Kvantitativ automatiseret læsionsdetektion af traumatisk hjerneskade (QALD)

På grund af deres ikke-fokale natur er TBI-relaterede hjernelæsioner svære at opdage og kvantificere med traditionel MR. I det nuværende forskningsprogram foreslår efterforskerne at udvikle kvantitative automatiserede læsionsdetektionsprocedurer (QALD) for at (1) klarlægge arten og fordelingen af ​​vævsskade efter mild, moderat og svær TBI (2) forbedre evnen til at detektere, kvantificere og lokalisere TBI hjerneskade hos individuelle patienter og (3) korrelerer kvantitative mål for hjerneskade hos individuelle TBI patienter med neuropsykologiske underskud i opmærksomhed, hukommelse og eksekutiv funktion.

QALD detekterer unormale vævsparametre i den syge hjerne gennem statistiske sammenligninger med en normativ database. Foreløbige resultater viser, at QALD er i stand til at opdage meget signifikante abnormiteter i hjernen hos TBI-patienter med normale kliniske MR-scanninger. QALD vil blive yderligere forbedret og testet med en større database og inklusive hjernebilleder erhvervet med fire forskellige billedsekvenser (T1, T2, DTI og fluid-attenuated inversion recovery eller FLAIR) fra 100 kontrolpersoner. Dataanalyse vil inkorporere avancerede kortikale overfladekortlægningsteknikker til at kvantificere gråstofvævsparametre og tykkelse i 34 forskellige kortikale områder i hver halvkugle. Derudover vil kortikale fiberprojektioner blive kvantificeret med DTI- og FLAIR-analyse af hvidt stof, der ligger under den kortikale overflade. Subkortikale fiberkanaler, der er kritiske for komplekse kognitive operationer, vil blive analyseret med voxel-baseret morfometri og med forbedrede regioner af interesse-algoritmer til at definere fiberkanalgrænser. Vævsegenskaber i kritiske subkortikale strukturer (f.eks. hippocampus) vil blive kvantificeret efter automatisk parcellation af disse hjerneområder. Efterforskerne vil også teste kontrolpersonerne på et batteri af neuropsykologiske tests (NPT'er) og korrelere variationer i størrelsen, myeliniseringen og vævsegenskaberne af normale kortikale og subkortikale strukturer med kognitiv ydeevne. Derefter vil efterforskerne indsamle identiske billeddannelsesdata hos 99 TBI-patienter opdelt i tre grupper (mild, moderat og svær TBI) for at karakterisere det gennemsnitlige mønster af skade forårsaget af TBI'er af forskellig sværhedsgrad. Dernæst vil efterforskerne kvantificere læsioner hos individuelle TBI-patienter og beskrive variabiliteten af ​​læsionsmønstre i de forskellige sværhedsgrader. Parallelt hermed vil efterforskerne udvikle yderligere multimodale analyseteknikker til at kombinere statistisk information fra forskellige billeddannelsessekvenser for at forbedre læsionsdetektionsfølsomheden over for co-lokaliserede abnormiteter, der er tydelige med forskellige billeddannelsesprotokoller. Derudover vil efterforskerne teste patienter med NPT'er og analysere forholdet mellem hjerneskade, kognitiv ydeevne og selvevaluering af resultatet for at forbedre den prognostiske værdi af neuroradiologiske undersøgelser af TBI.