры
cortical thickness
гиперинтенсивность белого вещества
white matter hyperintensities
Статья
<strong>Цель. </strong>Изучить возможности методов компьютерного анализа данных магнитно-резонансной томографии (МРТ) головного мозга у пациентов с болезнью мелких сосудов (БМС).
<strong>Материалы и методы. </strong>Обследован 31 пациент с БМС на фоне фибрилляции предсердий. Данные МРТ в стандартных режимах изучены с применением подходов сегментации очагов (Lesion Segmentation Tool) гиперинтенсивного белого вещества (ГИБВ) и расчета толщины коры больших полушарий в Computational Anatomy Toolbox для Statistical Parametric Mapping 12 (пакет программного обеспечения) в среде MATLAB. Оценку когнитивного статуса осуществляли при помощи Монреальской шкалы оценки когнитивных функций (Montreal Cognitive Assessment) и батареи тестов для объективизации гиппокампальных расстройств и нарушений управляющего домена когнитивных функций.
<strong>Результаты. </strong>У 16 (52[%]) пациентов диагностировано умеренное когнитивное расстройство сосудистого генеза. Медианное значение по визуальной шкале Фазекас составило 2 и 2 балла, медианная доля внутричерепного объема, занимаемая фракцией ГИБВ 0,07[%]. Доля внутричерепного объема, занимаемая ГИБВ, коррелировала с производительностью в тестах управляющего домена. Толщина коры ряда кластеров префронтального комплекса и височной извилины коррелировала с результатами когнитивного тестирования. Среди расчетных МР-маркеров БМС наибольшей положительной предиктивной ценностью в отношении умеренного когнитивного расстройства обладала толщина коры затылочной доли с площадью под кривой, составившей 70[%]; среди когнитивных тестов вспоминание с категориальной подсказкой, площадь под кривой 3,8[%].
<strong>Заключение. </strong>Полученные данные могут служить валидным инструментом для оценки характеристик белого и серого вещества головного мозга и установления ряда закономерностей когнитивного функционирования у пациентов с БМС.
<p><strong>Aim. </strong>To illustrate capabilities of the computational brain мagnetic resonance imaging (MRI) analyses on a small vessel disease (SVD) sample.</p>
<p><strong>Materials and methods.</strong> Thirty-one patients underwent brain MRI in standard sequences. We used Lesion Segmentation Tool to assess white matter hyperintensities (WMH) volume and Computational Anatomy Toolbox to calculate cortical thickness. Both software plug-ins work within the Statistical Parametric Mapping 12 software for MATLAB. We also performed cognitive testing with the Montreal Cognitive Assessment test and tests to detect hippocampal and executive domain dysfunction.</p>
<p><strong>Results. </strong>Sixteen patients had mild vascular cognitive impairment. The Median Fazekas scale score was 2 and 2 points. The median intracranial volume fraction occupied by the WMH was 0.07[%]. It correlated with the executive domain performance but not with cortical thickness. Cortical thickness within several clusters of the prefrontal complex and temporal lobe correlated with performance in cognitive tests. Among the computed MRI markers of the SVD, the occipital lobe cortical thickness had an area under the curve of 70[%], and among the cognitive tests, the cued recall measure had an area under the curve of 73.8[%] to detect mild cognitive impairment.</p>
<p><strong>Conclusion. </strong>The abovementioned metrics is a valuable tool to objectively estimate white and grey matter state in patients with small vessel disease. Performing those analyses helped to assess SVD properties in the sample further and register new correlations between MRI and cognitive markers.</p>